Quiz: Log de-identification and release

장애 분석용 로그에서 사번을 모두 같은 별표 문자열로 덮었다. 이때 분석에서 가장 크게 잃는 것은?

• 로그 파일 크기가 줄어 원본과 대조할 수 없게 되는 것
• 사번의 형식을 알 수 없어 자료 출처를 밝히지 못하는 것
• 같은 사람의 줄을 이어 보지 못해 반복 실패 같은 사실이 사라지는 것
• 시간 순서가 흐트러져 사건의 선후를 가릴 수 없게 되는 것

사번을 가명으로 바꾸려고 한다. 열쇠 없이 sha256(사번) 을 쓰면 안 되는 이유로 가장 정확한 것은?

• 사번의 가짓수가 적어 받는 쪽이 모든 값을 해시해 표를 만들면 되돌릴 수 있기 때문
• sha256 은 충돌이 알려져 있어 서로 다른 사번이 같은 가명이 되기 때문
• 해시는 길이가 고정이라 원본보다 길어져 로그 크기가 커지기 때문
• 해시 값이 실행할 때마다 달라져 같은 사번이 같은 가명이 되지 않기 때문

정규식으로 필드=값 자리를 모두 처리했는데도 반출물에 식별자가 남았다. 가장 먼저 의심할 곳은?

• 로그를 읽을 때 문자 인코딩을 잘못 지정해 일부 줄을 건너뛴 자리
• 정규식의 앵커를 빠뜨려 값의 앞뒤가 잘린 자리
• 로그 회전 때문에 다른 파일로 넘어가 처리되지 않은 자리
• 메시지 본문 안에 문장처럼 박힌 값과 인코딩 뒤에 숨은 값

사람이 자유롭게 쓰는 비고 칸을 가명화하지 않고 통째로 지우기로 정했다. 그 근거로 가장 알맞은 것은?

• 자유 서술은 길어서 가명으로 바꾸면 로그 크기가 지나치게 커지기 때문
• 그 칸에 무엇이 들어오는지 미리 셀 수 없어 어떤 규칙으로도 다 잡을 수 없기 때문
• 자유 서술은 기계가 만든 값이 아니라 법적으로 개인정보가 아니기 때문
• 가명화는 숫자와 영문에만 쓸 수 있고 한글 문장에는 적용되지 않기 때문

직접 식별자를 모두 가명으로 바꿨는데도 부서와 직급과 접속 시각을 합치면 한 사람으로 좁혀지는 행이 남았다. 이때 쓰는 방법은?

• 남은 행을 표에서 빼고 전체 건수만 알려 준다
• 부서와 직급도 가명으로 바꿔 원래 값을 감춘다
• 시각을 시 단위로 버리는 식으로 값을 거칠게 만들어 같은 조합의 행을 뭉친다
• 행 순서를 섞어 어느 행이 누구인지 짐작할 수 없게 만든다

가명 매핑표를 반출 꾸러미에 함께 넣으면 안 되는 이유로 가장 정확한 것은?

• 표가 함께 나가면 받는 쪽이 가명을 원본으로 되돌릴 수 있어 가명화를 하지 않은 것과 같아지기 때문
• 표의 줄 수가 로그 줄 수보다 많아 꾸러미 크기가 감당할 수 없게 커지기 때문
• 표를 함께 보내면 받는 쪽이 같은 열쇠로 새 가명을 만들어 낼 수 있기 때문
• 표에는 해시 값이 들어 있어 무결성 검사에서 중복으로 걸리기 때문