IT/영어 공부노트

I. 프로젝트 개요 1. 프로젝트 소개 1) 다양한 분야에서의 가명처리 플랫폼 개인정보보호법에 기반한 교육 분야의 개인정보를 안전하게 가명처리하는 시스템 개인정보처리자가 보다 더 쉽고 간편하게 해당 플랫폼을 활용해 직접 가명처리를 할 수 있도록 하는 시스템 제공 2) 가명처리 플랫폼 신뢰성과 안정성 확보 가명정보 사용 목적에 맞는 비식별화 필터 제공을 통한 가명처리 안정성과 효율성 증진 데이터 접근 권한 관리를 통한 신뢰성 확보 2. 개발 배경 및 필요성 1) 추진 배경 및 필요성 2020년 개정된 데이터 3법에 따라 개인정보 정의에 가명정보, 익명정보 등이 추가되어 개인정보 활용 확대 가명정보는 추가 정보에 의해 식별 가능정보가 될 수 있으므로, 안정성 확보에 필요한 기술 및 관리 필요 한국데이터산업진..

여러 가명처리 기법 중, 마스킹의 일부인 잡음 추가(Noise addtion)에 대해 정리하고, 이를 파이썬으로 어떻게 구현하는지 라플라스 기법을 사용하여 알아보자! 잡음추가란? 정보에 임의의 숫자 등의 잡음을 추가하는 방법이다. 지정된 평균과 분산의 범위 내에서 잡음이 추가되어 분포도와 같은 유용성은 해치지 않는다! 하지만 잡음값은 데이터 값과 무관하기에 주의해야한다. 이는 주로 수치형 데이터에 사용된다. 잡음의 크기(=scale)가 증가할 수록 데이터 값에 대한 왜곡이 커진다. 스케일이 작을수록 데이터와 잡음의 차이가 작아지고, 스케일이 클수록 데이터와 잡음의 차이가 커진다. 데이터의 왜곡 정도를 조절하기 위해 적절한 스케일 값을 선택하는 게 중요하다. 목적에 따라서! 그래서 임의 잡음 추가는 어떻게..

+ 프로젝트 진행하면서 개인 공부한 내용 정리! 가명정보처리 가이드라인 1장 가이드라인 개요 - https://hi-sojeong.tistory.com/49 2장 가명처리 및 가명정보의 처리 - https://hi-sojeong.tistory.com/50 3장 가명정보 결합 및 반출 - https://hi-sojeong.tistory.com/51 4장 안전성 확보 조치 - https://hi-sojeong.tistory.com/53 가명처리 솔루션 솔루션 기능 및 성능 분석 https://hi-sojeong.tistory.com/66 가명처리 기법 마스킹 - 잡음처리(라플라스) https://hi-sojeong.tistory.com/67 솔루션 개발 파이선 GUI tkinter https://hi-soj..

가명정보 처리 가이드라인 - 개인정보보호위원회 개인정보 가명, 익명처리 기술 종류 분류 기술 세부기술 개인정보 삭제 삭제기술 삭제 Suppression 부분삭제 Partial suppression 행 항목 삭제 Record suppression 로컬 삭제 Local suppression 개인정보 일부 또는 전부 대체 삭제기술 마스킹 Masking 통계도구 총계처리 Aggregation 부분총계 Micro aggregation 일반화 기술 일반 라운딩 Rounding 랜덤 라운딩 Random rounding 제어 라운딩 Controlled rounding 상하단 코딩 Top and bottom coding 로컬 일반화 Local generalization 범위 방법 Data range 문자데이터 범주화 C..

보호되어 있는 글입니다.