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
- 학위논문
- 저자정보
- 지도교수
- 염흥열
- 발행연도
- 2014
- 저작권
- 순천향대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
개인정보처리자의 개인정보보호 현황과 수준을 파악하고 분석하는 일은 우리나라의 개인정보보호 정책 수립 및 추진에 매우 중요하다. 그러나 개인정보처리자의 개인정보보호 현황과 수준을 시의 적절하게 조사하고 분석하는 일은 많은 시간과 비용이 필요하여 실질적으로 수행하기는 매우 어렵다.
본 논문에서는 개인정보처리자가 개인정보보호 관련법에 따라 개인정보처리자의 홈페이지에 공시하게 되어 있는 개인정보 처리 정책, 즉 개인정보처리방침(이하 처리방침) 데이터를 이용해서 개인정보처리자의 개인정보보호 현황과 수준을 설명할 수 있는 개인정보보호 성과 수준에 대한 예측모형을 제시한다.
이를 위해 처리방침 데이터를 수집하고 분석하기 위한 인코딩 스킴과 허용 값을 개발하고, 홈페이지에 공개되어 있는 처리방침 데이터를 실증적으로 수집한다. 이렇게 수집된 처리방침 데이터를 정보화통계조사 결과 등 기존의 관련 자료와 비교분석 하여, 처리방침 데이터가 고유품질, 맥락품질, 접근품질, 표현품질 등 네 가지 데이터 품질 특성을 충족하고 있으며, 빅데이터의 3대 특성인 규모(volume), 형태(variety), 속도(velocity) 등을 가지는 중요한 정보 원천임을 검토한다.
그리고 1,274건의 처리방침 직접 및 연관 데이터를 이용해서 개인정보처리자의 규모, 개인정보 민감도, 처리방침 공시 수준, 개인정보보호 성과 수준 간의 관계에 대해 탐색적 가설을 설정하고, 해당 변수를 정의한 다음 상관관계분석, 회귀분석 등 통계적 방법을 이용해서 검증한다.
분석결과 이들 네가지 특성간에 양(+)의 상관관계가 있으며, 개인정보처리자의 규모(SC), 개인정보 민감도(SE), 처리방침 공시 수준(PPDL) 정보를 이용해서 개인정보처리자의 개인정보보호 성과 수준(PPL)을 예측할 수 있는 회귀모형을 제시한다.
본 논문은 개인정보처리자의 처리방침 데이터를 수집 분석하는데 필요한 제반 공시이론, 데이터의 품질 특성, 데이터의 수집을 위한 인코딩 스킴 및 허용값, 처리방침 공시 수준(PPDL) 및 개인정보보호 성과 수준(PPL) 측정 방법, 개인정보처리자의 규모(SC), 개인정보 민감도(SE), 처리방침 공시 수준(PPDL), 개인정보보호 성과 수준(PPL)간의 상관관계, 개인정보보호 성과 수준(PPL)의 예측 등에 대해 체계적으로 정리한 최초의 논문으로, 제시된 방안은 데이터의 품질이 보장되고 시간과 비용을 절감할 수 있어 기존의 조사 방식에 비해 결과에 대한 정확성과 현황 파악에 대한 신속성에 있어 유리하다.
또한 이 과정에서 수집이 가능한 개인정보 위탁 및 제공 데이터를 이용한 사회관계망 분석 등을 통해 개인정보보호 관련 실태 파악의 새로운 발전 방안을 제시한다.
본 논문에서는 개인정보처리자가 개인정보보호 관련법에 따라 개인정보처리자의 홈페이지에 공시하게 되어 있는 개인정보 처리 정책, 즉 개인정보처리방침(이하 처리방침) 데이터를 이용해서 개인정보처리자의 개인정보보호 현황과 수준을 설명할 수 있는 개인정보보호 성과 수준에 대한 예측모형을 제시한다.
이를 위해 처리방침 데이터를 수집하고 분석하기 위한 인코딩 스킴과 허용 값을 개발하고, 홈페이지에 공개되어 있는 처리방침 데이터를 실증적으로 수집한다. 이렇게 수집된 처리방침 데이터를 정보화통계조사 결과 등 기존의 관련 자료와 비교분석 하여, 처리방침 데이터가 고유품질, 맥락품질, 접근품질, 표현품질 등 네 가지 데이터 품질 특성을 충족하고 있으며, 빅데이터의 3대 특성인 규모(volume), 형태(variety), 속도(velocity) 등을 가지는 중요한 정보 원천임을 검토한다.
그리고 1,274건의 처리방침 직접 및 연관 데이터를 이용해서 개인정보처리자의 규모, 개인정보 민감도, 처리방침 공시 수준, 개인정보보호 성과 수준 간의 관계에 대해 탐색적 가설을 설정하고, 해당 변수를 정의한 다음 상관관계분석, 회귀분석 등 통계적 방법을 이용해서 검증한다.
분석결과 이들 네가지 특성간에 양(+)의 상관관계가 있으며, 개인정보처리자의 규모(SC), 개인정보 민감도(SE), 처리방침 공시 수준(PPDL) 정보를 이용해서 개인정보처리자의 개인정보보호 성과 수준(PPL)을 예측할 수 있는 회귀모형을 제시한다.
본 논문은 개인정보처리자의 처리방침 데이터를 수집 분석하는데 필요한 제반 공시이론, 데이터의 품질 특성, 데이터의 수집을 위한 인코딩 스킴 및 허용값, 처리방침 공시 수준(PPDL) 및 개인정보보호 성과 수준(PPL) 측정 방법, 개인정보처리자의 규모(SC), 개인정보 민감도(SE), 처리방침 공시 수준(PPDL), 개인정보보호 성과 수준(PPL)간의 상관관계, 개인정보보호 성과 수준(PPL)의 예측 등에 대해 체계적으로 정리한 최초의 논문으로, 제시된 방안은 데이터의 품질이 보장되고 시간과 비용을 절감할 수 있어 기존의 조사 방식에 비해 결과에 대한 정확성과 현황 파악에 대한 신속성에 있어 유리하다.
또한 이 과정에서 수집이 가능한 개인정보 위탁 및 제공 데이터를 이용한 사회관계망 분석 등을 통해 개인정보보호 관련 실태 파악의 새로운 발전 방안을 제시한다.
목차
제 1 장 서 론 1제 1 절 연구 배경 및 목적 11. 연구배경 12. 연구목적 5제 2 절 연구 범위 및 구성 61. 연구 범위 62. 논문의 구성 7제 2 장 공시에 대한 이론적 고찰 9제 1 절 공시의 정의 및 공시 이론 91. 정의 및 종류 92. 공시 이론 12가. 규제 이론 12나. 자발적 공시 이론 13다. 정당성 이론 13라. 이해관계자 이론 14제 2 절 처리방침 공시 제도 151. 우리나라의 개인정보보호 관련 공시 제도 152. 개인정보보호법에 따른 처리방침 공시 173. 정보통신망법에 따른 처리방침 공시 204. 처리방침의 전자적 표시제도 22제 3 절 개인정보보호 정책 공시 관련 선행 연구 231. 개인정보보호 정책의 전자적 표시 관련 연구 23가. P3P 관련 연구 23나. 프라이버시 버드 24다. Cranor의 연구 24라. 프라이버시 올 242. 처리방침 데이터를 이용한 연구 25가. 한국소비자원의 연구 25나. 일부 언론사의 조사 연구 253. 정보보호 공시 관련 연구 25가. 정보보안 공시와 시장가치와의 관계 연구 25나. 정보보안 공시 제도 도입 방안 연구 264. 기존 연구의 한계 및 이슈 26제 3 장 처리방침 데이터의 특성 및 인코딩 스킴 27제 1 절 처리방침 데이터의 품질 요소 271. 고유품질 측면 282. 맥락품질 측면 283. 접근품질 측면 294. 표현품질 측면 29제 2 절 처리방침에 대한 인코딩 스킴 311. 수집 데이터 항목 312. 데이터의 정형화 및 허용값 설계 32제 4 장 처리방침 데이터 수집 및 특성 분석 40제 1 절 실증 데이터 수집 401. 표본추출 402. 실증 데이터 수집 43제 2 절 모수 추정 45제 3 절 처리방침 데이터의 유의성 분석 461. 기초통계 분석 결과 46가. 처리방침 공시 현황 46나. 처리방침 항목별 작성 현황 48다. 고유식별번호 수집 현황 49라. 처리방침 작성 시점 현황 51마. 처리방침 명칭 사용 현황 522. 처리방침 데이터의 유용성 54제 5 장 연구 설계 및 변수 정의 57제 1 절 공시수준 측정과 기업 특성간 관계분석 선행연구 571. 환경정보 공시 수준과 기업 특성간 관계 분석 572. 공시수준의 측정 59제 2 절 연구 설계 601. 연구 가설 설정 602. 연구모형 63가. 처리방침 공시 수준 관련 가설 63나. 개인정보보호 성과 수준 관련 가설 643. 분석방법 66제 3 절 변수 정의 671. 처리방침 공시 수준 672. 개인정보보호 성과 수준 683. 개인정보처리자 규모 704. 개인정보 민감도 70제 6 장 실증 분석 및 예측모델 제시 75제 1 절 실증 분석을 위한 데이터 수집 75제 2 절 기술통계 및 상관관계 분석 결과 761. 기술통계 분석 결과 762. 상관관계 분석 결과 81제 3 절 회귀분석을 통한 가설의 검정 851. 처리방침 공시 수준 관련 가설 검정 852. 개인정보보호 성과 수준 관련 가설 검정 893. 가설 검정의 의의 91제 4 절 개인정보보호 성과 수준 예측 모형 제시 931. 개인정보보호 성과 수준 예측 모형 932. 예측모형의 의의 95제 5 절 예측 모형을 이용한 빅데이터 분석 방안 96제 6 절 본 논문의 기여 98제 7 장 결론 100제 1 절 결론 100제 2 절 관련 연구와의 비교 및 한계 101제 3 절 향후 연구 과제 및 연구 방향 102참고문헌 103색인 107ABSTRACT 109
최근 본 자료
댓글(0)
0