IT자격증

일반적 기법 : 개인 식별요소 삭제 방법

① 휴리스틱 가명화(Heuristic Pseudonymization)
     - 식별자에 해당하는 값들을 몇 가지 정해진 규칙으로 대체하거나 사람의 판단에 따라 가공하여
       자세한 개인정보를 숨기는 방법
           (ex) 성명을 홍길동, 임꺽정 등 몇몇 일반화된 이름으로 대체하여 표기하거나 소속기관명을 화성, 금성
                등으로 대체하는 등 사전에 규칙을 정하여 수행
    - 식별자의 분포를 고려하거나 수집된 자료의 사전 분석을 하지 않고 모든 데이터를 동일한 방법으로
      가공하기 때문에 사용자가 쉽게 이해하고 활용 가능
    - 활용할 수 있는 대체 변수에 한계가 있으며, 다른 값으로 대체하는 일정한 규칙이 노출되는
      취약점이 있음. 따라서 규칙 수립 시 개인을 쉽게 식별할 수 없도록 세심한 고려 필요
    - 적용정보 : 성명, 사용자 ID, 소속(직장)명, 기관번호, 주소, 신용등급, 휴대전화번호, 우편번호,
      이메일 주소 등

② 암호화(Encryption)
    - 정보 가공시 일정한 규칙의 알고리즘을 적용하여 암호화함으로써 개인정보를 대체하는 방법,
      통상적으로 다시 복호가 가능하도록 복호화 키(key)를 가지고 있어서 이에 대한 보안방안도 필요
   - 일방향 암호화(one-way encryption 또는 hash)를 사용하는 경우는 이론상 복호화가 원천적으로  
     불가능
       ※ 일방향 암호화는 개인정보의 식별성을 완전히 제거하는 것으로, 양방향 암호화에 비해 더욱 안전하고
          효과적인 비식별 기술에 해당
   - 적용정보 : 주민등록번호, 여권번호, 의료보험번호, 외국인등록번호, 사용자 ID, 신용카드번호,
                   생체정보 등

③ 교환 방법(Swapping)
   - 기존의 데이터베이스의 레코드를 사전에 정해진 외부의 변수(항목)값과 연계하여 교환
   - 적용정보 : 사용자 ID, 요양기관번호, 기관번호, 나이, 성별, 신체정보(신장, 혈액형 등), 소득, 휴대
                  전화번호, 주소 등

④ 총계처리(Aggregation)
  - 데이터 전체 또는 부분을 집계(총합, 평균 등)
      ※ 단, 데이터 전체가 유사한 특징을 가진 개인으로 구성되어 있을 경우 그 데이터의 대푯값이 특정
              개인의 정보를 그대로 노출시킬 수도 있으므로 주의
     (예시) 집단에 소속된 전체 인원의 평균 나이값을 구한 후 각 개인의 나이값을 평균 나이값(대푯값)으로
             대체하거나 해당 집단 소득의 전체 평균값을 각 개인의 소득값으로 대체
   - 적용정보 : 나이, 신장, 소득, 카드사용액, 유동인구, 사용자수, 제품 재고량, 판매량 등

⑤ 부분총계(Micro Aggregation)
   - 데이터 셋 내 일정부분 레코드만 총계 처리함. 즉, 다른 데이터 값에 비하여 오차 범위가 큰 항목을
     통계값(평균 등)으로 변환
      (예시) 다양한 연령대의 소득 분포에 있어서 40대의 소득 분포 편차가 다른 연령대에 비하여 매우
              크거나 특정 소득 구성원을 포함하고 있을 경우, 40대의 소득만 선별하여 평균값을 구한 후
              40대에 해당하는 각 개인의 소득값을 해당 평균값으로 대체
   - 적용정보 : 나이, 신장, 소득, 카드사용액 등

⑥ 라운딩(Rounding)
   - 집계 처리된 값에 대하여 라운딩(올림, 내림, 사사오입) 기준을 적용하여 최종 집계 처리하는
     방법으로, 일반적으로 세세한 정보보다는 전체 통계정보가 필요한 경우 많이 사용
      (예시) 23세, 41세, 57세, 26세, 33세 등 각 나이값을 20대, 30대, 40대, 50대 등 각 대표
              연령대로 표기하거나 3,576,000원, 4,210,000원 등의 소득값을 일부 절삭하여 
              3백만원, 4백만원 등으로 집계 처리하는 방식
  - 적용정보 : 나이, 신장, 소득, 카드지출액, 유동인구, 사용자 수 등

⑦ 재배열(Rearrangement)
   - 기존 정보값은 유지하면서 개인이 식별되지 않도록 데이터를 재배열하는 방법으로, 개인의 정보를
    타인의 정보와 뒤섞어서 전체 정보에 대한 손상 없이 특정 정보가 해당 개인과 연결되지 않도록
    하는 방법
     (예시) 데이터 셋에 포함된 나이, 소득 등의 정보를 개인별로 서로 교환하여 재배치하게 되면
             개인별 실제 나이와 소득과 다른 비식별 자료를 얻게 되지만, 전체적인 통계 분석에 있어서는
             자료의 손실 없이 분석을 할 수 있는 장점이 있음
             (개개인의 자료는 틀어지게 되지만 어차피 통계 데이터 입장에서는 상관없이 동일한 통계
              데이터가 나온다.)
  - 적용정보 : 나이, 신장, 소득, 질병, 신용등급, 학력 등

⑧ 식별자 삭제
   - 원본 데이터에서 식별자를 단순 삭제하는 방법
     (예시) 성명, 생년월일(yy-mm-dd)이 나열되어 있는 경우 분석 목적에 따라 생년월일을
             생년(yy)으로 대체 가능하다면 월일(mm-dd) 값은 삭제
            ※ 이때 남아 있는 정보 그 자체로도 분석의 유효성을 가져야 함과 동시에 개인을
               식별할 수 없어야 하며, 인터넷 등에 공개되어 있는 정보 등과 결합하였을 경우에도 
               개인을 식별할 수 없어야 함
   - 적용정보 : 성명, 전화번호, 계좌번호, 카드번호, 요양기관번호, 이메일 주소 등

⑨ 식별자 부분삭제
   - 식별자 전체를 삭제하는 방식이 아니라, 해당 식별자의 일부를 삭제하는 방법
      (예시) 상세 주소의 경우 부분 삭제를 통하여 대표지역으로 표현
     (서울특별시 송파구 가락본동 78번지 → 서울시 송파구)
   - 수치 또는 텍스트 데이터 등에도 폭넓게 활용 가능 (‘⑫감추기’는 주로 수치데이터에 적용)
   - 적용정보 : 주소, 위치정보(GPS), 전화번호, 계좌번호 등

⑩ 레코드 삭제(Reducing Records)
   - 다른 정보와 뚜렷하게 구별되는 레코드 전체를 삭제하는 방법
      (예시) 소득이 다른 사람에 비하여 뚜렷이 구별되는 값을 가진 정보는 해당 정보 전체를 삭제
   - 이 방법은 통계분석에 있어서 전체 평균에 비하여 오차범위를 벗어나는 자료를 제거할 때에도
     사용 가능
   - 적용정보 : 키, 소득, 질병, 카드지출액 등

⑪ 식별요소 전부삭제
   - 식별자뿐만 아니라 잠재적으로 개인을 식별할 수 있는 속성자까지 전부 삭제하여 프라이버시 침해
     위험을 줄이는 방법
       (예시) 연예인·정치인 등의 가족정보(관계정보), 판례 및 보도 등에 따라 공개되어 있는 사건과
               관련되어 있음을 알 수 있는 정보 등 잠재적 식별자까지 사전에 삭제함으로써 연관성 
               있는 정보의 식별 및 결합을 예방
   - 개인정보 유출 가능성을 최대한 줄일 수 있지만 데이터 활용에 필요한 정보까지 사전에 모두
     없어지기 때문에 데이터의 유용성이 낮아지는 문제 발생
   - 적용정보 : 나이, 소득, 키, 몸무게 등 개별적으로는      

⑫ 감추기
   - 명확한 값을 숨기기 위하여 데이터의 평균 또는 범주값으로 변환하는 방식
   - 단, 특수한 성질을 지닌 개인으로 구성된 단체 데이터의 평균이나 범주값은 그 집단에 속한 개인의
     정보를 쉽게 추론할 수 있음
      (예시) 간염 환자 집단임을 공개하면서 특정인물 ‘갑’이 그 집단에 속함을 알 수 있도록 표시하는
              것은 ‘갑’이 간염 환자임을 공개하는 것과 마찬가지임

⑬ 랜덤 라운딩(Random Rounding)
   - 수치 데이터를 임의의 수 기준으로 올림(round up) 또는 내림(round down)하는 기법
   - ‘⑥ 라운딩(rounding)과 달리 수치 데이터 이외의 경우에도 확장 적용 가능
     (예시) 나이, 우편번호 등과 같은 수치 정보로 주어진 식별자는 일의 자리, 십의 자리 등
             뒷자리 수를 숨기고 앞자리 수만 나타내는 방법(나이 : 42세, 45세 → 40대로 표현)
   - 적용정보 : 나이, 소득, 카드지출액, 우편번호, 유동인구, 사용자 등

⑭ 범위 방법(Data Range)
   - 수치데이터를 임의의 수 기준의 범위(range)로 설정하는 기법으로, 해당 값의 범위(range) 또는
    구간(interval)으로 표현
    (예시) 소득 3,300만원을 소득 3,000만원∼4,000만원으로 대체 표기
   - 적용정보 : 서비스 이용 등급, 처방정보(횟수, 기간 등), 위치정보, 유동인구, 사용자 수, 분석 시간/기간 등

⑮ 제어 라운딩(Controlled Rounding)
   - ‘⑬ 랜덤 라운딩’ 방법에서 어떠한 특정값을 변경할 경우 행과 열의 합이 일치하지 않는 단점 해결을
      위해 행과 열이 맞지 않는 것을 제어하여 일치시키는 기법
   - 그러나 컴퓨터 프로그램으로 구현하기 어렵고 복잡한 통계표에는 적용하기 어려우며, 해결할 수 있는
     방법이 존재하지 않을 수 있어 아직 현장에서는 잘 사용하지 않음
   - 적용정보 : 나이, 키, 소득, 카드지출액, 위치정보 등

⑯ 임의 잡음 추가(Adding Random Noise)
   - 개인 식별이 가능한 정보에 임의의 숫자 등 잡음을 추가(더하기 또는 곱하기)하는 방법
     (예시) 실제 생년월일에 6개월의 잡음을 추가할 경우, 원래의 생년월일 데이터에 1일부터
             최대 6개월의 날짜가 추가되어 기존의 자료와 오차가 날 수 있도록 적용
   - 지정된 평균과 분산의 범위 내에서 잡음이 추가되므로 원 자료의 유용성을 해치지 않으나,
     잡음값은 데이터 값과는 무관하기 때문에, 유효한 데이터로 활용하기 곤란
   - 적용정보 : 사용자 ID, 성명, 생년월일, 키, 나이, 병명 코드, 전화번호, 주소 등

⑰ 공백(blank)과 대체(impute)
   - 특정 항목의 일부 또는 전부를 공백 또는 대체문자(‘ * ’, ‘ _ ’ 등이나 전각 기호)로 바꾸는 기법
     (예시) 생년월일 ‘1999-09-09’ ⇒ ‘19 - - ’ 또는 ‘19**-**-**’
   - 적용정보 : 성명, 생년월일, 전화번호, 주소, 사용자 ID 등



[출처] 한국인터넷진흥원 "개인정보 비식별 조치 가이드 라인"

비식별화란?

개인정보 관련 데이터 배포시 식별자 제거를 통해 개인 식별 방지와 프라이버시 모델에 기반한 추론방지하는 것을
말한다.  즉 식별자 데이터 자체를 제거하는 방법과 식별자를 제거했음에도 추론을 통해 개인을 식별되는 것을
막기위한 방법 등 2가지 방법을 통해 개인정보 유출을 막는 기법을 말한다고 할수 있다.
    ① 식별자 제거  - 주민번호, 이름, 전화번호 같은 식별자 자체를 제거 (가명처리,총계처리...)
    ② 추론방지용 기법 적용 (프라이버시 모델)
           - 식별자는 제거했지만 비식별자 정보의 조합 등으로 추론을 통해
             개인을 식별할수 있는 것을 방지할 수 있도록 K-익명성처리 등을 기법을 적용하는 것


개인정보란?

그럼 위에서 말한 식별자 즉 개인을 식별할 수 있는 개인정보는 무엇으로 정의되는가..
개인정보 보호법 등 관련 법률에서 규정하고 있는 개인정보의 개념은 다음과 같으며, 이에 해당하지 않는 경우에는 
개인정보가 아님

식별자 예시

비식별화 조치 단계

비식별 조치 방법

● < 예시 > 비식별 조치 기법 적용 ●

[출처] 한국인터넷진흥원 "개인정보 비식별 조치 가이드 라인"

디지털 윤리(Digital Ethics)의 탄생 배경

현대정보화사회로 환경이 급변하면서 개인에 대한 개인정보는 인터넷과 IT기반 사업에서의
가장 중요한 가치 데이타로서 자리매김을 하고 있다.
하지만 이런 추세와 비례해서 개인정보에 대한 유출로 인한 개인정보에 대한 침해와 
그로 인한 각종 사건사고가 끊이지 않는 것도 사실이다. 이에 각 나라의 정부에서는
개인정보 유통에 대한 규제와 개인정보보호에 대한 제도적 장치 등을 만들어 나가면서
개인정보의 유용성과 개인정보유출로 인한 폐해로 대두되는 동전의 양면성 같은 상황을
나름대로 대처하고 있다.
이러한 개인정보보호는 기본적으로 개인의 사적인 영역을 침해 받지 않을 권리이며 
개인정보에 대해 개인 스스로 통제를 할수 있는 권리를 보장하는 방향으로 그 범위를
넓혀 가면서 주로 법적인,제도적인 규제를 강화하는 것들이 주요 핵심이 되었다.
그러나 요즘은 이러한 법적인 잣대만을 가지고 개인정보보호를 바라보는 것을 떠나서
인터넷과 IT기반의 산업 및 서비스에서 인간다움을 유지시켜주고 옳고 그름을 판단하여
필요한 행위를 수행하게 하는 윤리적 규범으로 개념이 확대되어지고 있다.
결국 사람들이 삶을 영위하고 타인과 관계를 맺는 공간이 디지털로 확장됨에 따라 새로운
환경에 맞는 디지털 윤리의 필요성이 대두되었고. 게다가 앞으로는 사람뿐만 아니라
인공지능, 로봇과도 교류해야 하므로 온·오프라인을 자유롭게 넘나드는 환경 속에서
살아가는 사람들의 라이프스타일을 반영할려면 단순한 법적인 규제만을 가지고
이러한 다양한 배경을 가진 사람들이 디지털 상에서 원활하게 소통하기 위해서는
그 한계가 있을 수 밖에 없기 때문에 디지털 윤리적인 장치를 마련함으로써 더욱 풍요롭고
안전한 디지털 사회를 만들수 있는 것이다 

가트너에서 선정한 2019년도 전략기술(Top 10 Strategic Technology Trends for 2019) 중에
하나로 이 디지털 윤리 가 선정되기도 했다.
  - 개인,조직,정부 모두가 우려하는 부문으로 소비자는 자신의 개인정보를 기업과 조직이
     어떻게 사용.관리하는지 관심
  - 2018년 EU 의 개인정보보호법(GDPR) 시행, 페이스북, 구글 데이터 유출 등에 따라
    2019년도에는 데이터 윤리와 보안데 더 많은 노력을 기울여야 할것이라고 언급
  

디지털 윤리와 개인정보보호 기술 요소

HSM (Hardware Security Module)

암호키를 생성하고 저장하며 보호하는 하드웨어 기반의 보안장비를 말한다.
PCI, SCSI 또는 Ethernet 등의 네트워크 인터페이스를 통해 서버에 연결되는 하드웨어
암호 디바이스로 H/W 와 S/W 토큰에 의해 보호되는 매우 수준 높은 키관리 방법을 제공함.


PPDM (Privacy Preserving Data Mining / 프라이버시 보존형 데이터 마이닝)

소유자의 프라이버시를 침해하지 않으면서도 데이터에 함축적으로 들어 있는 지식이나
패턴을 발견하기 위한 데이터 마이닝 기법

아실로마 AI 원칙

AI가 인간을 공격하는 무기가 되는 것을 막기 위한 원칙을 말하다.
현대판 로봇공항 3원칙이라고 할수 있다. 
영화 '터미네이터' 의 이야기 처럼 기계에 의한 인류종말을 막기위한 AI연구 가이드라인
이라고 할수 있다. 
크게 연구문제 , 윤리와가치, 장기적인 문제 등 3개의 카테고리로 나누어져 있다.

[출처] 프라이버시 보존형 데이터 마이닝, PPDM(Privacy Preserving Data Mining) |작성자 가빈아빠

[출처] 118회 정보관리기술사 기출문제 해설집 (어울림)