[프라이버시 모델] k-익명성 → l-다양성 → t-근접성 (개인정보 비식별 조치)

2024-03-17 직접제작✍️

 

그림（동일내용）

 

비식별 기술 (프라이버시 모델)	☑발전과정 k-익명성 → l-다양성 → t-근접성		강의링크 https://www.youtube.com/watch?v=hPcGvFcbl80
기법	의미	적용 예	취약점, 취약점원인
1. k-익명성	특정인임을 추론할 수 있는지 여부를 검토, 일정 확률수준 이상 비식별 되도록 함	동일한 값을 가진 레코드를 k개 이상으로 함. 이 경우 특정 개인을 식별할 확률은 1/k 임	[취약점] ⊙동질성 공격(Homogeneity Attack) ⊙배경지식에 의한 공격(Backgroud knowledge Attack) [취약점 원인] ⊙다양성의 부족(Lack of Diversity) ⊙강한 배경지식 (Strong Background Knowledge)
2. l-다양성	특정인 추론이 안된다고 해도 민감한 정보의 다양성을 높여 추론 가능성을 낮추는 기법	각 레코드는 최소 l개 이상의 다양성을 가지도록 하여 동질성 또는 배경지식 등에 의한 추론 방지	[취약점] ⊙쏠림 공격(Skewness Attack) ⊙유사성 공격(Skewness Attack)
3. t-근접성	l-다양성 뿐만 아니라, 민감한 정보의 분포를 낮추어 추론 가능성을 더욱 낮추는 기법	전체 데이터 집합의 정보 분포와 특정 정보의 분포 차이를 t이하로 하여 추론 방지
기타 － k, l, t값은 전문가 등이 검토하여 마련  － δ-presence, m-privacy, m-invariance, differential privacy 등이 있음

 

☑️ 댓글 확인하기

[프라이버시 모델] k-익명성 → l-다양성 → t-근접성.hwp

0.05MB

 

 

 

영상

https://youtu.be/hPcGvFcbl80?si=3QBMEngfO17dszHY