http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 용우석 ( Woo-seok Yong ) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
오현석(Oh Hyun Seok),용우석(Yong Woo Seok),강동현(Kang Dong Hyun),이원석(Lee Won Seok) 한국IT서비스학회 2018 한국IT서비스학회 학술대회 논문집 Vol.2018 No.-
최근 기업이나 정부 등 다양한 출처로부터 개인정보 데이터의 수집 및 분석이 늘어나는 추세이다. 특히 빅데이터 기반의 마이닝 또는 머신러닝 모델을 통한 활용 범위가 확장 됨에 따라 개인정보 데이터 유통에 대한 관심이 높아지고 있다. 이러한 배경에서 개인정보 유출을 막는 것은 매우 어려운 문제이지만, 개인정보보호 측면에서 필수적으로 해결이 필요하다. 이에 따라 데이터 유통 시 원본데이터의 특정 속성들을 삭제, 범주화/일반화 등의 방법으로 비식별화한 뒤 -익명성과 같은 프라이버시 모델을 적용하여 재식별 가능성을 최소화하는 것이 바람직하다. 하지만 기존 프라이버시 모델들을 준식별자에 의존한 연결 공격 외에 민감 속성에 의한 연결 공격에 대한 한계가 존재한다. 본 논문에서는 이러한 -익명성 모델이 가지는 취약점에 대해 보다 안전한 재식별 가능성 분석 모델을 제안하고, 그 효용성을 실제 개인정보 데이터에 기반한 실험을 통해 검증하였다.
-
강동현 ( Dong-hyun Kang ),오현석 ( Hyun-seok Oh ),용우석 ( Woo-seok Yong ),이원석 ( Won-seok Lee ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.2
비식별화 모델은 데이터 공유를 위한 모델로 원본데이터를 비식별화 변환 처리하여 개인정보를 보호함과 동시에 분석에 필요한 데이터를 외부에 제공하는 모델로 연구되어 왔다. 변환 방법으로는 삭제, 일반화, 범주화 기술 등이 주로 사용되며 변환 과정 중에는 재식별 가능성을 최소화하기 위해 k-익명성, l-다양성, t-근접성 혹은 differential privacy 등의 프라이버시 모델이 적용되고 있다. 하지만 변환된 비식별 데이터 세트는 필연적으로 원본 데이터 세트와 다른 값을 가지며 이는 결과적으로 최종 분석 결과에 영향을 주게 된다. 이를 위해 두 데이터 세트 간의 차이를 상이도(dissimilarity) 혹은 정보 손실율(information loss)이라는 지표로 측정 하고 있으며 본 지표는 비식별 데이터의 활용성을 평가 하는 데에 매우 중요한 역할을 한다. 본 연구에서는 비식별 데이터와 원본 데이터와 간의 차이를 도메인 기반의 절대적인 기준대비로 표현한 상이도 측정 방법을 제안하며, 그 유효성을 실데이터 기반의 실험을 통해 검증하였다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
