Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2017213281) PROCÉDÉ DE DÉSIDENTIFICATION DE DONNÉES VOLUMINEUSES
Dernières données bibliographiques dont dispose le Bureau international   

N° de publication : WO/2017/213281 N° de la demande internationale : PCT/KR2016/006206
Date de publication : 14.12.2017 Date de dépôt international : 10.06.2016
CIB :
G06F 21/62 (2013.01) ,G06F 17/30 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
F
TRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
21
Dispositions de sécurité pour protéger les calculateurs, leurs composants, les programmes ou les données contre une activité non autorisée
60
Protection de données
62
Protection de l’accès à des données via une plate-forme, p.ex. par clés ou règles de contrôle de l’accès
G PHYSIQUE
06
CALCUL; COMPTAGE
F
TRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
17
Equipement ou méthodes de traitement de données ou de calcul numérique, spécialement adaptés à des fonctions spécifiques
30
Recherche documentaire; Structures de bases de données à cet effet
Déposants :
주식회사 그리즐리 GRIZZLY CO., LTD. [KR/KR]; 서울시 영등포구 영중로8길 6 성남빌딩 5층 529 529, 5F. Sungnam Bldg. 6, Yeongjung-ro 8-gil, Yeongdeungpo-gu Seoul 07302, KR
Inventeurs :
이원석 LEE, Won Suk; KR
Mandataire :
특허법인 웰 WELL PATENT LAW FIRM; 서울시 서초구 방배로 205 대명빌딩 신관 4층 4F. Daemyung Bldg. Shingwan 205, Bangbae-ro, Seocho-gu, Seoul 06562, KR
Données relatives à la priorité :
10-2016-007174709.06.2016KR
Titre (EN) METHOD FOR DE-IDENTIFYING BIG DATA
(FR) PROCÉDÉ DE DÉSIDENTIFICATION DE DONNÉES VOLUMINEUSES
(KO) 빅데이터의 비식별화 처리 방법
Abrégé :
(EN) The present invention relates to a method for de-identifying big data, which can freely distribute the big data to an external system without concern for leakage of personal information, and can utilize the big data for various purposes by associating data generated from a separate environment with the big data. According to the present invention, the method generates de-identified big data for distribution purpose by selecting a field to be used as a reference of statistical analysis and a field to be statistically analyzed from among various fields included in the big data, wherein a plurality of original records is abstracted into a single record or a numerical field value is abstracted as an average value of approximate numerical values, whereby the big data has a field value different from the original record value and thus can fundamentally prevent back tracking through specific personal information of an individual and a combination thereof while maintain its original intention as data for statistical analysis.
(FR) L’invention concerne un procédé de désidentification de données volumineuses, qui peut distribuer librement les données volumineuses à un système externe sans souci de fuite d'informations personnelles et qui peut utiliser les données volumineuses à des fins diverses en associant les données générées à partir d'un environnement séparé avec les données volumineuses. Selon l’invention, le procédé génère des données volumineuses désidentifiées à des fins de distribution en sélectionnant un champ à utiliser comme référence d'analyse statistique ainsi qu’un champ à analyser statistiquement parmi les divers champs inclus dans les données volumineuses, une pluralité d'enregistrements originaux étant résumés en un seul enregistrement ou une valeur de champ numérique étant résumée en tant que valeur moyenne des valeurs numériques approximatives, les données volumineuses ayant une valeur de champ différente de la valeur d'enregistrement originale et pouvant donc fondamentalement empêcher un suivi au moyen des informations personnelles spécifiques d'un individu et d'une combinaison de celles-ci tout en conservant leur intention d’origine en tant que données d’analyse statistique.
(KO) 본 발명은, 개인정보의 유출우려 없이 외부 시스템에 자유롭게 유통시킬 수 있으며, 별도 환경에서 생성된 데이터를 연계하여 다양한 용도로 활용할 수 있는 빅데이터의 비식별화 처리방법에 관한 것으로, 본 발명에 따르면, 빅데이터를 구성하는 여러 가지 필드 중 통계 분석의 기준이 될 수 있는 필드와 통계 분석의 대상이 될 수 있는 필드를 선택하여 유통용의 비식별화 빅데이터를 생성하되, 복수의 원본 레코드를 하나의 레코드로 추상화 하거나, 수치형 필드값을 근접 수치값의 평균값으로 추상화함으로서, 원본 레코드의 값과는 다른 필드값을 구비하여 개인의 특정 정보 및 그 조합을 통한 역추적을 근본적으로 방지할 수 있으면서도, 통계 분석 본연의 의미를 유지할 수 있는 비식별화 빅데이터를 제공할 수 있게 된다.
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KN, KP, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : coréen (KO)
Langue de dépôt : coréen (KO)