지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 손창균
- 발행연도
- 2015
- 저작권
- 동국대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
There is significant and growing demand for micro-data in order to carefully analyze the social phenomenon through survey data. However, micro-data have important information of the individual because they are listed with information for identifying a responder privacy are susceptible to a number of public users. Therefore, when data are to be provided a micro-personal information it should not be exposed in advance of the users. The conventional method is difficult or complicated masking for the target variable, and there is a limit for the application to micro data for masking in the macro-level Therefore, in this paper to compensate for these disadvantages of existing masking methods, we suggest the masking method which applied by a continuous randomized response technique (RRT) to investigate the continuous variables with protect the privacy of the respondents personally sensitive survey in a way that allows flexibility to adjust the difference exposure risk with data. To evaluate the efficiency of the suggested masking method, we use the variables of income, expenditure and asset in Korea welfare panel (KOWEPS) data.
목차
제1장 서론 = 1제2장 마이크로 데이터의 마스킹 방법 = 4제1절 마스킹 처리과정 = 4제2절 마스킹 방법 = 41. 잡음추가(noise addition) = 42. 마이크로 애그리게이션(micro aggregation) = 53. 데이터/순위 교환(data/rank swapping) = 64. 반올림(rounding) = 7제3장 확률화응답기법을 이용한 마스킹 방법 = 8제1절 연속형 자료에 대한 확률화응답기법 = 9제2절 BBB RRT와 GS RRT를 이용한 마스킹 = 11제4장 기존의 마스킹 방법들과의 효율성 비교 = 14제5장 마스킹 방법과 정보손실 측정 = 25제6장 결론 = 28참고문헌 = 29ABSTRACT = 32
최근 본 자료
댓글(0)
0