문단 (context)
마이크로데이터의 통계적 노출제어 문제 해결은 전통적으로 매스킹 기법들에 의존해 왔으며 또한 매스킹 기법들이 실무적으로 가장 널리 활용되고도 있지만, 서론과 제2절에서 언급하였던 것처럼 매스킹 기법은 노출위험과 정보손실을 동시에 축소하기에는 한계를 가진다. 이는 자료 공급자 및 자료 이용자를 모두 만족시키기 어려운 한계를 가진다는 의미이기도 하다. 때문에 미국, 독일 등에서는 인위자료(synthetic data)를 활용하여 공공이용파일을 작성하는 것을 최근 꾸준히 연구해왔으나, 인위자료의 활용 역시 많은 한계를 가지고 있다. 이제 여러 통계 기관들 및 학계의 관심은 인위자료 활용보다는 차등 정보보호 이론을 적용한 분석서버를 통한 자료 배포로 옮겨가고 있다고도 보인다. 이렇게 많은 변수들을 가지는 마이크로데이터를 배포할 때 발생하는 비밀보호의 문제에 대하여 세계적으로 해결 방안을 찾기 위해 애쓰고 있으나, 실무에서 사용할 정도로 주목되는 성과를 찾기는 어려우며 궁극적인 해결 방안을 찾기 위해 다양한 노력이 이루어지고 있다고 판단된다.
기계독해 질의응답 4건
| question_id | 질문 | 답변 불가 | 정답 |
|---|---|---|---|
| 1305237 | 무엇이 노출위험과 정보손실을 동시에 축소하기에 한계를 가지니 | 가능 | 매스킹 기법 |
| 1305238 | 노출위험과 정보손실을 같이 축소하기에 한계를 가지는 것은 무엇일까 | 가능 | 매스킹 기법 |
| 1305239 | 노출위험과 정보손실을 같이 줄이기에 한계가 있는 것은 무엇이야 | 가능 | 매스킹 기법 |
| 1305240 | 정보보관과 정보제공을 동시에 확대하기에 무엇이 한계를 가지지 | 불가 | 매스킹 기법 |