Sungzoon Cho
서울대학교 산업공학과 · 컴퓨터과학
Sungzoon Cho 교수의 연구실은 사이버 보안과 데이터 기반 예측 모델링을 핵심으로 하는 인공지능 응용 연구를 수행합니다. 특히 키보드 타이핑 동작 분석을 통한 신원 인증 기술과, 부족한 데이터나 누락된 값이 많은 실생산 환경에서의 정확한 실패 예측 모델링에 초점을 맞추고 있습니다. 이는 웹 기반 보안 시스템 강화와 산업 현장의 데이터 불완전성 문제 해결을 위한 실용적인 AI 솔루션을 개발하는 데 기여합니다.
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
Abstract Password typing is the most widely used identity verification method in Web based electronic commerce. Due to its simplicity, however, it is vulnerable to imposter attacks. Keystroke dynamics and password checking can be combined to result in a more secure verification system. We propose an autoassociator neural network that is trained with the timing vectors of the owner's keystroke dynamics and then used to discriminate between the owner and an imposter. An imposter typing the correct
Response modeling is concerned with identifying potential customers who are likely to purchase a promoted product, based on customers’ demographic and behavioral data. Constructing a response model requires a preliminary campaign result database. Customers who responded to the campaign are labeled as respondents while those who did not are labeled as non-respondents. Those customers who were not chosen for the preliminary campaign do not have labels, and thus are called unlabeled. Then, using on
