[논문 리뷰] Model Driven Engineering for Data Protection and Privacy: Application and Experience with GDPR

Damiano Torre, Mauricio Alférez외 3명|arXiv (Cornell University)|2020. 07. 23.

Privacy, Security, and Data Protection인용 수 6

한 줄 요약

이 논문은 일반적 데이터보호규정(GDPR)을 UML과 OCL를 사용하여 모델링함으로써 모델기반공학(MDE) 접근법을 제시하여 GDPR 준수를 자동화한다. 이는 추적 가능한 개념 모델, OCL로 표현된 35개의 준수 규칙, 그리고 국가법 적용을 위한 20개의 변형 포인트를 포함하는 이중 계층 모델을 제공하며, 체계적이고 기계로 분석 가능한 준수 평가를 가능하게 한다.

ABSTRACT

In Europe and indeed worldwide, the General Data Protection Regulation (GDPR) provides protection to individuals regarding their personal data in the face of new technological developments. GDPR is widely viewed as the benchmark for data protection and privacy regulations that harmonizes data privacy laws across Europe. Although the GDPR is highly beneficial to individuals, it presents significant challenges for organizations monitoring or storing personal information. Since there is currently no automated solution with broad industrial applicability, organizations have no choice but to carry out expensive manual audits to ensure GDPR compliance. In this paper, we present a complete GDPR UML model as a first step towards designing automated methods for checking GDPR compliance. Given that the practical application of the GDPR is influenced by national laws of the EU Member States, we suggest a two-tiered description of the GDPR, generic and specialized. In this paper, we provide (1) the GDPR conceptual model we developed with complete traceability from its classes to the GDPR, (2) a glossary to help understand the model, (3) the plain-English description of 35 compliance rules derived from GDPR along with their encoding in OCL, and (4) the set of 20 variations points derived from GDPR to specialize the generic model. We further present the challenges we faced in our modeling endeavor, the lessons we learned from it, and future directions for research.

연구 동기 및 목표

• 복잡한 시스템에서 GDPR 준수 평가를 위한 자동화되고 확장 가능한 도구의 부족을 해결한다.
• 수동 감사 비용과 실수를 줄이기 위해 GDPR의 형식적이고 기계로 분석 가능한 표현을 제공한다.
• 법률 전문가와 IT 전문가 간의 갭을 시각적이고 정확하며 추적 가능한 모델을 통해 메우며.
• 유럽연합 회원국 법에 맞는 컨텍스트 기반 맞춤형 GDPR 준수 규칙을 변형 포인트를 통해 가능하게 한다.
• 전자정부 및 클라우드 서비스와 같은 규제 분야에서 향후 자동 준수 체크 도구의 기반을 마련한다.

제안 방법

• 각 클래스가 관련 GDPR 조항에 직접 연결된 추적 가능성을 확보한, GDPR의 포괄적인 UML 개념 모델을 개발한다.
• 법률 및 기술 이해관계자들이 모델을 더 잘 이해할 수 있도록 통일된 용어 정의 사전을 정의한다.
• Object Constraint Language(OCL)를 사용해 35개의 GDPR 준수 규칙을 형식화하여 기계로 실행 가능한 검증을 가능하게 한다.
• 다른 EU 회원국의 법적 맥락에 맞는 일반 모델의 전문화를 지원하기 위해 20개의 변형 포인트를 식별한다.
• 이중 계층 모델링 접근법을 사용한다: 일반 GDPR 원칙을 위한 일반 모델과 국가법 차이를 위한 전문화 모델.
• 변형 메커니즘(예: V11–V20)을 통합하여 처리 맥락, 당사자 유형, 데이터 유형에 기반한 조건부 준수 논리를 표현한다.

실험 결과

연구 질문

• RQ1 모델기반공학 원칙을 활용해 GDPR의 형식적이고 기계로 분석 가능한 모델을 어떻게 구성할 수 있는가?
• RQ2 자동 검증을 지원하는 방식으로 GDPR 준수 규칙을 가장 효과적으로 어떻게 표현할 수 있는가?
• RQ3 유럽연합 회원국 간의 국가법 차이를 체계적으로 모델링하고 하나의 준수 프레임워크에 통합하는 방법은 무엇인가?
• RQ4 UML과 OCL를 사용해 복잡하고 다중 법적 영향을 미치는 규정인 GDPR을 모델링할 때의 주요 과제는 무엇인가?
• RQ5 결과로 도출된 모델이 실제 시스템, 예를 들어 클라우드 서비스나 전자정부 플랫폼에서 준수 체크를 자동화하는 데 어떻게 기여할 수 있는가?

주요 결과

• 저자들은 각 클래스와 제약 조건이 특정 GDPR 조항에 연결된 추적 가능한 UML 개념 모델을 성공적으로 개발했다.
• 모델은 OCL로 표현된 35개의 형식화된 준수 규칙을 포함하여 데이터 처리 시스템의 자동 검증을 가능하게 한다.
• 20개의 변형 포인트 식별을 통해 GDPR의 국가별 이행 차이를 반영한 컨텍스트 기반 맞춤형 모델링이 가능해졌다.
• OCL의 불변 조건(V12 등)을 통해 행정 벌금을 연간 수익과 위반 유형에 기반해 계산하는 동적 준수 체크가 가능해졌다.
• DPIA(데이터 보호 영향 평가)와 같은 복잡한 GDPR 요구사항, 예를 들어 공익 또는 보건 목적의 경우에 대해 체계적인 추론이 가능해졌다.
• 이 연구는 MDE가 복잡한 규제 분야에서 확장 가능하고 자동화된 GDPR 준수 분석의 타당한 기반을 제공할 수 있음을 입증했다. 이는 고비용 수동 감사에 대한 의존도를 감소시킨다.