피싱·스캠 예방을 위한 서비스 개발 경진대회

아이디어 | 사이버 보안 | 피싱·스캠 탐지 | MVP

상금 1,000 만원
646명 마감

마감

대회안내 데이터 코드 공유 토크 리더보드

IIT팀_OnGuard

jjjayyy

공동작성자

2026.02.10 19:34 187 조회 language

[Project OnGuard] MVP Source Code Description
Repository: https://github.com/jhparktime/OnGuard

1. 프로젝트 개요 (Overview)
OnGuard는 안드로이드 환경에서 구동되는 하이브리드 AI 기반 피싱 탐지 솔루션입니다. Kotlin 언어를 기반으로 개발되었으며, AccessibilityService를 활용해 실시간 화면 텍스트를 분석하고, 기기 성능에 따라 On-Device LLM과 Cloud API를 유동적으로 스위칭하는 하이브리드 아키텍처를 구현했습니다.

2. 기술 스택 (Tech Stack)
Language: Kotlin
UI Framework: Jetpack Compose (Modern Android UI)
Architecture: MVVM (Model-View-ViewModel) + Clean Architecture
AI & ML:
On-Device: MediaPipe LLM Inference Engine (Llama 3.2 3B 최적화)
Cloud API: Google Gemini 2.5 Flash

3. 핵심 구현 로직
A. 하이브리드 AI 파이프라인
앱 실행 시 기기의 RAM 및 NPU 가용 상태를 진단합니다.
Case 1 (High-End): 기기 내 로드된 .bin 모델(Llama 3.2)을 통해 오프라인 추론을 수행합니다.
Case 2 (Low-End): Gemini 2.5 Flash API로 전환하며, 전송 전 RegEx(정규표현식) 필터를 거쳐 민감 정보(주민번호, 계좌 등)를 [MASK] 토큰으로 치환합니다.

B. 실시간 맥락 탐지
단일 발화가 아닌 최근 대화의 문맥을 버퍼에 저장하여 분석합니다.
투자 사기 및 스미싱 패턴 매칭 시 RiskScore를 산출하여 UI에 반영합니다.

C. 공공 데이터 연동
탐지된 전화번호 및 URL은 KISA WHOIS API 및 경찰청 DB와 비동기로 교차 검증하여 블랙리스트 여부를 판단합니다.