Quiz: De-identified exports and k-anonymity

이름과 회원번호를 지운 청구 자료를 넘겼는데 한 사람이 자기 자료를 알아봤다. 가장 알맞은 설명은?

• 직접 식별자를 지울 때 청구번호를 빠뜨려 회원번호를 되돌릴 수 있었다
• 생년월일·성별·우편번호 같은 준식별자가 모여 한 줄을 가리킨 것이다
• 진단코드가 남아 있어 그 코드를 아는 사람은 누구인지 알 수 있다
• 파일에 숨은 메타데이터가 남아 원래 회원번호가 복원된 것이다

k-익명성을 5로 올리려고 한다. 일반화와 억제를 쓰는 순서로 가장 알맞은 것은?

• 억제를 먼저 해 작은 조합을 없앤 뒤 남은 줄만 일반화한다
• 둘은 효과가 같으므로 구현하기 쉬운 쪽 하나만 쓴다
• 일반화를 먼저 해 조합을 뭉치고, 그래도 남는 작은 조합만 억제한다
• 일반화는 재식별을 못 막으므로 억제만으로 k를 맞춘다

45 CFR 164.514 의 Safe Harbor 가 우편번호에 대해 정하는 규칙은?

• 앞 세 자리는 남길 수 있지만, 그 앞자리를 공유하는 지역 인구가 20,000명 이하면 000 으로 바꾼다
• 우편번호는 어떤 자리도 남길 수 없고 시도 단위만 남긴다
• 앞 세 자리는 언제나 남길 수 있고 뒤 두 자리만 지우면 된다
• 인구가 20,000명을 넘으면 다섯 자리 전체를 남겨도 된다

생년월일을 출생연도로 줄였는데도, 1930년생 가입자 한 명이 그대로 지목됐다. 규칙으로 옳은 대처는?

• 출생연도를 10년 단위로 묶어 1930년대로 적는다
• 그 사람의 줄을 통째로 빼는 것 말고는 방법이 없다
• 89세를 넘는 나이는 연도까지 지우고 한 칸으로 묶는다
• 출생연도 대신 나이를 그대로 적어 다른 값과 섞이게 한다

반출본의 k가 5인데도 문제가 될 수 있는 경우로 가장 알맞은 것은?

• 조합이 5건이면 언제나 안전하므로 문제가 되지 않는다
• 줄 수가 적은 파일에서는 k 계산 자체가 성립하지 않는다
• 같은 조합에 속한 사람이 5명이라 평균 청구액을 낼 수 없다
• 같은 조합의 진단코드가 모두 같으면 누구인지 몰라도 무엇을 앓았는지가 드러난다

비식별 추출본을 분석팀에 넘길 때 반출 기록에 원본과 반출본의 해시를 함께 적는 이유로 가장 알맞은 것은?

• 해시를 알면 받는 쪽이 원본 값을 되돌려 검증할 수 있기 때문에
• 나중에 위험을 다시 계산할 때 어느 파일을 어떤 규칙으로 내보냈는지 특정할 수 있기 때문에
• 해시가 같으면 두 추출본을 합쳐도 안전하다는 것이 보장되기 때문에
• 법이 모든 반출 파일에 해시를 적도록 요구하기 때문에