최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기情報保護學會誌 = KIISC review, v.23 no.3, 2013년, pp.56 - 60
최대선 (한국전자통신연구원 소프트웨어연구부문 사이버보안연구단 인증기술연구실) , 김석현 (한국전자통신연구원 소프트웨어연구부문 사이버보안연구단 인증기술연구실) , 조진만 (한국전자통신연구원 소프트웨어연구부문 사이버보안연구단 인증기술연구실) , 진승헌 (한국전자통신연구원 소프트웨어연구부문 사이버보안연구단 인증기술연구실)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
빅데이터 개인정보 위험분석 기술이란 무엇인가? | 빅데이터 개인정보 위험분석 기술은 공개된 데이터를 수집하여 그 속에 포함된 개인정보를 추출한 다음, 그 위험도를 분석하여 대응 조치를 할 수 있게 해주는 기술이다. 그림1은 그 구성을 보여준다. | |
공개된 개인정보 위험도 평가는 무엇으로 구분되며 각각의 의미는 무엇인가? | • Re-identification 여부 : 상기에 언급한 id- mapping 즉, 타 서비스의 account를 특정하여 연결할수 있다면 이를 re-identification이라고 하며[10] 온라인 상에서는 개인을 특정할 수 있는 것으로 볼수 있다. • 실 개인 매핑 여부 : 온라인 상에서 개인을 특정하는 것과 실 자연인을 특정하는 것과는 다르다고할 수 있다. 한국의 경우 해당인에 대한 주민등록번호를 획득하면 명백히 실개인 매핑이 됐다고 볼수 있다. 그런데, 주민번호 이외에도, 주소, 나이등 알려진 정보를 조합하여, 실개인을 특정할 수 있다. 이는 DB 내에서의 동일한 속성 값의 조합이 몇 개 존재하는지를 의미하는 k-anonymity 와는 다른 개념이다. • 민감 정보 노출 여부 : 개인정보 종류별 위험도 분류[11]에서 높은 등급의 개인정보로 분류된 정보들이 온라인 상에 노출되어 있는지를 의미한다. 민감정보여부는 사이버상이나 실개인 매핑으로 개인이 특정된 상황에서만 의미가 있다. | |
개인정보 가공이란? | 개인정보 가공은 추출한 개인정보가 어떤 사람의 정보인지 판단하여 분류하고, 개인정보를 정규화 정형화 하는 과정이다. |
"트위터를 통한 개인정보 유형별 노출 현황", http://kcc.go.kr, 2011. 1
"동성애자까지 알아낸 '페북'", 머니 위크, 2013.5
정영수, "Big Data 시대의 프라이버시 보호", NIA Privacy Issues, 제7호, 2012.12
PCFilter, http://privacy.jiran.com
프라이버시스캐너, http://www.wdigm.co.kr
개인정보노출 상시 감시 시스템, http://www.kisa.or.kr
이재식, "빅데이터 환경에서 개인정보보호를 위한 기술", Internet & Security Focus, pp.79-104, 2013.3
이창기, 장명길, "Structural SVMs 및 Pegasos 알고리즘을 이용한 한국어 개체명 인식", 인지과학, 제 21권 제4호, pp.665-667, 2010
M. Kosinski, et.al. "Private traits and attributes are predictable from digital records of human behavior", PNAS, vol 110 no.22, 2013.3
A. Narayanan, V. Shimatikov. "Deanonymizing Social Networks", 30th IEEE Symposium on Security and Privacy, pp. 173-187, 2009.5
한국인터넷진흥원, 2002년 개인정보보호백서, 2003.2
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.