메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이은민 (성신여자대학교) 이주희 (성신여자대학교)
저널정보
한국정보통신학회 한국정보통신학회 종합학술대회 논문집 한국정보통신학회 2023년도 춘계종합학술대회 논문집 제27권 제1호
발행연도
2023.5
수록면
275 - 278 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 빅데이터를 다루기 위한 기계학습과 클라우드 컴퓨팅 기술이 발전함에 따라 개인정보를 보호하는 기계학습(Privacy-Preserving Machine Learning)이 화두가 되고 있다. 동형암호는 암호화된 상태에서 데이터의 연산이 가능하며, 양자컴퓨터를 이용한 공격에도 안전한 차세대 암호 기술이다. 본 연구에서는 개인정보보호를 위한 동형암호화된 기계학습 시나리오 중, 금융 데이터를 바탕으로 채무 불이행 확률을 예측하고 대출 여부를 결정하기 위한 신용평가 모델을 학습하는 방법을 다룬다. 먼저, 신용평가 모델을 학습하고 활용하는 일련의 과정에 대해 구체적인 시나리오를 구성하고, 안전성 요구조건을 정의한다. 또한, 신용평가에서 분류 정확도가 높은 Support Vector Machine(SVM) 학습 알고리즘을 사용하여 신용평가에 최적화된 분류 모델을 학습시킨다. 이때 SVM 학습 알고리즘으로는 동형암호 연산 적용에 적합하게 변환할 수 있는 LS(Linear Square)-SVM 모델을 적용하여 효율적인 신용평가 모델 학습 시스템을 제안한다. 본 연구를 통해 데이터 소유자의 민감한 개인정보를 보호하는 암호화된 신용평가 모델 학습이 가능하며, 학습 결과로 얻은 SVM 모델을 사용하여 신용평가 예측 결과의 정확도를 높일 수 있다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 배경 지식
Ⅲ. 암호화된 신용평가 모델 학습
Ⅳ. 결론
References

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0