디지털 라이브러리[ 검색결과 ]
보로노이 다이어그램을 이용한 효율적 차분 프라이버시 K-평균 클러스터링 알고리즘
http://doi.org/10.5626/JOK.2020.47.9.879
최근 데이터에 대한 분석 결과로부터 개인 정보가 유출되는 것을 막기 위한 방법들이 연구되고 있다. 그중 차분 프라이버시(differential privacy)는 엄격하고 증명될 수 있는 개인 정보 보호를 보장하기 때문에 널리 연구되고 있는 개인 정보 보호의 표준이다. 본 논문에서는 2차원 데이터에 대하여 보로노이 다이어그램(Voronoi diagram)을 기반으로 차분 프라이버시를 보장하면서 K-평균 클러스터링 결과를 공개하기 위한 알고리즘을 제안한다. 기존 알고리즘은 클러스터링의 정확도와 수행 속도가 샘플 개수에 따라 변화하여 데이터에 적합한 샘플 개수를 선택하기 어렵다는 단점이 있으나 제안하는 알고리즘은 그러한 파라미터를 필요로 하지 않으면서 정확한 클러스터링 결과를 빠르게 계산할 수 있다. 제안하는 알고리즘의 성능에 대해 실생활 데이터를 이용한 실험을 통해 검증한다.
도로 교통망에서 로컬 차분 프라이버시를 적용한 사용자의 민감한 부분경로 보호 기법
http://doi.org/10.5626/JOK.2020.47.7.693
오늘날 스마트폰의 보급과 센서 기술의 발달에 따라 모바일 기기로부터 수집된 사용자 위치데이터의 나열인 경로 데이터가 마케팅이나 효율적인 알고리즘 개발에 활용되고 있다. 그러나 이와 같은 위치정보의 무분별한 수집은 사용자 개인의 프라이버시 침해 문제를 야기할 수 있다. 이를 해결하기 위해 위치 정보에 차분 프라이버시를 적용하기 위한 많은 기법이 나왔으나, 경로 정보의 경우 이 방법들을 그대로 적용한다면 유용성이 매우 하락한다는 단점이 있다. 또한, 차분 프라이버시 기법은 큐레이터 모델과 로컬 모델로 나뉘는데, 로컬 모델은 신뢰할 수 있는 서버를 두지 않아도 된다는 장점이 있어 안전하지만 더 많은 노이즈가 삽입되어 데이터 유용성을 더욱 하락시킨다. 본 논문은 로컬 모델에서의 도로교통망 경로 데이터 수집 시 차분 프라이버시를 적용할 때, 데이터 유용성 하락 문제를 해결하기 위해 정점들을 집중점(Heavy point)과 경점(Light point)로 구분하고, 차등적으로 차분 프라이버시 기법을 적용하는 방법을 제안한다. 또한, 실험을 통해 제안 기법이 민감한 데이터는 차분 프라이버시 기준에 맞춰 보호하면서도 전체적인 데이터 유용성 하락을 완화하였음을 보인다.
지역 차분 프라이버시 기반 허브 그룹화를 이용한 비동률성 네트워크 배포
http://doi.org/10.5626/JOK.2020.47.6.603
무선 인터넷의 발전과 스마트폰의 대중화에 따라 많은 사람들이 온라인을 통해 사람들과의 관계를 맺는 소셜 네트워크 서비스를 사용하고 있다. 소셜 네트워크 서비스에서 발생하는 개인 데이터는 높은 가치를 지니고 있지만 동시에 민감한 개인정보를 담고 있어 프라이버시 침해가 발생할 가능성이 있다. 개인정보침해를 방지함과 동시에 소셜 네트워크 상의 데이터를 분석하기 위하여 기존 연구는 원본 네트워크 데이터와 유사한 가상 데이터를 생성하거나, 사용자 정보를 익명화하여 배포하는 기법을 제시하였다. 그러나 기존 기법들은 소셜 네트워크 상의 사용자들이 맺는 관계에 의해 형성되는 그래프의 특성을 고려하지 않아 프라이버시와 데이터 유용성 모두에서 약점을 지니고 있다. 본 논문에서는 소셜 네트워크의 그래프 상의 특성을 반영함과 동시에 신뢰할 수 있는 써드파티가 아닌 데이터를 제공하는 개인 수준에서 직접 데이터 보호 기법을 적용하여 제공하는, 프라이버시가 보호된 소셜 네트워크 데이터 배포 기법을 제안한다. 우리는 실제 네트워크 데이터를 사용한 실험을 통하여 제안 기법이 기존의 차분 프라이버시를 적용한 기법들보다 성능이 향상됨을 보였다.
데이터 마켓 환경에서, 차분 프라이버시 적용을 위한 데이터 프라이버시-가격 협상 기법
http://doi.org/10.5626/JOK.2019.46.4.376
오늘날 디지털 데이터가 개인이나 조직이 효과적인 의사 결정을 내리기 위해 필수 불가결한 자원으로 여겨짐에 따라 데이터 소유자와 사용자가 데이터를 거래할 수 있는 디지털 마켓이 데이터 확보 수단으로써 주목 받고 있다. 그러나 디지털 데이터, 특히 개인 데이터의 수집은 의도치 않은 프라이버시 침해를 야기할 수 있으며 이는 개인의 데이터 제공 의지를 저해하는 중요한 요인이다. 본 논문은 데이터 마켓 환경에서의 프라이버시 보호를 위해 차분 프라이버시 기술을 적용할 때, 데이터 판매자와 구매자 모두가 만족할 수 있는 가격과 노이즈 패러미터 ε값을 설정할 수 있는 협상 기법을 제안한다. 이를 위하여 우리는 데이터 소유자와 사용자간의 중개를 수행하는 마켓 관리자가 존재하는 데이터 마켓 프레임워크와, 매칭 이론과 루빈스타인 바게닝을 통해 2단계로 데이터의 가격과 노이즈 패러미터 ε값을 결정하는 기법을 제안하였다. 제안 기법은 협상을 통해 불공평한 거래를 방지하고, 데이터 소유자와 사용자 중 어느 한 쪽에 치우침 없이 적정 수준의 ε값과 단위 가격을 결정할 수 있음을 보였다.
지능형 CCTV 환경에서의 다중객체 인증기반 프라이버시 보호방안
http://doi.org/10.5626/JOK.2019.46.2.154
지능형 CCTV 감시환경에서는 얼굴인식을 기반으로 개인의 신원을 확인한다. 그러나 아직까지도 현재의 얼굴인식 기술은 인식률이 완전하지 않다는 단점이 있다는 문제를 안고 있다. 특히, CCTV 촬영화질, 날씨, 개인의 포즈 및 표정, 헤어스타일, 조명상태 등 다양한 원인에 따라 얼굴인식이 정확하게 작동하지 않을 경우가 발생할 것이다. 이 경우, 잘못된 객체 판단으로 인하여 영상감시환경에서 객체의 프라이버시 정보를 노출하게 될 위험성이 크다. 제안하는 방법은 CCTV-RFID 복합인증방식을 기반으로 객체의 인식률을 보다 높일 수 있어 영상 객체의 프라이버시를 안전하게 보호할 수 있다는 장점이 있다.
도로 교통망에서 차분 프라이버시가 적용된 교통량 데이터 배포를 위한 가변 길이 윈도우 기반 프라이버시 예산 할당 기법
http://doi.org/10.5626/JOK.2018.45.9.957
오늘날 교통량 데이터는 도로 설계 및 교통 흐름 분석 등의 많은 분야에서 활용되고 있다. 이러한 교통량 데이터는 민감한 개인의 위치 정보를 포함하고 있어, 개인의 이동 경로 노출과 같은 프라이버시 침해를 야기할 수 있다. 차분 프라이버시를 교통량 데이터에 적용할 경우 민감한 개인 정보를 보호하면서도 데이터의 유용성을 조절할 수 있다는 장점이 있으나 교통량 데이터는 시간의 흐름에 따라 무한대의 크기를 가지므로 모든 데이터를 보호하려면 과도한 노이즈가 삽입된다는 단점이 있다. 이를 극복하기 위해 일정 시간 범위에 포함되는 교통량 데이터에 대해서만 차분 프라이버시를 적용하는 연구가 진행되었으나 기존 연구들에서는 윈도우의 길이가 고정되어 있어 시간대의 특수성이 고려되지 않고 도로 구간의 상관 관계를 고려하지 않는 한계가 있었다. 본 논문에서는 위와 같은 문제를 해결하기 위해, 도로 구간 간의 상관 관계와 시간대를 고려한 가변 길이 윈도우 기법을 제안한다.
한정된 프라이버시 예산에서 배치 전략을 통한 차분 프라이버시 질의 처리 기법
http://doi.org/10.5626/JOK.2018.45.7.708
차분 프라이버시는 공격자의 사전 지식과 무관하게 정보를 보호할 수 있다는 장점이 있지만, 이를 위해 매 질의마다 프라이버시 예산 소모가 발생한다. 질의에 적용된 프라이버시 예산이 클수록 질의 결과는 정확해지지만 빠르게 프라이버시 예산이 고갈되어 많은 질의를 처리 할 수 없다. 많은 수의 질의를 처리하기 위해 각 질의에 대하여 프라이버시 예산을 지나치게 작게 할당하면 매우 많은 노이즈가 삽입되어 질의 결과의 정확도가 감소하고 데이터 유용성을 저하시킨다. 본 논문에서는 반응형 환경에서 차분프라이버시가 적용된 질의를 처리할 때, 배치 전략을 통한 질의 순서 재배열 처리를 통해 기존 기법보다 적은 프라이버시 예산을 사용하면서도 데이터 유용성을 보장하는 기법을 제안한다.
쿼드 트리를 이용한 동적 공간 분할 기반 차분 프라이버시 k-평균 클러스터링 알고리즘
http://doi.org/10.5626/JOK.2018.45.3.288
최근 공개되는 데이터에 적용하는 다양한 프라이버시 보호 기법들이 연구가 되어왔다. 그 중 차분 프라이버시는 본래의 데이터에 확률적인 노이즈를 더하여 공격자의 사전 지식에 상관없이 개인 정보를 보호한다. 기존 차분 프라이버시를 만족하는 k-평균 클러스터링은 데이터로부터 차분 프라이버시를 만족하는 히스토그램 형태로 바꾼 뒤. k-평균 클러스터링 알고리즘을 수행한다. 하지만 이는 데이터의 분포와 상관없이 등간격으로 히스토그램을 만들기 때문에 노이즈가 삽입되는 버킷이 많아지는 단점이 있다. 이를 해결하기 위해 본 논문에서는 데이터의 분포를 더 적은 버킷으로 나타낼 수 있는 쿼드 트리를 이용하여 히스토그램을 만든 뒤 k-평균을 찾는 알고리즘을 제안한다. 또한, 실험을 통해 기존의 알고리즘보다 더 좋은 성능을 가지는 것을 보인다.
클라우드 환경에서 검색 효율성 개선과 프라이버시를 보장하는 유사 중복 검출 기법
http://doi.org/10.5626/JOK.2017.44.10.1112
최근 다수의 콘텐츠 서비스 제공자가 제공하는 콘텐츠 중심 서비스가 클라우드로 이전함과 동시에 온라인 상의 유사 중복 콘텐츠가 급격히 증가함에 따라, 불필요한 과잉 검색 결과를 초래하는 등 클라우드 기반 데이터 검색 서비스의 품질이 저하하고 있다. 또한 데이터 보호법 등에 의거, 각 서비스 제공자는 서로 다른 비밀키를 이용하여 콘텐츠를 암호화하기 때문에 데이터 검색이 어렵다. 따라서, 검색 프라이버시를 보장하면서 유사 중복 데이터 검색의 정확도까지 보장하는 서비스의 구현은 기술적으로 어려운 실정이다. 본 연구에서는, 클라우드 환경에서 데이터 복호 없이 불필요한 검색 결과를 제거함으로써 검색서비스 품질을 제고하며, 동시에 효율성까지 개선된 유사 중복 검출 기법을 제안한다. 제안 기법은 검색프라이버시와 콘텐츠 기밀성을 보장한다. 또한, 사용자 측면의 연산 비용 및 통신 절감을 제공하며, 빠른 검색 평가기능을 제공함으로써 유사 중복 검출 결과의 신뢰성을 보장한다. 실제 데이터를 통한 실험을 통해, 제안 기법은 기존 연구 대비 약 70.6%로 성능이 개선됨을 보인다.
프라이버시 친화 시스템 개발을 위한 프라이버시 요구사항 도출 및 보증 사례 작성
http://doi.org/10.5626/JOK.2017.44.9.918
스마트폰과 웨어러블 기기의 확산으로 개인정보의 축적 및 사용이 증가하여 프라이버시 보호가 이슈화되고 있다. 이에 따라 개인정보 보호를 위한 다양한 보안 기술이 연구 및 발전되고 관련 법률이 개정되고 있지만, 여전히 개인정보 유출 사고가 발생하고 있다. 이는 요구사항 명세 단계에서 프라이버시 요구사항이 명확히 정의되지 않은 채 보안 요구사항만 명세 되어 소프트웨어 개발 시 보안 기술 구현에 집중하기 때문이다. 즉, 기존 연구들은 프라이버시와 보안의 관계성을 고려하지 않은 채 보안 요구사항을 도출하거나 프라이버시 보호를 위한 원칙, 법률 등을 보완하는 것에 집중되어 있다. 따라서 법률을 기반으로 소프트웨어 개발 시 적용 가능한 프라이버시 요구사항을 도출하고 프라이버시와 보안의 관계를 명확히 명시하는 방법이 필요하다. 본 연구에서는 프라이버시 친화 시스템 구축을 위해 필요한 프라이버시 요구사항을 검증 및 도출하고, 프라이버시 보증 사례 작성을 통해 보안과 프라이버시의 관계성을 표현한다.
