$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

공공데이터 품질환경 내 데이터 오류의 발생원인별 보안기술 대응방안에 관한 연구 원문보기

情報保護學會誌 = KIISC review, v.30 no.4, 2020년, pp.77 - 89  

이원재 (고려대학교 사이버보안학과) ,  김휘강 (고려대학교 정보보호대학원)

초록
AI-Helper 아이콘AI-Helper

이 연구는 우리나라 정부의 공공데이터 공개 제도에 따른 공공데이터 품질관리체계를 이해하고, 공공기관이 신뢰성 있는 데이터를 위해 품질 점검을 시행하면서도 효과적인 관리를 하기 위한 방안에 관한 것이다. 공공데이터법과 공공데이터 품질관리체계를 이해하고, 저품질 공공데이터의 오류와 발생원인에 대해 알아본다. 오류 데이터 분석을 통한 보안위협에 따른 위험 분류를 통해 효과적인 대응방안을 도출하는 것을 목표로 한다. 이를 위해 공공데이터를 데이터 품질 점검하여 도메인별 오류데이터를 살펴보고, 오류데이터 발생원인에 대한 분석을 통해 보안위협과 공공데이터를 사용하는 사용자 측면과 기관 측면의 보안 문제를 분류하였다. 분류된 오류 발생원인별 보안문제를 기준으로 데이터 품질관리를 통한 개선방향을 제시하고, 품질관리 오류 개선방향별 데이터보안 정책별 보안기술을 비교 정리하여, 데이터 보안기술을 통한 품질관리 오류 개선 연계 대응방안을 제안하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 공공데이터를 보유한 기관측면에서 저품질 공공데이터의 오류 원인에 대해 파악해서 위험 분류를 통해 효과적으로 대응하기 위한 체계적인 방안이 가장 중요하다. 본 논문에서는 단계를 나누어 오류 데이터의 원인분석을 통해 위협요인을 도출하여 체계적인 위험 분류를 통한 보안의 기술적 대응방안을 제안하였다.
  • 본 연구에서는 공공기관에서 관리되는 공공데이터의 품질을 점검하고, 점검된 실제 오류데이터를 기준으로 발생원인에 따른 위험요소를 도출하여, 위험별 대응방안을 보안기술을 통해 제시해보고자 한다.
  • 앞서 살펴본 오류유형별 해당 위협요소에 대한 보안 문제에 대해 공공데이터 품질관리 측면에서 품질 오류 개선방안에 대해 알아보겠다. 한국정보화진흥원의 공공데이터 품질관리 매뉴얼[16]에서는 제시하는 오류 발생원인에 대한 개선방향을 [표 10]과 같이 주요 발생원인에 대해서 정리하였다.
  • 데이터 품질영역이 상당히 방대하고 오류데이터 발생원인이 다양함을 감안하여, 이번 연구에서는 오류유형 중 가장 비중이 높은 데이터 입력 분야의 데이터구조, 데이터값 유형에 집중하도록 하였다. 이를 통해 데이터 보안기술 중 응용프로그램 보안을 통해 데이터 입력 분야의 데이터 저품질을 향상시키고 보안위협을 제거하는 데이터 보안기술을 통한 품질관리 오류 개선 연계 대응방안을 제안하도록 하겠다.
  • 데이터표준에 대한 위협요소는 전문인력 확보나 분석기술 확보 등 기관의 정책적 대응방안을 통해서 가능하며, 데이터구조나 데이터값에 대한 위협은 인적 보안 측면에서는 내부인력에 의해 의도된 위협에 대해, 내부자 보안 인식 교육을 통해 장기간 기관의 정책적 방안을 통해 대응이 될 것이며, 기술적 보안측면에서는 오류 유형에 따른 품질측면에서의 대응방안과 데이터 관련 보안 정책별 보안 기술에 따른 대응방안이 있다. 이에 대해 저품질 데이터를 보호하기 위한 효과적인 기술적 대응방안을 제안하도록 하겠다.
  • 이에 대해 살펴보면, 정보보안정책에 따른 데이터 관련 보안 정책별 보안 기술과 비교하여 중복되는 기능이나 역할에 대해 주목할 필요가 있다. 이에 보안 정책별 보안 기술과 기능 비교를 통해 효과적인 오류 발생원인에 대한 대응방안을 제안하고자 한다. 현재 공공기관에서 운영하는 일반적인 정보보안정책에 따른 데이터 관련 보안 정책별 보안 기술을 열거하면 [표 11]과 같다.
  • 이에 본 연구에서는 기존의 지표들 내에서 의미있는 속성지표들을 선별하여 속성지표 점검기준을 도출한한 뒤, 공공데이터 샘플데이터를 테스트데이터 셋으로 구성하여 도출된 점검기준에 따라 품질점검을 실시하도록 하겠다. 이후 오류 데이터 위험 분석을 통해 공공데이터 오류데이터에 대한 상호관계 분석을 통해 데이터 위험에 따라 어떻게 대응할 수 있는 지에 대해서 방안을 모색해 보도록 하겠다.
  • 데이터 품질 환경 내 오류데이터를 보안기술을 통해 대응하여 관리한다면 공공데이터 품질을 유지해야하는 기관입장에서는 매우 효과적인 방안이 될 것이다. 이에 오류데이터의 주요발생원인에 대해 데이터보안 정책별 보안기술이 데이터 품질관리에 보완이 가능한지 여부를 알아보도록하겠다.
  • 이에 본 연구에서는 기존의 지표들 내에서 의미있는 속성지표들을 선별하여 속성지표 점검기준을 도출한한 뒤, 공공데이터 샘플데이터를 테스트데이터 셋으로 구성하여 도출된 점검기준에 따라 품질점검을 실시하도록 하겠다. 이후 오류 데이터 위험 분석을 통해 공공데이터 오류데이터에 대한 상호관계 분석을 통해 데이터 위험에 따라 어떻게 대응할 수 있는 지에 대해서 방안을 모색해 보도록 하겠다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
데이터 품질관리에서 넓은 의미의 데이터는 무엇을 의미하는가? 데이터 품질관리에서 넓은 의미의 데이터는 조직의 전략과 목적을 달성하기 위하여 구축·운영되는 정보시스템과 관련된 모든 자료나 정보를 의미한다. 이때 데이터는 데이터베이스 내부에 저장되어 있는 데이터 값 이외에 데이터 모델이나 표준 데이터와 같은 구조 정보와 문서 형태의 산출물을 포함한다.
DQC-M는 무엇을 의미하는가? DQC-M은 “행정 업무지원, 의사결정 정책지원, 지식의 활용 제공 등을 목적으로 운영되고 있는 정보시스템에 대한 데이터프로세스를 심사하여 인증하는 것”[5]을 의미하고 DQC-V는 “구축 · 활용 인 데이터베이스를 대상으로 도메인, 업무규칙을 기반으로 데이터 자체에 대한 품질향상요소를 심사 · 심의하여 인증하는 것”[6]을 의미하고 DQC-S는 “데이터베이스를 대상으로 DB 접근제어, DB 암호화, DB 작업결재, DB취약 분석 등 데이터베이스 보안에 대한 기술요소를 심사하여 인증하는 것”[7]을 의미한다.
공공데이터 포털에서는 무엇이 제공되고 있는가? 포털에서는 모든 국민이 검색이나 편리한 분류 체계를 통해 원하는 데이터를 빠르고 정확하게 찾을 수 있도록 다양한 기능을 제공하며, 데이터 제공방식도 국민이 다양한 방식으로 공공데이터를 이용할 수 있도록 XML, Json의 파일 제공형태와 Javascript, Ajax 등 오픈API 형태로 제공되고 있으며, 공공데이터 활용사례는 재난안전, 보건의료, 환경기상, 교육, 국토관리, 공공행정, 재정금융, 산업교용, 사회복지, 식품건강, 문화관광 등 다양하게 제공되어 활용되고 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. "공공기관 보유 데이터 품질관리를 위한 전문 ISP", 한국정보화진흥원, 2011 

  2. "데이터 품질 가이드라인", 한국데이터베이스진흥원, 2008 

  3. "공공데이터 품질관리 매뉴얼 Open Government Data Quality Management Manual v2.0", NIA 한국정보화 진흥원, 2018 

  4. "데이터베이스 품질진단 절차 및 기법", 한국데이터베이스진흥원, 2009 

  5. "데이터베이스 품질 검사항목 : DQC-M", 한국데이터베이스진흥원, 2010 

  6. "데이터베이스 품질 검사항목 : DQC-V", 한국데이터베이스진흥원, 2010 

  7. "데이터베이스 보안 검사항목 : DQC-S", 한국데이터베이스진흥원, 2010 

  8. "데이터 품질지표", Kerr, 2006;Batiniet al, 2009;Madnick, 2009 

  9. 윤소영, "공공데이터 활용을 위한 링크드 데이터국가 연계체계 구축에 관한 연구", 정보관리학회지 30(1), pp. 259-284. 2013 

  10. 정승호, 정덕훈, "공공기관의 데이터 품질에 영향을 미치는 요인에 관한 연구", 정보처리학회논문지 2, pg. 251, 16p. 2013 

  11. 김현철, 김광용, "공공 데이터 품질이 공공 데이터 개방의 신뢰에 미치는 영향에 관한 연구", 한국IT서비스학회지 pp 53-68, 2015 

  12. 장경애, 김자희, 김우제, "데이터 공학 고객의 요구사항에 기반한 데이터품질 평가속성 및 우선순위 도출", 정보처리학회논문지 pg 549, 12p 2015 

  13. 윤승영, "기업지배구조 관점에서 바라본 내부통제와 기업의 정보보안", 기업법연구 30(1) pp 9-37, 2016 

  14. 장경애, 김우제, "Data Governance 평가를 위한 속성지표 연구", 정보처리학회논문지 pg 57, 10p, 2017 

  15. "공공데이터 품질관리 수준 평가지표, 한국정보화진흥원, 2015 

  16. "공공데이터 품질관리 매뉴얼", 한국정보화진흥원, 2018 

  17. "전자정부 SW 개발.운영자를 위한 소프트웨어 개발보안 가이드", 행정안전부, 2019 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로