PrivDev: 정적 분석 데이터 타입을 Data Privacy Vocabulary에 매핑하기

원문 발행 2026. 10. 03. 01:11원문 언어 영어AI 한국어 번역arXiv Codex (cs.SE) 원문 보기

요약

PrivDev는 정적 분석 스캐너가 식별한 개인 데이터 유형을 표준화된 Data Privacy Vocabulary Personal Data (DPV-PD)에 매핑하는 방법을 제안합니다. 이 접근 방식은 결정론적 매핑과 검색 기반 LLM을 결합하여 118개의 구조적으로 검증된 ODRL 정책 리소스를 생성했습니다.

핵심 포인트

정적 분석 데이터 타입을 표준 프라이버시 어휘집에 연결하는 메커니즘 제시
결정론적 매핑과 검색 기반 LLM을 결합하여 높은 정확도 달성
생성된 지식 그래프는 SHACL로 구조적 검증이 가능함
인간 평가를 통해 모델의 그럴듯함과 재현 가능성을 입증함

정적 분석 스캐너는 소스 코드에서 개인 데이터 유형을 식별할 수 있지만, 이러한 발견 사항을 표준화된 프라이버시 어휘집(vocabulary)과 연결하는 메커니즘이 부족합니다. PrivDev는 122개의 Bearer CLI 데이터 타입을 Data Privacy Vocabulary Personal Data (DPV-PD) 카테고리에 매핑하고 이를 잠재적으로 관련 있는 GDPR 조항에 연결합니다. 저희 접근 방식은 43개의 정확한 레이블 일치(exact-label matches)에 대한 결정론적 매핑과 나머지 79개의 비자명한(non-trivial) 매핑을 해결하기 위한 검색 기반 대규모 언어 모델(LLM)을 결합합니다. 그 결과로 생성된 RDF 지식 그래프는 SHACL을 사용하여 구조적으로 검증된 118개의 ODRL 정책 리소스를 포함합니다. 이 아티팩트는 구조적 정확성, 쿼리 일관성, 검색 품질, LLM 기반 평가, 그리고 인간 평가를 다루는 다섯 가지 보완적인 검증 게이트를 통과했습니다. 인간 평가에서 9명의 주석가(annotators)가 711개의 판단을 내렸으며, 이는 원시 합의도(raw agreement) 0.72, Gwet's AC1 0.68, 그리고 Gwet's AC2 0.88을 산출했습니다. 저희 결과는 제안된 매핑이 그럴듯하고 재현 가능함을 나타내는 동시에, 스캐너가 정의한 데이터 유형 레이블의 모호성과 DPV-PD의 커버리지 격차를 드러내기도 합니다.

AI 자동 생성 콘텐츠

원문 바로가기

PrivDev: 정적 분석 데이터 타입을 Data Privacy Vocabulary에 매핑하기

요약

핵심 포인트

댓글