Papers·1개월 전
ORACLE: 앱 사용 궤적 스트리밍에서 사기 조기 탐지 — 12종 사기 유형, 평균 15일 범위
Wenbo Gao 팀이 스마트폰 사기를 조기에 탐지하는 에이전틱 프레임워크 ORACLE을 제안했습니다. 12종 사기 유형, 평균 15일, 95개 앱이 포함된 실제 장기 벤치마크를 구축하고, 부분 궤적에서 증거를 재구성하는 self-evolving context manager와 온폴리시 self-distillation 기법으로 조기 경고를 개선했습니다. 실험 결과 기존 대비 거짓 경보를 줄이면서 사기 예측 시점을 앞당겼습니다.
앱 사용 궤적 스트리밍에서 사기 의도가 명확해지기 전에 조기 탐지하는 에이전틱 프레임워크 ORACLE이 공개됐습니다.
핵심 결론
- 벤치마크 — 12종 사기 유형, 평균 15일, 95개 앱을 포함한 실제 장기 궤적 데이터셋 구축.
- 성능 — ORACLE이 기존 방법 대비 조기 경고 시점을 앞당기고 거짓 경보를 감소.
방법
- 컨텍스트 관리 — self-evolving context manager가 엔티티 중심 상호작용을 적응적으로 통합해 부분 관측에서 교차 시간 증거를 재구성.
- 자기 증류 — 온폴리시 self-distillation으로, 반성과 단서를 요약한 교사 모델이 증거 기반 지식을 학생 모델에 전달해 조기 패턴 인식 향상.
한계·조건
- 데이터 — 실제 사용자 궤적이지만 프라이버시 문제로 공개 여부 미정.
- 환경 — 스트리밍 시뮬레이션 환경에서 평가, 실제 배포 시 지연 시간 등 추가 고려 필요.
편집자 한 줄
사기 탐지에 장기 맥락과 부분 관측을 결합한 점이 흥미롭지만, 실제 배포에서의 실시간성과 프라이버시 문제는 추가 과제입니다.
- #scam-detection
- #agentic-framework
- #self-distillation
- #long-horizon
- #wenbo-gao
Wenbo Gao