[CCT (Cyber Crime Tracker) ②] The Eyes That Track Cybercrime: A Step-by-Step Data Collection and Analysis Pipeline

Malicious websites rarely exist in isolation; instead, they form interconnected networks known as ‘cybercrime ecosystems,’ where a single organization manages various illicit sites simultaneously. In Part 1, we examined this ecosystem and introduced the CCT (Cyber Crime Tracker) framework as a necessary tool to combat these threats.

In Part 2 of this series, we will dive into the step-by-step technical process of uncovering the connections between these sites—starting from data collection, the ‘tracking eyes’ of the CCT framework, all the way to the final analysis.

[CCT(Cyber Crime Tracker) ②] 사이버 범죄를 추적하는 눈: 단계별 데이터 수집과 분석 파이프라인

유해사이트들은 단일 사이트로 존재하기보다 서로 연결된 네트워크 형태로 결합되어, 하나의 운영 조직이 여러 유형을 병렬적으로 관리하는 이른바 ‘사이버범죄 생태계’를 이루고 있습니다. 지난 1편에서는 이러한 생태계의 특징을 파악하고, 위협에 효과적으로 대응하기 위한 CCT(Cyber Crime Tracker) 프레임워크의 필요성을 살펴보았습니다.

시리즈로 이어지는 본 2편에서는 CCT 프레임워크의 첫 단추이자 ‘추적하는 눈’이라 할 수 있는 데이터 수집부터 최종 분석에 이르기까지, 사이트 간 연관성을 기술적으로 추적하는 단계별 과정을 구체적으로 소개하고자 합니다.

[Cyber Crime Tracker (CCT) ①] Rethinking Harmful Websites: The Cybercrime Ecosystem Perspective and the Need for the CCT Framework

Harmful websites rarely operate as isolated, standalone entities. Instead, they are typically run as interconnected networks, where a single operating organization manages multiple types of harmful sites in parallel. To effectively respond to this evolving threat landscape, our research team is developing the Cyber Crime Tracker (CCT) framework, designed to reflect the structural and operational characteristics of harmful website ecosystems. This blog series introduces the overall CCT research approach, focusing on how relationships between harmful sites and their underlying operating organizations can be identified and analyzed. In Part 1, we first provide a brief overview of the key characteristics of harmful websites. We then discuss the necessity of research aimed at technically detecting these ecosystems and analyzing inter-site relationships to uncover shared operational origins.

[CCT (Cyber Crime Tracker) ①] 유해사이트를 다시 보다: 사이버 범죄 생태계 관점과 CCT 프레임워크의 필요성

유해사이트들은 단일 사이트로 존재하기보다 서로 연결된 네트워크 형태로 결합되어 운영되고, 하나의 운영 조직이 여러 유형의 유해사이트를 병렬적으로 관리하는 구조를 보이고 있습니다. 이런 위협에 효과적으로 대응하기 위해 우리 연구팀은 유해사이트의 특징을 반영하여 CCT(Cyber Crime Tracker) 프레임워크를 연구하고 있습니다. 시리즈로 기획된 이번 포스팅에선 동일한 운영 조직과 유해사이트간 연관성을 색출하기 위한 CCT의 전반적인 연구 내용을 시리즈로 정리해 소개합니다. 본 1편에서는 유해사이트의 특징을 간략히 살펴본 뒤, 이러한 생태계를 기술적으로 탐지하고 사이트 간 연관 관계를 분석하기 위한 연구의 필요성에 대해 소개하고자 합니다.

복잡한 인공지능 모델을 이해해 보자 (XAI 활용기)

AI 기술은 챗봇, 안면 인식, 자율주행, 의료 지원 등 다양한 분야에 적용되며 빠르게 발전하고 있습니다. 하지만 의사 결정 과정이 불투명하기 때문에 흔히 ‘블랙박스’ 문제라고 불리는 AI의 결정을 완전히 신뢰하기 어려운 경우가 많습니다. 바로 이 부분에서 설명 가능한 AI(XAI)가 등장하여 AI의 결정을 설명하는 데 도움을 줍니다.

대규모 언어 모델을 이용한 유해사이트 분류하기 2부

사람은 특정 키워드를 보면 키워드가 어떤 성격과 의미를 갖고 있는지를 이해할 수 있습니다. 이와 마찬가지로 언어모델은 키워드를 통해 이 키워드가 어떤 특성을 갖고 의미하는지 이해할 수 있습니다. 이를 활용하여 유해사이트에 등장하는 키워드를 사용하여 유해사이트를 분류하는 BERT 모델을 파인튜닝으로 학습하는 방법과 그 과정에 대해 소개해 드리겠습니다. 특히, 키워드를 다양한 콘텐츠에서 수집하는 방법과 모델의 성능에 영향을 주는 데이터의 질을 향상시키기 위한 전처리 방법도 함께 소개해 드리겠습니다.

유해사이트 군집화를 통한 유해사이트 조직적 운영 특징 분석

인터넷 기술의 고도화와 스마트폰의 보편화로 나날이 증가하는 유해사이트는 커다란 사회적 문제로 대두되고 있습니다. 이번 글에서는 유해사이트의 군집화를 통한 조직적으로 운영되고 있는 유해사이트의 현황에 대해 살펴보고, 동일 조직의 유해사이트는 어떤 특징점들이 있는지 알아보겠습니다.

대규모 언어 모델을 이용한 유해사이트 분류하기 1부

최근 ICT발전으로 인터넷이 보편화 되었지만, 이를 악용한 유해사이트들이 출현하고 사회적 문제로 대두되었습니다. 최근 정부에서 유해사이트 근절을 위한 많은 대처법을 강구하고 있지만, 이를 비웃기나 하는듯 여전히 유해사이트는 기하급수적으로 증가하고 있습니다. 이번 글에서는 유해사이트를 근절하기 위한 기초 단계인 유해사이트를 분류하는 방법에 대해서 논의하고 특히, 대용량 언어모델을 활용하여 어떻게 유해사이트를 분류할 수 있는지에 대하여 살펴보도록 하겠습니다.

도박사이트 파헤치기 2부 (불법 도박사이트의 기술적 진화)

수사기관과 도박사이트의 끝없는 싸움. 수사와 차단을 회피하기 위하여 도박사이트에 적용된 기술을 살펴보고자 합니다. 또한 장기간에 걸친 도박사이트 탐색과 분석 결과를 토대로 기술적 진화가 이루어졌는지 트렌드를 알아보며 원인은 무엇인지, 이유는 무엇인지 찾아보겠습니다.

도박사이트 파헤치기 1부 (네트워크형 사이버 불법/유해 사이트 특징)

우후죽순처럼 싹트는 수많은 불법 도박사이트. 수사와 차단의 노력에도 불구하고 왜 끊없이 생겨나는 것일까요? 불법 도박사이트는 누가 만드는 것인지? 어떻게 만들고 운영하는 것인지? 이들의 배후를 밝히고자 OSINT를 이용한 분석을 하고 새롭게 생성되는 사이트가 매번 다른 사이트인지 유사도 실험을 통하여 비교·분석하며 알아보겠습니다.