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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김동현 (중앙대학교) 김순석 (한라대학교)
저널정보
한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제30권 제4호
발행연도
2020.8
수록면
719 - 734 (16page)

이용수

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

이 논문의 연구 히스토리 (3)

2022

가명정보 처리를 위한 데이터 상황 기반의 위험도 측정방법에 관한 연구
김동현 한국컴퓨터정보학회논문지 2022.06 학술저널
개인정보 비식별 조치를 위한 데이터 상황 기반 위험도 측정 방법 및 타당성 연구 : 가명정보 생성을 중심으로
김동현 융합보안학과 2022.01 학위논문

2020

개인정보 비식별 조치를 위한 데이터 상황 기반의 위험도 측정에 관한 새로운 방법
김동현 ,  김순석 정보보호학회논문지 2020.08 학술저널

초록· 키워드

오류제보하기
본 논문은 최근 개정된 데이터 3법에 맞추어 조직 내 실무자들이 개인정보를 활용함에 있어 비식별 조치 수행 시 위험도에 따른 처리 수준 산정을 위한 새로운 측정방법을 제안한 것이다. 우리가 제안한 방법은 위험도 측정 시 데이터만이 아닌 데이터를 둘러싼 주위 상황을 고려하였고, 모든 분야에 적용이 가능하도록 범용 환경에서 데이터 상황을 크게 데이터 활용방법, 데이터 이용환경, 그리고 데이터(자체) 3가지 카테고리로 나누어 보다 체계적으로 분류하였으며, 제시된 분류에 따라 각 상황별 위험도에 기반하여 정량적으로 계산할 수 있도록 새로운 측정 방법을 제안하였다. 제안한 방법은 기존의 비식별 정보의 위험도 산정을 전문가들의 정성적 판단에만 맡기는 것이 아니라 일반 조직 내 개인정보처리자가 실무에 활용할 수 있도록 정량적인 방법으로 위험도를 산정할 수 있도록 설계하였다.
#De-identification #Personal Information #Data Context #Risk Assessment

목차

요약
ABSTRACT
I. 서론
II. 관련연구
III. 제안하는 데이터 상황기반 위험도 측정방법
IV. 결론 및 향후 연구방향
References

참고문헌 (18)

참고문헌 신청
Elliot, M. J., Dibben, C., Gowans, H., Mackey, E., Lightfoot, D., O’Hara, K., and Purdam, K, “Functional Anonymisation: The crucial role of the data environment in determining the classification of data as (non-) personal,” CMIST work paper 2015. google schola Sweeney L, “k-anonymity: A model for protecting privacy,” International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 10(3), pp. 557-570, 2002. google schola UKAN(UK Anonymisation Network), “The anonymisation decision making framework,” 2016. google schola Mackey, E and Elliot, M. J, “Understanding the Data Environment,” XRDS: Crossroads, 20(1), pp. 37-39, 2016. google schola Duncan, G. T, Elliot, M. J and Salazar-Gonzalez, J. J, “Statistical Confidentiality,” New York: Springer, 2011. google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

데이터 3법 시대의 익명화된 데이터 활용에 대한 제언
천지영 ,  노건태 정보보호학회논문지 2020 .06
가명 데이터 활용연구 - 기술적 처리방법 및 기업의 활용방향을 중심으로 -
김정선 정보보호학회논문지 2020 .04
제3자의 행위에 의한 개인정보침해사고로 발생한 손해배상책임의 합리적 배분
유비용 ,  권헌영 정보보호학회논문지 2020 .04
데이터 익명화에 의한 기계학습 성능 저하 실험 설계
장성봉 한국정보과학회 학술발표논문집 2020 .12
A Study on the Prediction Accuracy of Machine Learning using De-Identified Personal Information
정홍주 ,  이나영 ,  설수진 외 1명 Journal of KIISE 2020 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-001142174