메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제21권 제2호
발행연도
2019.1
수록면
877 - 887 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
사이버 위험은 2000년 이후 폭발적으로 급증해 오고 있는 새로운 형태의 위험이다. 특히, 2010년대 들어 온라인 상거래가 증가하고 개인정보의 활용도와 수요가 증가하면서, 개인정보의 보호된 이용에 비례하여 불법적인 유출도 증가하고 있다. 이러한 개인정보유출 위험은 큰 경제적 손실을 야기하고 있는데, 일반적으로 새로운 위험이 등장하였을 때 위험으로 인한 손실을 이해하기 위해서 보험에서 가장 먼저 할 수 있는 일은 그 위험을 분류하는 것이다. 하지만, 개인정보유출 사건들을 어떤 유형들로 분류할 수 있는지에 대한 통계적인 분석은 현재까지 미비한 상황이다. 이 논문에서 우리는 개인정보유출 사례들의 보고서 문서들을 텍스트 마이닝으로 분석하였으며, 분석결과는 개인정보유출 문서에서 의료, 금융, 교육 관련 단어군들이 각각 밀접한 연관성을 가진 단어들로 묶여질 수 있는 대표군들인 것을 나타낸다. 유클리드 거리를 유사도 측도로 사용하여 K-평균 군집분석을 수행한 결과, 5개의 군집으로 분류하는 것이 가장 적절하며, 의료, 금융, 교육, 종이문서, 일반 군집으로 개인정보유출 사례 문서들을 분류할 수 있음을 보여준다.

목차

등록된 정보가 없습니다.

참고문헌 (23)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0