정보보호학회지 (Review of KIISC)

한국정보보호학회 (Korea Institute of Information Security and Cryptology)
권호 표지

빅데이터 개인정보 위험 분석 기술

  • 최대선 (한국전자통신연구원 소프트웨어연구부문 사이버보안연구단 인증기술연구실) ;
  • 김석현 (한국전자통신연구원 소프트웨어연구부문 사이버보안연구단 인증기술연구실) ;
  • 조진만 (한국전자통신연구원 소프트웨어연구부문 사이버보안연구단 인증기술연구실) ;
  • 진승헌 (한국전자통신연구원 소프트웨어연구부문 사이버보안연구단 인증기술연구실)
  • 발행 : 2013.06.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 온라인에 공개된 다양한 개인정보의 위험도를 분석하는 기술을 제안한다. 인터넷, SNS에 공개된 다양한 데이터를 수집, 분석하여 개인성향을 파악하고 타겟팅하는 가운데, 분산된 정보를 조합하고 추론하면 공개자의 의도와는 달리 신상이나 민감정보가 노출될 가능성이 크다. 본 논문에서는 이러한 데이터 수집 및 분석을 직접 수행하여 개인정보의 위험도를 분석할 수 있는 기술을 제안한다. 제안 기술이 개발되면, 개인정보 위험도에 따른 클라이언트, 웹사이트, 인터넷 전체 규모의 프라이버시 필터링이 가능해질 것으로 기대된다.

키워드

참고문헌

  1. "트위터를 통한 개인정보 유형별 노출 현황", http://kcc.go.kr, 2011. 1
  2. "동성애자까지 알아낸 '페북'", 머니 위크, 2013.5
  3. 정영수, "Big Data 시대의 프라이버시 보호", NIA Privacy Issues, 제7호, 2012.12
  4. PCFilter, http://privacy.jiran.com
  5. 프라이버시스캐너, http://www.wdigm.co.kr
  6. 개인정보노출 상시 감시 시스템, http://www.kisa.or.kr
  7. 이재식, "빅데이터 환경에서 개인정보보호를 위한 기술", Internet & Security Focus, pp.79-104, 2013.3
  8. 이창기, 장명길, "Structural SVMs 및 Pegasos 알고리즘을 이용한 한국어 개체명 인식", 인지과학, 제 21권 제4호, pp.665-667, 2010
  9. M. Kosinski, et.al. "Private traits and attributes are predictable from digital records of human behavior", PNAS, vol 110 no.22, 2013.3
  10. A. Narayanan, V. Shimatikov. "Deanonymizing Social Networks", 30th IEEE Symposium on Security and Privacy, pp. 173-187, 2009.5
  11. 한국인터넷진흥원, 2002년 개인정보보호백서, 2003.2