DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 김광조 | - |
dc.contributor.advisor | Kim, Kwangjo | - |
dc.contributor.author | 이나비 | - |
dc.date.accessioned | 2021-05-12T19:34:45Z | - |
dc.date.available | 2021-05-12T19:34:45Z | - |
dc.date.issued | 2020 | - |
dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=910004&flag=dissertation | en_US |
dc.identifier.uri | http://hdl.handle.net/10203/283900 | - |
dc.description | 학위논문(석사) - 한국과학기술원 : 정보보호대학원, 2020.2,[iv, 34 p. :] | - |
dc.description.abstract | 카카오톡은 국내에서 압도적인 점유율을 가진 채팅 애플리케이션으로 텍스트, 사진, 음성, 동영상, 화상 통화 등 다양한 콘텐츠로 소통할 수 있는 대화 창구이다. 모든 송·수신 메시지는 사용자의 스마트폰과 PC에 데이터베이스 (DB) 형태로 저장되기 때문에 포렌식 연구에서 사용자의 스마트폰 또는 PC에 잔 존하는 흔적들 (artifacts)에 대한 분석은 대단히 중요하다. 본 논문에서는 두 단계로 나누어 분석을 진 행하였다. 우선 안드로이드 6 환경의 모바일용 카카오톡과 윈도우즈 10 환경의 PC용 카카오톡에서 각 각 아티팩트를 추출한 뒤 공통점과 차이점을 분석하였다. 아티팩트는 5개 유형, 54개 세부 속성으로 구분되며 이 중 18개 (33.3%)의 아티팩트가 모바일용 카카오톡 및 PC용 카카오톡에서 공통적으로 확 인되었고, 36개 (66.7%)의 아티팩트는 모바일용 카카오톡 또는 PC용 카카오톡 한쪽에서만 획득 가능 하였다. 이는 실제 수사환경에서 수사관이 모바일용 카카오톡 아티팩트와 PC용 카카오톡 아티팩트를 상호 보완하여 활용하는 것이 유리함을 의미한다. 두 번째 단계에서는 첫 번째 단계에서 획득한 아티 팩트들 중 사용자의 사상이나 감정이 담겨 있어 추가적인 분석이 요구되는 유일한 아티팩트, 카카오톡 메시지를 심층학습 기반 자연어 처리 기법을 활용하여 감성 분석하였다. 이는 사용자의 주관 (최근 관 심사, 심리적 상태, 채팅 참여자와의 밀접도 등) 파악에 상당히 유의미한 정보를 제공한다. | - |
dc.language | kor | - |
dc.publisher | 한국과학기술원 | - |
dc.subject | 카카오톡▼a아티팩트▼a포렌식▼a심층 학습▼a감성 분석 | - |
dc.subject | KakaoTalk▼aarfitacts▼aforensics▼adeep learning▼asentiment analysis | - |
dc.title | 안드로이드 및 윈도우즈 환경에서 카카오톡 메시지의 아티팩트 분류 및 심층학습 기반 감성 분석 연구 | - |
dc.title.alternative | (A) Study on artifacts classification and sentiment analysis by deep learning in KakaoTalk messages under android and windows environments | - |
dc.type | Thesis(Master) | - |
dc.identifier.CNRN | 325007 | - |
dc.description.department | 한국과학기술원 :정보보호대학원, | - |
dc.contributor.alternativeauthor | Lee, Nabi | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.