지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제30권 제4호
- 발행연도
- 2024.4
- 수록면
- 199 - 204 (6page)
- DOI
- 10.5626/KTCP.2024.30.4.199
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
비식별화는 데이터셋에서 개인을 식별할 수 있는 요소들을 제거하여 데이터로부터 개인정보가 노출되지 않도록 하는 보안 방법이다. 제 4차 산업혁명 이후 데이터에 대한 수요와 공급이 기하급수적으로 증가하면서 데이터로 인한 개인 정보 노출 가능성이 현저히 높아졌는데, 이에 따라 데이터 활용을 제한하지 않으면서 보안 문제를 해결하기 위한 데이터 비식별화가 중요해 졌다. 특히 이미지 데이터는 원본 형태로 노출되었을 때 데이터 도용 및 악용 가능성이 높고, 사용자의 초상권을 침해할 수 있다. 그래서 이미지 데이터 비식별화는 지속적으로 연구되어 왔으며, 최근에는 데이터의 분포를 유지하면서 비식별화를 진행하는 생성 모델을 이용한 비식별화가 주목받고 있다. 본 논문에서는 이미지의 특정한 속성은 유지하면서 비식별화를 진행하는 생성 모델의 고도화를 목표로 하며, 비식별화 과정 중 모델 학습 과정에서 사용할 수 있는 두 가지의 선택 방법론을 제안한다. 그리고 두 가지의 선택 방법론을 적용함으로써 유지하고자 하는 target 속성이 기존 모델보다 더 잘 유지되며 생성 모델의 성능 또한 더 좋아지는 것을 실험으로 보인다.
목차
요약
Abstract
1. 서론
2. 배경 이론
3. Proposed Method
4. 실험
5. 결론
References
참고문헌 (9)
참고문헌 신청
Park Hyunjin, The key to digital transformation is data technology...163 ZB of data will be generated in 2025, AI Newspaper, July 4, 2022.
Choi Ji-sun, Lee Yewon, Oh Yong-seok, Lim Hyung-jin, “Trends in international standardization in the field of de-identification processing,” Korea Institute of Information Security & Cryptology, vol. 27, no. 4, 2019.
Ninghui Li, Tiancheng Li, Suresh Venkatasubramanian, “t-Closeness: Privacy Beyond k-Anonymity and l-Diversity,” IEEE 23rd International Conference on Data Engineering, 2007.
Tao Li, Lei Lin, AnonymousNet: Natural Face De-Identification with Measurable Privacy, CVPR-19 Workshop on Computer Vision: Challenges and Opportunities for Privacy and Security, 2019.
Jiacheng Lin, Yang Li, Guanci Yang, “FPGAN: Face de-identification method with generative adversarial networks for social robots,” Neural Networks, Vol. 133, 132-147, 2021.
Choi Ji-sun, Lee Yewon, Oh Yong-seok, Lim Hyung-jin, “Trends in international standardization in the field of de-identification processing,” Korea Institute of Information Security & Cryptology, vol. 27, no. 4, 2019.
Ninghui Li, Tiancheng Li, Suresh Venkatasubramanian, “t-Closeness: Privacy Beyond k-Anonymity and l-Diversity,” IEEE 23rd International Conference on Data Engineering, 2007.
Tao Li, Lei Lin, AnonymousNet: Natural Face De-Identification with Measurable Privacy, CVPR-19 Workshop on Computer Vision: Challenges and Opportunities for Privacy and Security, 2019.
Jiacheng Lin, Yang Li, Guanci Yang, “FPGAN: Face de-identification method with generative adversarial networks for social robots,” Neural Networks, Vol. 133, 132-147, 2021.
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0