0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Veil-Then-Reveal: Protecting PII Privacy via Reversible Pseudo-Anonymization in Zero-Trust User--LLM Interaction
출처:arXiv cs.CR (암호학·보안)
AI 인사이트
개발자
- 1.LLM에 민감정보를 그대로 보내지 않는 제로트러스트 기반 사용자측 PII 가명화 프레임워크 Veil-then-Reveal(VtR) 제안
- 2.프롬프트가 기기를 떠나기 전 PII를 탐지해 언어·구조적 특성을 유지한 동종 대체값으로 치환
- 3.전화번호·카드번호 등 구조적 PII는 형식보존암호화(FPE), 이름·장소 등 의미적 PII는 키해시 사전·보안 볼트로 처리
- 4.세션별 매핑으로 교차세션 연결 불가, 11,322건 평가에서 탐지율 97.9%·보호율 95.2%·왕복율 99.9% 달성
왜 중요한가?
원격 LLM 제공자를 신뢰하지 않는 전제에서도 모델이 문맥을 제대로 처리할 수 있도록 PII의 언어적 특성을 보존한 채 치환한다는 점에서, 기존 마스킹·암호화의 양자택일을 벗어난 실용적 절충안을 제시한다.
언급 프로젝트
본문 미리보기
arXiv:2610.22800v1 Announce Type: new Abstract: Large language models (LLMs) increasingly process sensitive documents and personal information, yet sending prompts containing personally identifiable information (PII) to remote providers exposes data subjects and organizations to risks from logging, retention, model training, and unintended disclosure. Existing anonymization methods often mask or remove PII, while conventional encryption eliminates the lexical and structural cues needed for effe
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
공유:
#PII보호#가명화#LLM프라이버시#제로트러스트
이 글이 만들어진 과정
- 11:24AI 초안