728x90
반응형

민감정보 2

l-diversity

개요l-diversity는 k-anonymity의 한계를 보완하기 위해 제안된 데이터 프라이버시 보호 기법입니다. 동일한 준식별자 그룹 내에서 민감 속성 값의 다양성을 보장함으로써, 특정 속성이 노출되는 위험을 줄이고 데이터 비식별화 수준을 강화합니다.1. 개념 및 정의 항목 설명 비고 정의각 k-익명 그룹 내 민감 속성이 최소 l개의 다양한 값을 가져야 하는 기법k-anonymity 확장목적민감 속성 노출 방지 및 데이터 재식별 위험 감소데이터 다양성 확보필요성k-anonymity만으로는 특정 속성 유출 방지 불가프라이버시 강화 필요데이터 보호의 강도를 한 단계 높인 기법입니다.2. 특징특징설명비교속성 다양성 보장동일 그룹 내 민감 속성의 분포를 다양화k-anonymity보다 강력공격 방어동질성 공..

Topic 2025.10.20

Token-Aware Masking (TAM)

개요Token-Aware Masking(TAM)은 민감 데이터를 처리하는 자연어 처리(NLP) 시스템에서 보안성과 의미 보존을 동시에 달성하기 위해 고안된 데이터 마스킹 기법입니다. 특히 LLM 기반 시스템, 챗봇, 자동화 응답 시스템 등에서 사용자 프라이버시 보호와 언어 모델의 정확한 학습 또는 응답 생성을 동시에 만족시키는 데 효과적입니다.1. 개념 및 정의TAM은 토큰 단위의 의미 파악을 기반으로, 문장의 자연스러운 구조를 해치지 않으면서 민감한 정보를 선택적으로 마스킹하는 방식입니다.Token 기반 접근: 언어 모델의 토큰화를 반영하여 민감 정보만 필터링Context Preservation: 마스킹 후에도 문맥 흐름 유지주요 적용 분야: AI 챗봇 로그, 검색 쿼리 분석, 고객 상담 자동화 등2...

Topic 2025.07.02
728x90
반응형