인공지능 연합학습 환경에서 프라이버시 보호에 관한 연구

조영복

추천

검색

자료유형: 학술저널

저자정보: 조영복 (대전대학교)

저널정보: 한남대학교 과학기술법연구원 과학기술법연구 과학기술법연구 제28권 제3호

발행연도: 2022.10

수록면: 165 - 201 (27page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 4차 산업혁명 시대 급속도로 발전한 ICT 기술을 기반으로 우리 사회는 많은 변화를 가져왔다. 4차 산업혁명의 키워드 중 핵심인 빅데이터와 인공지능은 알파고 이후 급속한 발전으로 현재 우리 사회에 전반에 활용되고 있고 우리 정부에서도 인공지능을 뒷받침하는 다양한 알고리즘을 기반으로 비즈니스 연계를 목적으로 하고 있다. 정부 주도의 빅데이터 활용은 ‘마이데이터’, ‘마이헬스웨이’ 등을 통해 이루어지고있다. 모두 개인정보 중 건강정보를 기반으로 개인정보의 주체자가 자신의 정보 활용에 동의하고 개인의 동의를 기반으로 수집된 데이터가 다양한 분야에 활용되고 있는 것이다. 이렇게 수집된 데이터를 이용해 산업계에서는 인공지능 모델에 활용함으로 개인맞춤형 서비스 및 딥러닝 모델의 학습 데이터로 활용되고 있는데 이런 상황에서 빅데이터의 안전한 활용은 매우 중요한 이슈가 될 수 있다. 따라서 데이터 3법의 개정은 매우 중요한 의미를 담는다고 할 수 있다. 4차 산업혁명 시대를 맞이해 데이터 3법 개정 내용을 통해 빅데이터 시대를 맞이하는 노력을 하고 있으나 빅데이터를 기반으로 한 인공지능 알고리즘의 기술적 프라이버시 침해에 대한 문제점을 인식하고 이를 해결하기 위한 소극적 요건등을 근거로 활발하게 활용되고 있는 인공지능 환경의 연합학습의 기술적 문제점을 분석하였다. 이에 본 고에서는 인공지능 환경에서 프라이버시 보호에 관한 기술적 연구에서의 법률상 법규범의 필요성을 도출함으로 인공지능 환경에서 프라이버서 보호에 관한 필요성에 대한 의문을 제시한다. 마이데이터를 기반으로 의료분야의 빅데이터와 인공지능 알고리즘을 활용한 개인맞춤형 건강관리 서비스를 제공하고 자 노력하고 있다. 빅데이터 활용에 안전성 및 의료데이터의 민감정보 활용을 위해 이용되고 있는 연합학습의 경우 프라이버시에 과연 안전한 것인가에 대해 기술적 분석을 제시하였다. 연학학습에서 각 분산된 엣지 단말기에서 중앙 모델로 전달되는 파라미터가 과연 프라이버시 침해를 묵인해도 되는 것인지에 대한 부분은 매우 중요한 논점이 될 수 있다. 따라서, 본 논문에서는 보안 전문가로 연합학습 알고리즘에서 제시되고 있는 개인 프라이버시 노출 문제를 기술적으로 제시하고 이에 대한 법규범의 필요성을 제시하였다.

In this paper, our society has changed a lot based on ICT technology that rapidly developed in the era of the 4th Industrial Revolution. Big data and artificial intelligence, the core of the 4th industrial revolution, are currently being used in our society due to rapid development after AlphaGo, and our government aims to connect businesses based on various algorithms that support artificial intelligence. The government-led use of big data is being made through 'My Data' and 'My Healthway'. All of them are based on health information among personal information, and data collected based on individual consent is being used in various fields. is being used in various fields. The data collected in this way is used in the industry for artificial intelligence models and is used as learning data for personalized services and deep learning models. In this situation, the safe use of big data can be a very important issue. Therefore, it can be said that the revision and supplementation of the Three data-related Bills( the individual privacy protection act, the telecommunications network act, and the credit protection act) has a very important meaning. In the era of the 4th industrial revolution, we are making efforts to welcome the era of big data through the revision of the three acts, but we recognize the problem of technical privacy infringement of AI algorithms based on big data and passive requirements to solve it, etc. Based on this, we analyzed the technical problems of federated learning in an AI environment that is being actively used. In this paper, the necessity of privacy protection in the AI environment is raised by deriving the necessity of legal norms in the technical research on privacy protection in the AI environment. Based on My Data, we are trying to provide personalized health care services using big data and artificial intelligence algorithms in the medical field. In the case of federated learning, which is used for safety in the use of big data and sensitive information of medical data, a technical analysis is presented on whether it is really safe for privacy. In academic learning, whether the parameters transmitted from each distributed edge terminal to the central model can tolerate invasion of privacy can be a very important issue. Therefore, in this paper, as a security expert, the problem of personal privacy exposure presented in the federated learning algorithm is technically presented and the necessity of legal norms is presented.

#빅데이터 #프라이버시위험 #마이데이터 개인정보보호법 #개인정보자기결정권 #인공지능연합학습 #프라이버시보호 #Big-data #Privacy risk #MyData #Personal information protection at #Right to Self-Determination of personal information #Artificial intelligence Federated learning #Privacy security

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

조영복

소속기관 대전대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 0.5% 공학 > 컴퓨터학 TOP 0.5%

논문수 97 이용수 24,653

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)