K-익명성(Anonymity)
주어진 데이터에서 연결 공격을 방어하기 위해 준식별자 속성값들이 적어도 K개 존재하도록하는 프라이버시 보호 모델.
L-다양성(Diversity)
K-Anonymity(익명성)을 통해 생성된 동질집합에서 데이터들은 적어도 L개의 서로 다른 민감한 정보를 갖도록 하는 프라이버시 보호 모델.
T-근접성(Closeness)
동질집합에서 민감한 정보의 분포와, 전체 데이터 집합에서 민감한 정보의 분포가 T이하의 차이를 보여야 하는 프라이버시 보호 모델.
'Lobo's study room > 정보처리기사' 카테고리의 다른 글
[보안]OAuth 2.0(Open Authorization 2.0) (0) | 2023.03.09 |
---|---|
[보안]MAC(Mandatory Access Control)과 NAC(Network Access Control) (0) | 2023.03.09 |
[보안]Land Attack(Local Area Network Denial Attack) (0) | 2023.03.09 |
[보안]ISTM(Information Technology Service Management) (0) | 2023.03.08 |
[보안]ISO 27001(정보보호 관리체계 국제 표준) (0) | 2023.03.08 |