잘하셨습니다!

Python으로 배우는 데이터 프라이버시와 익명화

Rebeca Gonzalez

Data engineer

과정을 완료했습니다

복습: 학습 내용

• 민감/비민감 개인식별정보(PII)
• 준식별자
• 연결 공격
• 데이터 억제
• 데이터 마스킹
• 데이터 일반화
• 합성 데이터 생성
• 속성 유형별 확률분포에서 샘플링

프라이버시 모델: k-익명성

• k-익명성 데이터셋
• 데이터셋의 조합 탐색
• 계층/범위를 활용한 일반화
• 재식별 공격 방지
• 데이터를 조작·무작위화하지 않고!

프라이버시 모델: 차등 개인정보 보호

• 차등 개인정보 보호는 데이터 공개 시 프라이버시를 측정·정량화함
• 현재 가장 중요한 프라이버시 정의 중 하나

차등 개인정보 보호 모델과 운영

• 차등 개인정보 보호를 적용한 기계/딥러닝 활용이 증가
• 다양한 차등 개인정보 보호 ML 모델을 학습하고 실행함
• 프라이버시 예산과 추적 등 고급 개념을 실습함

기타 유용한 라이브러리

$$ $$

• Google의 차등 개인정보 보호
• TensorFlow Privacy
• ARX 데이터 익명화 도구

축하합니다!

Python으로 배우는 데이터 프라이버시와 익명화