지침  ·  2026-11-09

CSA guidance: 'Input Privacy vs Output Privacy: Choosing a PET' (FHE vs differential privacy for AI data processing)

지침Low 영향도Global
2026년 11월 6일(cloudsecurityalliance.org에 표시된 게시 날짜 라벨 확인, 기본 페이지를 가져와 확인함), 클라우드 보안 얼라이언스(CSA)는 'Input Privacy vs Output Privacy: Choosing a PET'라는 지침 문서를 발행했습니다. 이 문서는 CSA의 보고서 'Comparing FHE and Other PETs'를 기반으로 하며, 프라이버시 강화 기술에서 두 가지 보안 모델을 구분합니다: 입력 프라이버시(계산 중 데이터 보호 — FHE, SMPC, TEE, ZKP)와 출력 프라이버시(결과에서 추론될 수 있는 것을 제한 — 차등 프라이버시). 이 문서는 FHE와 DP가 대체재가 아니라고 주장하며, 아키텍처 계획을 위한 네 가지 질문 테스트를 제공하고, 하이브리드 FHE+DP 설계가 입력과 게시된 출력 모두를 보호할 수 있는 경우(예: 민감한 데이터에 대한 AI/ML 학습 및 추론)를 보여줍니다.
CSA는 널리 참조되는 표준 관련 기구로 인정받고 있습니다. 이 문서는 AI/ML 학습 및 추론 데이터의 기밀성을 유지하기 위한 통제 선택 프레임워크를 의사 결정자에게 제공하며, '프라이버시 강화' 선택이 상호 교환 가능한 것이 아니라 위협 모델에 따라 달라진다는 점을 명확히 합니다. 이는 경미한 동반 지침(규범적 표준이 아님)이므로, 구속력 있는 프레임워크로 취급하기보다는 QA 중복 제거를 위한 관찰 목록에 포함되어야 합니다.
민감한 학습 또는 추론 데이터를 처리하는 AI/ML 팀은 PET 선택에 입력 대 출력 프라이버시를 반영해야 하며, FHE와 차등 프라이버시를 대체재로 취급하지 마십시오. 더 자세한 내용은 CSA의 'Comparing FHE and Other PETs' 보고서를 참조하십시오.
CSA — Input Privacy vs Output Privacy: Choosing a PET
라이브 피드에서 보기 AI 보안 및 거버넌스 관련 소식을 더 살펴보세요 — 매일 아침 업데이트.
피드 열기 →