대면편취형 보이스피싱을 예방하기 위한 모니터링 서비스ATM 카메라를 사용해 사용자의 감정 및 통화여부를 판단하여 보이스피싱 피해 가능성을 예측피해자로 예측된 사용자에게는 ATM 화면에 관련 알림창을 띄움대면편취형 보이스피싱 피해자들의 공통적인 모습 중 하나는 불안해하는
Api를 배포하기 전에 h2 database에서 잘 동작하는지 확인하려고 한다!자바로 작성된 관계형 데이터베이스 관리 시스템설치가 필요 없고, 용량이 매우 가볍다는 장점이 있다.또, 웹용 콘솔 제공하여 개발용 로컬DB로 사용하기 좋다~ 아래 코드를 build.gradl
Ponitor에서는 ATM 사용자의 영상이미지를 저장한다. 관리자 계정에서는 이 영상을 조회할 수 있다. 오늘은 ATM 사용자 등록 기능을 구현할 것이다. DB구조를 설명하기 전에 하나 짚고 넘어가자면, ✅ Ponitor는 은행과 제휴를 맺어 해당 은행의 ATM에
atm에 고객이 등록될 때,거래 시작시간과 거래 완료시간, 고객이 사용한 atm의 ID가 저장된다.거래가 시작 되자마자 고객이 등록되기 때문에 거래 완료 시간의 경우 처음은 널값으로 저장한 뒤에 거래 완료시 해당 값을 수정해야한다.따라서 고객 수정 api를 작성해야한다
고객이 등록되고 나면 고객이 보이스피싱 피해자인지 아닌지를 예측한다.그리고 예측에 사용되는 요소들을 DB에 저장해야하는데관련 테이블이 판단결과(RESULT)테이블이다.원래는 primary key인 id가 CUSTOMER(고객) 테이블의 customerId였는데 프론트에
필자는 졸업프로젝트 " 대면편취형 보이스피싱 특화 예방 솔루션 PONITOR"에서 다른 팀원과 함께 BE/AI 두 파트를 담당하고 있다. 따라서 쓸 내용이 조금 많다..! 특히 백엔드의 경우 프로젝트는 완전 처음이었고 AI도 모델 서빙은 이번이 처음이었다! 차근차근 체