pile·
보안·스캐터랩스캐터랩 (이루다)·

2022 개인정보 가명·익명처리 기술 경진대회 참여 후기

문제개인정보를 활용하려면 재식별 위험을 낮추면서도 분석에 쓸 수 있는 유용성을 유지해야 한다.
접근가명정보와 익명정보의 차이를 정리하고, k-익명성 같은 프라이버시 모델로 안전성을 평가했다. 범주화, 상하단 코딩, 준식별자 삭제를 Python과 pandas로 구현했다.
결과k값 측정과 동질 집합 제거 예시로 재식별 가능성을 낮추는 절차를 설명했다. 실무에서는 법적 기준과 데이터 특성을 함께 검토해야 한다는 결론을 냈다.
스캐터랩
스캐터랩 (이루다) 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. 보안·gitlab-engGitLab Blog·

    Serena MCP 에이전트의 치명적 원격 코드 실행 취약점 분석

    GitLab 보안팀이 AI 코딩 에이전트 Serena(월 PyPI 다운로드 13.6만 건)에서 치명적 원격 코드 실행 취약점을 발견했다. Jinja2 비샌드박스 환경과 신뢰 모델의 미검사 경로가 결합해 개발자가 악의적 저장소를 열기만 해도 코드가 실행된다. serena-agent 1.7.0에서 SandboxedEnvironment 교체로 수정 완료됐다.

    요약 이어보기
    #mcp#security#rce+2