Copula 모델 기반 재식별 위험도 평가 및 가명화 전략 자동 추천 프레임워크

Vol. 36, No. 2, pp. 645-658, 4월. 2026
10.13089/JKIISC.2026.36.2.645, Full Text:
Keywords: Copula-based re-identification, Risk Assessment, Threshold optimization, Data Anonymization
Abstract

본 연구는 Copula 기반의 재식별 위험도 평가 프레임워크를 제안한다. 원본과 가명 데이터의 주변 분포를 정규화한 뒤 Copula를 통해 속성 간 의존구조를 추정·비교하고, 로그우도 변화를 활용하여 위험 점수를 산출한다. 또한 임계값 최적화 절차를 통해 속성별 가명화 전략을 자동으로 추천하며, 조합 단위 민감도 분석과 시각화를 통해 위험 기여도를 제시하였다. 실험 결과, 해당 접근법은 기존 구조적 지표보다 데이터 분포 왜곡을 줄이면서도 현실적인 재식별 가능성을 효과적으로 측정할 수 있었으며, 이는 향후 안전하고 윤리적인 데이터 활용을 위한 기반으로 활용될 수 있음을 보여준다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
박나현, 오준형, 김태희, 고예준, "A Copula-Based Framework for Re-Identification Risk Assessment and Automatic Anonymization Strategy Recommendation," Journal of The Korea Institute of Information Security and Cryptology, vol. 36, no. 2, pp. 645-658, 2026. DOI: 10.13089/JKIISC.2026.36.2.645.

[ACM Style]
박나현, 오준형, 김태희, and 고예준. 2026. A Copula-Based Framework for Re-Identification Risk Assessment and Automatic Anonymization Strategy Recommendation. Journal of The Korea Institute of Information Security and Cryptology, 36, 2, (2026), 645-658. DOI: 10.13089/JKIISC.2026.36.2.645.