[논문 리뷰] Data Capsule: A New Paradigm for Automatic Compliance with Data Privacy Regulations

Lun Wang, Joseph P. Near외 5명|arXiv (Cornell University)|2019. 08. 30.

Privacy-Preserving Technologies in Data참고 문헌 20인용 수 8

한 줄 요약

이 논문은 GDPR 및 CCPA와 같은 데이터 개인정보 보호 규정에 자동으로 준수하는 데 있어 새로운 접근 방식인 데이터 캡슐 파라다임을 소개한다. 이 방식은 데이터 주체의 데이터 수명 주기 동안 공식 개인정보 보호 정책(PrivPolicy)을 데이터에 묶는 방식이다. 이 솔루션은 정적 분석을 통해 잔여 정책을 유도하고 기존 데이터 인프라를 수정하지 않으면서도 정책을 이행할 수 있도록 하며, 실제 구현을 위한 참조 관리자인 PrivGuard로도 제공된다.

ABSTRACT

The increasing pace of data collection has led to increasing awareness of privacy risks, resulting in new data privacy regulations like General data Protection Regulation (GDPR). Such regulations are an important step, but automatic compliance checking is challenging. In this work, we present a new paradigm, Data Capsule, for automatic compliance checking of data privacy regulations in heterogeneous data processing infrastructures. Our key insight is to pair up a data subject's data with a policy governing how the data is processed. Specified in our formal policy language: PrivPolicy, the policy is created and provided by the data subject alongside the data, and is associated with the data throughout the life-cycle of data processing (e.g., data transformation by data processing systems, data aggregation of multiple data subjects' data). We introduce a solution for static enforcement of privacy policies based on the concept of residual policies, and present a novel algorithm based on abstract interpretation for deriving residual policies in PrivPolicy. Our solution ensures compliance automatically, and is designed for deployment alongside existing infrastructure. We also design and develop PrivGuard, a reference data capsule manager that implements all the functionalities of Data Capsule paradigm.

연구 동기 및 목표

• GDPR 및 CCPA와 같은 복잡한 자연어 기반 데이터 개인정보 보호 규정에 자동으로 준수하는 데 도전하는 것.
• 기존 시스템이 데이터 삭제 기능이 없고, 데이터 라이프라인 추적 기능이 없으며, 이질적인 데이터 처리 플랫폼 간에 정책을 이행하지 못하는 한계를 극복하는 것.
• 기존 인프라와 통합 가능하고 정책-데이터 바인딩을 통해 준수를 보장하는 경량이며 구현 가능한 솔루션을 설계하는 것.
• 투명성, 동의, 처리 제어, 데이터 이식성, 재식별 보호와 같은 일반적인 개인정보 보호 원칙을 일반 목적의 정책 언어로 형식화하는 것.
• 실행 전에 위반을 방지하기 위해 데이터 처리 프로그램이 관련 개인정보 보호 정책을 준수하는지 정적 검증을 가능하게 하는 것.

제안 방법

• 데이터 주체의 개인 정보를 처리하는 데 규제하는 정책(PrivPolicy)을 데이터와 바인딩하고, 이 정책이 모든 변환과 복사본을 거쳐 데이터와 함께 이동하는 데이터 캡슐 파라다임을 도입한다.
• 정적 분석에 적합한 표현적 속성을 지원하고 GDPR, CCPA, HIPAA, FERPA 요구사항을 모두 표현할 수 있는 정의에 기반한 공식 정책 언어인 PrivPolicy를 정의한다.
• 데이터 처리 후 유도된 정책인 잔여 정책을 계산하기 위한 추상 해석 기반의 새로운 알고리즘을 개발하여 각 처리 단계에서의 준수를 보장한다.
• 데이터 캡슐 그래프를 유지하고 정책을 이행하며 데이터 처리 파이프라인 전반에 걸쳐 메타데이터를 전파하는 참조 데이터 캡슐 관리자인 PrivGuard를 설계 및 구현한다.
• 기존 데이터 처리 시스템에 최소한의 변경만으로도 기존 인프라와의 호환성을 확보하여 레거시 인프라와 함께 배포할 수 있도록 한다.
• PrivPolicy의 형식적 의미를 활용하여 데이터 처리 프로그램이 관련 개인정보 보호 정책을 준수하는지 확인할 수 있는 정적 분석을 가능하게 한다.

실험 결과

연구 질문

• RQ1 이질적인 데이터 처리 시스템 전반에서 자동으로 정적 이행이 가능한 방식으로 데이터 개인정보 보호 규정을 어떻게 형식화할 수 있는가?
• RQ2 데이터가 복사되거나 변형되거나 다른 플랫폼 간에 공유되더라도 개인정보 보호 정책이 여전히 이행 가능하도록 보장하는 메커니즘은 무엇인가?
• RQ3 주요 개인정보 보호 규정을 포괄할 수 있도록 충분히 표현력이 있고, 실제 구현에 적합한 가벼운 정책 언어를 설계할 수 있는가?
• RQ4 정적 분석을 통해 런타임 모니터링 없이도 런타임에 준수를 보장할 수 있도록 잔여 정책을 자동으로 유도할 수 있는가?
• RQ5 기존 데이터 처리 스택에 최소한의 수정으로 데이터 캡슐 파라다임을 얼마나 넓게 통합할 수 있는가?

주요 결과

• 데이터 캡슐 파라다임은 개인정보 보호 정책을 데이터에 바인딩하고 모든 데이터 처리 작업을 통해 정책이 전파되도록 하여 종단 간 준수를 보장한다.
• PrivPolicy는 GDPR, CCPA, HIPAA, FERPA를 공식적으로 표현할 수 있어, 주요 개인정보 보호 규정에 대한 일반화 능력과 표현력을 입증한다.
• 추상 해석 기반 알고리즘을 통해 잔여 정책을 유도함으로써 정적 분석이 신뢰성 있게 수행되어 데이터 처리 전에 준수 여부를 검증할 수 있다.
• 참조 구현인 PrivGuard는 실제 환경에서의 구현 가능성과 구현 가능성을 입증하였으며, 모바일 앱을 통한 HIPAA 준수 월경 건강 데이터 수집 사례 연구를 포함한다.
• 시스템 사일로 간 수동적 데이터 탐색 및 삭제가 필요 없어지면서 데이터 유출 및 준수 위험을 줄였다.
• 이전에는 이러한 기능이 없었던 시스템에서도 데이터 주체의 권리인 데이터 이식성 및 삭제 요청을 자동으로 이행할 수 있다.