지구 전체가 온라인 상태이고 연결되어 있으며 우리는 또한 헤아릴 수 없는 양의 데이터를 집단적으로 생성하고 있습니다. 이 데이터는 온라인에 저장되고 쉽게 검색할 수 있도록 분리되지만 데이터 악용으로 인해 개인 정보 보호 및 기타 위협의 복잡성도 증가합니다. 이 기사는 데이터 비식별화 모델의 중요성을 강조했습니다.
기사의 주요 내용은 다음과 같습니다.
- 데이터 비식별화는 개인의 개인 신원을 데이터에서 분리하는 프로세스입니다. 그리고 ML(Machine Learning) 기술의 현주소로 제공되는 개인정보를 기반으로 패턴을 감지하고 사람을 식별하는 것이 용이합니다. 따라서 이러한 모델에 규정을 적용하는 것이 중요합니다.
- 이제 데이터 비식별화 모델을 사용하여 여기 저기 이동하는 특정 정보를 줄입니다. HIPAA는 데이터 비식별화를 위해 승인된 두 가지 방법을 권장합니다. 이러한 방법은 전문가 결정 및 세이프 하버 방법입니다.
- 회사는 데이터 또는 식별자를 레코드에서 완전히 제거하거나 비식별화 API를 사용하여 데이터 세트에서 이러한 식별자를 제거할 수 있습니다. 그러나 첫 번째 방법이 효과적이지만 다양한 검색을 위해 사내에서 데이터를 검색하고 싶을 때 두 번째 방법이 어려울 수 있습니다.
전체 기사 읽기 :
https://www.techgogoal.com/2021/07/17/the-complexities-of-data-de-identification-in-layman-terms/
