인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.1
- 수록면
- 34 - 40 (7page)
- DOI
- 10.5573/ieie.2024.61.1.34
이용수
초록· 키워드
최근 들어, 방대한 양의 데이터에서 유용한 정보를 얻어 활용하는 기업이 확대되면서 개인정보의 암호화나 가명 처리 등의 보안 조치에 관한 문제가 제기되고 있다. 특히 AI 챗봇을 통해 얻은 사용자의 새로운 채팅 데이터를 모델에 통합할 때 전후 결과의 차이가 데이터 유출로 이어져 개인을 특정하는 취약점을 야기할 수 있다. 또한 사용자가 서버를 신뢰한다고 해도 채팅 데이터에 포함된 자신의 정보가 얼마나 공개되고 사용되는지 알 수 없다는 불안감을 가지고 있다. 프라이버시 보호를 위해서 모든 데이터를 암호화할 수 있지만, 서비스 관리자들이 함부로 열어볼 수 있다는 위험성은 여전히 존재한다. 이에 본 논문에서는 AI챗봇을 통해 수집한 고객의 채팅 데이터에 가우시안 지역 차분 프라이버시(Gaussian Local Differential Privacy, GLDP)를 적용하는 방법을 제안한다. 기존의 채팅 서비스에 GLDP를 적용함으로써, 사용자 데이터의 프라이버시를 보존하면서 동시에 데이터 분석에 유리한 환경도 제공할 수 있다. 본 논문의 후반부에서는 모델 구현 및 실험을 통하여 제안 알고리즘의 완전성을 검증하고, ε과 프라이버시 레벨, 데이터 정확도 등을 비교하였다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 요약
- Abstract
- Ⅰ. 서론
- Ⅱ. 배경 이론
- Ⅲ. 본론
- Ⅳ. 결론
- REFERENCES
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-151-24-02-089360425
