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
질문

논문 기본 정보

자료유형
학술저널
저자정보
곽현지 (숙명여자대학교) 유영서 (숙명여자대학교) 임수민 (숙명여자대학교) 박영훈 (숙명여자대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제61권 제1호(통권 제554호)
발행연도
2024.1
수록면
34 - 40 (7page)
DOI
10.5573/ieie.2024.61.1.34

이용수

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

초록· 키워드

오류제보하기
최근 들어, 방대한 양의 데이터에서 유용한 정보를 얻어 활용하는 기업이 확대되면서 개인정보의 암호화나 가명 처리 등의 보안 조치에 관한 문제가 제기되고 있다. 특히 AI 챗봇을 통해 얻은 사용자의 새로운 채팅 데이터를 모델에 통합할 때 전후 결과의 차이가 데이터 유출로 이어져 개인을 특정하는 취약점을 야기할 수 있다. 또한 사용자가 서버를 신뢰한다고 해도 채팅 데이터에 포함된 자신의 정보가 얼마나 공개되고 사용되는지 알 수 없다는 불안감을 가지고 있다. 프라이버시 보호를 위해서 모든 데이터를 암호화할 수 있지만, 서비스 관리자들이 함부로 열어볼 수 있다는 위험성은 여전히 존재한다. 이에 본 논문에서는 AI챗봇을 통해 수집한 고객의 채팅 데이터에 가우시안 지역 차분 프라이버시(Gaussian Local Differential Privacy, GLDP)를 적용하는 방법을 제안한다. 기존의 채팅 서비스에 GLDP를 적용함으로써, 사용자 데이터의 프라이버시를 보존하면서 동시에 데이터 분석에 유리한 환경도 제공할 수 있다. 본 논문의 후반부에서는 모델 구현 및 실험을 통하여 제안 알고리즘의 완전성을 검증하고, ε과 프라이버시 레벨, 데이터 정확도 등을 비교하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 배경 이론
Ⅲ. 본론
Ⅳ. 결론
REFERENCES

참고문헌 (9)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089360425