KR20230135253A

KR20230135253A - 전자 장치 및 그 동작 방법

Info

Publication number: KR20230135253A
Application number: KR1020220032473A
Authority: KR
Inventors: 김수형
Original assignee: 삼성전자주식회사
Priority date: 2022-03-16
Filing date: 2022-03-16
Publication date: 2023-09-25
Also published as: US20230297718A1; EP4439361A1; WO2023177081A1; CN118715519A

Abstract

다양한 실시 예들에 따른 전자 장치는, 통신 회로; 상기 통신 회로와 기능적으로 연결되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 서버로 전송할 데이터를 획득하고, 상기 데이터에 핑거 프린트를 삽입하고, 상기 핑거 프린트가 삽입된 데이터를 제1 크기로 분할하여 복수의 분할 데이터들을 생성하되, 상기 복수의 분할 데이터들 중에서 인접한 분할 데이터들 간에 제2 크기의 데이터가 중복되도록 하고, 상기 복수의 분할 데이터들에 대해 미리 설정된 위치 별 선택 확률에 따라, 상기 복수의 분할 데이터들 중 하나의 분할 데이터를 선택하고, 상기 선택된 하나의 분할 데이터를 난독화하여 생성된 레포트를 상기 서버로 전송하도록 구성될 수 있다. 그 밖에 다양한 실시 예가 제공될 수 있다.

Description

전자 장치 및 그 동작 방법 {ELECTRONIC DEVICE AND METHOD THEREFOR}

다양한 실시 예들은, 전자 장치 및 그 동작 방법에 관한 것으로, 보다 상세하게는 사용자의 프라이버시가 보장되는 문자열 데이터를 수집하여 서버로 전송하는 전자 장치 및 그 동작방법에 관한 것이다.

인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템으로서 기계학습(딥러닝) 및 기계학습을 활용한 요소 기술로 구성된다. 기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소 기술은 딥러닝 등의 기계학습 알고리즘을 활용하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.

언어적 이해는 인간의 언어/문자를 인식하고 응용/처리 하는 기술로서, 자연어 처리, 기계 번역, 대화 시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 언어적 이해를 위해 다양한 데이터를 수집하고 관리하는 다양한 방법들이 제시되고 있다. 예를 들어 사용자가 스마트 폰에서 단어를 입력하는 경우, 입력하는 단어를 분석하여 사용자가 입력하고자 하는 단어를 추천해 주거나, 오탈자를 교정해주는 기술 등이 존재한다. 이러한 기술을 구현하기 위해 다양한 문자열 데이터를 다양한 방법(SNS 서버, 복수의 사용자 입력 단어, 포탈 검색어 등)을 통해 수집될 수 있다. 이때, 수집되는 다양한 문자열 데이터는 사용자가 검색 엔진에 입력하는 검색어, 사용자가 방문한 웹사이트에 대한 히스토리 정보, 문자 메시지 등의 다양한 문자열 데이터를 포함할 수 있다.

수집되는 다양한 데이터는 그 종류에 따라 보안성의 중요도가 다를 수 있다. 예를 들어, 사용자의 주민 등록 번호, 계좌 번호와 같은 개인 정보를 포함하는 문자 메시지 데이터는, 사용자가 검색 엔진에 입력하는 검색어 데이터에 비해 상대적으로 높은 보안성이 요구될 수 있다. 따라서 보안성 유지를 위해 사용자 단말은, 사용자 단말에서 수집된 데이터에 노이즈를 삽입하여 난독화 한 후에 서버로 전송할 수 있다. 그런데 수집되는 문자열 데이터의 길이가 길어질수록 사용자 단말에서의 난독화 및 인코딩 처리 과정과 서버에서의 복원 및 검증 과정이 복잡해질 수 있다.

본 개시의 다양한 실시 예들은 비교적 긴 문자열 데이터를 수집하는 경우에도 종래 기술 대비 유사한 프라이버시 요구사항(differential privacy)을 만족하면서 문자열 데이터에 대한 통계 데이터를 확보할 수 있는 전자 장치 및 그 동작 방법을 제공할 수 있다.

본 개시의 다양한 실시 예들은 전자 장치로부터 수집된 비교적 긴 문자열 데이터를 복원하고 효과적으로 검증할 수 있는 서버 및 그 동작 방법을 제공할 수 있다.

다양한 실시 예들에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시의 다양한 실시 예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

다양한 실시 예들에 따른 전자 장치는, 다양한 실시 예들에 따른 전자 장치는, 통신 회로; 상기 통신 회로와 기능적으로 연결되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 서버로 전송할 데이터를 획득하고, 상기 데이터에 핑거 프린트를 삽입하고, 상기 핑거 프린트가 삽입된 데이터를 제1 크기로 분할하여 복수의 분할 데이터들을 생성하되, 상기 복수의 분할 데이터들 중에서 인접한 분할 데이터들 간에 제2 크기의 데이터가 중복되도록 하고, 상기 복수의 분할 데이터들에 대해 미리 설정된 위치 별 선택 확률에 따라, 상기 복수의 분할 데이터들 중 하나의 분할 데이터를 선택하고, 상기 선택된 하나의 분할 데이터를 난독화하여 생성된 레포트를 상기 서버로 전송하도록 구성될 수 있다.

다양한 실시 예들에 따른 서버는, 통신 회로; 상기 통신 회로와 기능적으로 연결되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 통신 회로를 통하여, 전자 장치로부터 난독화 알고리즘이 적용된 복수의 분할 데이터들을 수신하고, 상기 분할 데이터들 각각에 대해 추정된 빈도수가 미리 정해진 값을 초과하는 분할 데이터들을 선별하고, 상기 선별된 분할 데이터들 간에 중복되는 데이터에 기반하여, 상기 선별된 분할 데이터들을 연결하여 후보 데이터를 복구하고, 상기 복구된 후보 데이터에 포함된 데이터 부분과 핑거 프린트 부분에 기반하여 상기 복구된 후보 데이터를 최종 데이터로 획득하도록 구성될 수 있다.

다양한 실시 예들에 따른 전자 장치의 동작 방법은, 서버로 전송할 데이터를 획득하는 동작, 상기 데이터에 핑거 프린트를 삽입하는 동작, 상기 핑거 프린트가 삽입된 데이터를 제1 크기로 분할하여 복수의 분할 데이터들을 생성하되, 상기 복수의 분할 데이터들 중에서 인접한 분할 데이터들 간에 제2 크기의 데이터가 중복되도록 하는 동작, 상기 복수의 분할 데이터들에 대해 미리 설정된 위치 별 선택 확률에 따라, 상기 복수의 분할 데이터들 중 하나의 분할 데이터를 선택하는 동작, 및 상기 선택된 하나의 분할 데이터를 난독화하여 생성된 레포트를 상기 서버로 전송하는 동작을 포함할 수 있다.

다양한 실시 예들에 따른 서버의 동작 방법은, 전자 장치로부터 난독화 알고리즘이 적용된 복수의 분할 데이터들을 수신하는 동작, 상기 분할 데이터들 각각에 대해 추정된 빈도수가 미리 설정된 정해진 값을 초과하는 분할 데이터들을 선별하는 동작, 상기 선별된 분할 데이터들 간에 중복되는 데이터에 기반하여, 상기 선별된 분할 데이터들을 연결하여 후보 데이터를 복구하는 동작, 및 상기 복구된 후보 데이터에 포함된 데이터 부분과 핑거 프린트 부분에 기반하여 상기 복구된 후보 데이터를 최종 데이터로 획득하는 동작을 포함할 수 있다.

본 개시의 다양한 실시 예들에 따른 전자 장치 및 그 동작 방법은, 비교적 긴 문자열 데이터를 수집하는 경우에도 종래 기술 대비 유사한 프라이버시 요구사항(differential privacy)을 만족하면서 문자열 데이터에 대한 통계 데이터를 확보할 수 있다.

본 개시의 다양한 실시 예들에 따른 서버 및 그 동작 방법은, 전자 장치로부터 수집된 비교적 긴 문자열 데이터를 복원하고 효과적으로 검증할 수 있다.

도 1은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도 이다.
도 2는 다양한 실시 예들에 따라 전자 장치의 블록도이다.
도 3은 다양한 실시 예들에 따른 서버의 블록도이다.
도 4는 다양한 실시 예들에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 5는 다양한 실시 예들에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 6은 다양한 실시 예들에 따른 서버의 동작을 설명하기 위한 도면이다.
도 7은 다양한 실시 예들에 따른 서버의 동작을 설명하기 위한 도면이다.
도 8은 일 실시 예에 따른 위치별 도메인의 크기를 나타낸 도면이다.
도 9는 일 실시 예에 따라 전자 장치에서 서버로 보고되는 개인 정보 차등 보호(local differential Privacy) 레포트 데이터의 예를 도시한 도면이다.

도 1은 다양한 실시 예들에 따른 네트워크 환경(100) 내의 전자 장치(101)의 블록도(100)이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.

프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.

프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.

입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.

무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시 예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.

안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시 예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.

다양한 실시 예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시 예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일 실시 예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시 예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시 예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

본 개시의 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 개시의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 개시의 다양한 실시 예들 및 이에 사용된 용어들은 본 개시에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 개시에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 개시의 다양한 실시 예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 개시의 다양한 실시 예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

일 실시 예에 따르면, 본 개시의 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어^TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

다양한 실시 예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시 예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

도 2는 다양한 실시 예들에 따른 전자 장치(200)를 도시한 블록도이다.

도 2를 참조하면, 전자 장치(200)(예: 도 1의 전자 장치(101))는, 디스플레이(210), 통신 회로(220), 메모리(230), 및/또는 프로세서(240)를 포함할 수 있다.

일 실시 예에서, 디스플레이(210)는 프로세서(240)의 제어에 따라, 터치스크린에 키보드를 표시할 수 있으며, 키보드를 통해 입력되는 문자열을 표시할 수 있다. 일 실시 예에서, 디스플레이(210)는 프로세서(240)의 제어에 따라, 프로세서(240)에 의해 생성된 정보, 통신 회로(220)를 통해 송신 및/또는 수신된 정보 등을 표시할 수 있다. 일 실시 예에서, 디스플레이(210)는 도 1의 디스플레이 모듈(160)에 포함될 수 있다.

일 실시 예에서, 통신 회로(220)는 다양한 통신 방식을 이용하여 서버(예: 도 1의 서버(108))와 통신을 수행할 수 있다. 일 실시 예에서, 통신 회로(220)는 프로세서(240)의 제어에 따라 난독화 된 문자열 데이터에 관한 리포트를 서버(예: 도 1의 서버(108)로 전송할 수 있다. 일 실시 예에서, 통신 회로(220)는 도 1의 통신 모듈(190)에 포함될 수 있다.

일 실시 예에서, 메모리(230)는 통신 회로(220)에서 송신 및/또는 수신된 정보 및 프로세서(240)에 의해 생성된 정보를 저장할 수 있다. 다양한 실시 예들에 따라, 메모리(230)는 서버와의 연결을 위한 정보, 명령, 및/또는 지시자를 저장할 수 있다.

일 실시 예에서, 메모리(230)는 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있고, 도 1의 메모리(130)와 실질적으로 동일하거나 유사하게 구현될 수 있다.

일 실시 예에 따르면, 메모리(230)는, 수집된 문자열 데이터를 난독화 하기 위한 난독화 알고리즘 및 보안 파라미터(privacy buget)를 저장할 수 있다.

일 실시 예에서, 프로세서(240)는, 도 1의 프로세서(120)에 포함될 수 있다. 일 실시 예에서, 프로세서(204)는, 하나 이상의 프로세서들을 포함할 수 있다.

일 실시 예에서, 프로세서(240)는, 전자 장치(201)의 전반적인 동작을 제어할 수 있으며, 도 1의 프로세서(120)와 동일할 수 있거나, 상기 프로세서(120)에서 수행되는 적어도 하나의 기능 또는 동작을 수행할 수 있다.

다양한 실시 예에 따르면, 프로세서(220)는, 인공지능 기술을 적용하여 사용자가 원하는 지시사항을 수행하는 소프트웨어 어플리케이션을 구동시킬 수 있다. 예를 들어, 프로세서(220)는 딥러닝을 포함하는 머신러닝, 음성 인식, 문장 분석, 상황 인지와 같은 인공지능 기능을 수행할 수 있다. 프로세서(220)는 사용자의 습관 또는 패턴을 학습하여 사용자에게 맞춤형 서비스를 제공할 수 있다. 인공 지능 기술이 적용된 소프트웨어 어플리케이션은, 예를 들어 에스 보이스(S voice), 빅스비(Bixby)등 일 수 있다. 본 개시에서 사용자는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.

다양한 실시 예에 따르면, 프로세서(240)는, 전자 장치(200)의 사용자 입력(예: 키보드 입력)을 통해 문자열 데이터를 수집하고, 수집된 문자열 데이터를 미리 설정된 난독화 알고리즘과 보안 파라미터를 이용하여 난독화할 수 있다. 문자열 데이터를 난독화 하는 알고리즘은 다양한 알고리즘이 사용될 수 있으며, 본 개시에서는 차등 개인정보 보호(Differential privacy) 알고리즘을 사용하는 경우를 예로 들어 설명한다. 일 실시 예에 따르면, 보안 파라미터와 난독화 알고리즘은 프로세서(240)에 의해 결정될 수 있고 전자 장치의 메모리(230)에 미리 설정된 저장될 수 있다. 일 실시 예에 따르면, 보안 파라미터가 작을수록 보안 강도가 높고, 보안 파라미터가 클수록 보안 강도가 낮을 수 있다. 보안 강도가 높을수록 사용자의 개인 정보가 강력하게 보호되는 반면, 복호화를 수행하는 서버의 계산량과 처리량이 증가함에 따라 서버에서 원본 데이터를 획득하는 정확도가 낮아질 수 있다. 이와 같이 사용자 정보 보호와 복호화 된 데이터의 정확도는 트레이드 오프 관계에 있으므로, 프로세서(240)는 사용자 정보 보호와 복호화 된 데이터의 정확도 간의 최적화를 위해 적절한 보안 파라미터를 설정할 수 있다.

일 실시 예에 따르면, 프로세서(240)는 서버로 전송될 문자열 데이터의 중요도에 따라 보안 파라미터를 결정할 수 있다.

일 실시 예에 따르면, 프로세서(240)는 서버로 전송될 문자열 데이터를 생성하는 어플리케이션의 중요도에 따라 보안 파라미터를 결정할 수 있다.

일 실시 예에 따르면, 프로세서(240)는 사용자 입력에 따라 보안 파라미터를 결정할 수 있다.

일 실시 예에 따르면, 프로세서(240)는 보안 파라미터를 사용하고 난독화 알고리즘을 적용하여 서버로 전송할 문자열 데이터를 난독화 할 수 있다. 일 실시 예에 따르면, 프로세서(240)는 문자열 데이터를 난독화 하여 레포트를 생성하고, 생성된 레포트를 서버로 전송하도록 통신 회로(220)를 제어할 수 있다.

일 실시 예에 따르면, 프로세서(240)는 수집된 문자열 데이터에 핑거 프린트를 삽입하고, 핑거 프린트가 삽입된 확장된 문자열 데이터를 n그램(n-gram) 원소들을 포함하는 n-grma 도메인으로 분할하여 미리 설정된 크기 n를 가지는 복수의 분할 데이터들을 생성할 수 있다. 일 실시 예에 따르면, n-gram 도메인은 문자의 개수에 따라 생성되는 집합을 의미할 수 있다. 예를 들어, 단어가 널(null) 문자를 포함하는 영어 알파벳(소문자)으로 구성된 경우, 2-gram 도메인의 집합은 {薛, □?a, ....aa,ab,ac...zz}일 수 있다. 즉, 2-gram 도메인의 집합은 총 729(27²)개의 원소를 가지는 집합일 수 있다. 일 실시 예에 따르면, 본 개시에서 사용되는 n-gram 도메인들은 전체 n-gram 도메인들 중 기존에 수집된 데이터 및 경험적 데이터를 기반으로, 활용도가 소정 값 이상인 일부 n-gram 도메인들로 구성될 수 있다. 일 실시 예에 따르면, 본 개시에서 사용되는 n-gram 도메인은 각 n-gram의 위치 별로 상이하게 구성될 수 있다. 일 실시 예에 따르면, 위치 별 n-gram 도메인들 각각에는 인덱스를 부여할 수 있다. 이와 같은 방법에 따라 n값이 증가하더라도 일정한 크기의 도메인을 유지함으로써 비교적 길이가 긴 문자열 데이터를 수집하는 경우에도 전자 장치의 성능 저하를 최소화 할 수 있다. 4-gram 도메인을 구성하는 소정 개수의 원소들 각각에는 인덱스가 부여될 수 있다. 일 실시예에 따르면 인덱스는 원소의 순서에 따라 순차적으로 부여될 수 있다. 예를 들어, 4-gram 집합의 원소들 중 "aaaa"의 인덱스는 0이고, "aaab"의 인덱스는 1로 설정될 수 있다.

일 실시 예에 따르면, 본 개시에서 사용되는 n-gram 도메인들에 관한 정보는 전자 장치와 서버 간에 사전에 공유될 수 있다.

일 실시 예에 따르면, 프로세서(240)는 복수의 분할 데이터들 중 하나를 선택하고, 선택된 분할 데이터를 난독화 하여 레포트를 생성한 후 서버로 전송할 수 있다.

일 실시 예에 따르면, 핑거 프린트는 전자 장치에서 수집한 원본 데이터와 서버에서 복호화 한 데이터가 동일한 데이터인지를 판별하는 용도로 사용될 수 있다. 일 실시 예에 따르면, 핑거 프린트는 해시 함수를 이용하여 생성될 수 있다. 일 실시 예에 따르면, 핑거 프린트의 길이는 미리 설정될 수 있다. 일 실시 예에 따르면, 핑거 프린트는 원본 데이터를 해시 함수에 입력값으로 적용하여 획득된 해시값일 수 있다. 동일한 데이터의 해시값이 동일함에 따라 동일한 데이터에는 동일한 핑거 프린트가 삽입되고, 서버는 복호화 한 데이터의 핑거 프린트가 레포트로부터 획득한 핑거 프린트와 동일한지를 확인함으로써 복호화 된 데이터가 정확한 데이터인지를 판단할 수 있다.

일 실시 예에 따르면, 프로세서(240)는 서버에서의 효율적인 복호화를 위하여 항상 동일한 크기의 데이터를 서버로 전송할 수 있다. 일 실시 예에서, 프로세서(240)수집하여 난독화 하는 문자열 데이터의 길이는 미리 설정될 수 있으며, 수집된 문자열 데이터의 길이가 미리 설정된 크기보다 작은 경우에는, 수집된 문자열 데이터의 마지막 부분을 미리 설정된 크기에 맞게 널(null) 문자로 패딩 (padding)한 후 핑거 프린트를 삽입하고, 수집된 문자열 데이터가 미리 설정된 크기보다 큰 경우, 수집된 문자열 데이터의 마지막 부분을 미리 설정된 크기에 맞게 잘라낸 후(truncation) 핑거 프린트를 삽입할 수 있다.

일 실시 예에 따르면, 프로세서(240)는 복수의 분할 데이터의 개수가 N개인 경우, 복수의 분할 데이터들 각각에 순차적으로 인덱스를 삽입할 수 있다. 예를 들어 프로세서(130)는 N개의 분할 데이터에 대해 0부터 N-1까지의 인덱스를 순차적으로 삽입할 수 있다. 일 실시 예에 따르면, 연속되는 인덱스를 가지는 두 개의 분할 데이터는 서로 인접하는 분할 데이터일 수 있다.

일 실시 예에 따르면, 서로 인접하는 두 개의 분할 데이터는 미리 설정된 크기의 중복되는 데이터를 포함할 수 있다. 일 실시 예에 따르면, 첫 번째 분할 데이터와 마지막 분할 데이터는 미리 설정된 크기보다 큰 중복되는 데이터를 포함할 수 있다.

일 실시 예에 따르면, 프로세서(240)는 분할 데이터의 길이가 n인 경우, 중복되는 데이터의 개수를 1 내지 n-1 의 값 중 하나의 값으로 동적으로 선택할 수 있다.

일 실시 예에 따르면, 프로세서(240)는 복수의 분할 데이터 중 하나의 분할 데이터를 선택하고, 선택된 분할 데이터에 난독화 알고리즘을 적용하여 난독화한 후, 난독화 한 분할 데이터에 대한 레포트를 생성하여 서버로 전송할 수 있다. 일 실시 예에 따르면, 프로세서(240)는 복수의 분할 데이터 중 하나를 선택할 때 사전에 정의된 위치별 선택 확률에 기반하여 하나의 분할 데이터를 선택할 수 있다. 일 실시 예에 따르면, 사전에 정의된 각 n-gram의 위치별 선택 확률은 본 개시에서 사용되는 n-gram 도메인의 위치 별 크기에 기반하여 설정될 수 있다. 일 실시 예에 따르면, 전자 장치는 Differentially Privacy 알고리즘을 적용하여 선택된 n-gram 원소를 난독화 하여 레포트를 생성할 수 있다.

일 실시 예에 따르면, 서버로 전송되는 레포트에는 복수 개의 변수가 포함될 수 있다. 일 실시 예에 따르면, 전자 장치가 서버로 전송하는 레포트에는 전자 장치가 사용한 난독화 알고리즘의 이름과 문자열 당 조각 개수, 조각 당 길이, 조각 해시 크기, 및 문자열 해시 크기 등이 포함될 수 있다. 레포트를 구성하는 변수의 개수는 변경 가능함은 당업자에게 자명하다.

도 3은 다양한 실시 예들에 따른 서버(300)의 블록도이다. 일 실시 예에서 서버(300)는 도 1의 서버(108)일 수 있다.

도 3을 참조하면, 일 실시 예에서, 서버(300)는 통신 회로(320), 메모리(320), 및/또는 프로세서(340)를 포함할 수 있다.

일 실시 예에서, 통신 회로(320)는 다양한 통신 방식을 이용하여 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(200))와 통신을 수행할 수 있다. 일 실시 예에서, 통신 회로(320)는 프로세서(340)의 제어에 따라 전자 장치로부터 난독화 된 문자열 데이터의 레포트를 수신할 수 있다.

일 실시 예에서, 메모리(330)는 통신 회로(320)에서 송신 및/또는 수신된 정보 및 프로세서(340)에 의해 생성된 정보를 저장할 수 있다. 다양한 실시 예들에 따라, 메모리(330)는 전자 장치와의 연결을 위한 정보, 명령, 및/또는 지시자를 저장할 수 있다. 일 실시 예에서, 메모리(330)는 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다.

일 실시 예에 따르면, 메모리(330)는, 난독화 된 데이터 레포트를 복호화 하기 위한 복호화 알고리즘을 저장할 수 있다.

일 실시 예에서, 복수의 전자 장치로부터 복수개의 위치별 분할 데이터에 대한 복수의 레포트들을 수신한 경우, 프로세서(340)는, 수신한 복수의 레포트를 복호화 하여 적어도 하나의 후보 데이터를 획득할 수 있다.

일 실시 예에서, 프로세서(340)는, 전자 장치들로부터 난독화된 복수의 레포트를 수신한 경우, 레포트에 포함된 인덱스 정보를 이용하여, 복수의 레포트를 인덱스별로 정렬할 수 있다. 일 실시 예에서, 프로세서(340)는, 레포트에 포함된 각 위치별 문자열 데이터들의 수집 빈도를 추정하고, 추정된 문자열 데이터들의 수집 빈도가 기 설정된 횟수 이상인 문자열들을, 복원할 문자열 데이터로서 선택할 수 있다. 일 실시 예에서, 프로세서(340)는, 각 문자열 데이터의 위치에 따라 빈도수를 동적으로 설정할 수 있다.

일 실시 예에서, 프로세서(340)는, 인덱스에 기반하여 정렬된 레포트들 중 인접한 레포트들에 포함된 데이터들을 비교하여, 미리 설정된 크기의 중복된 데이터가 포함되어 있는지를 확인할 수 있다. 일 실시 예에서, 프로세서(340)는, 체인 법칙(chain rule)에 기반하여 동일한 중복된 데이터를 포함하는 레포트들을 연결하여 하나의 후보 데이터를 획득할 수 있다.

일 실시 예에서, 후보 데이터는 핑거 프린트와 실제 데이터를 포함하는 확장된 데이터이며, 프로세서(340)는, 후보 데이터에 포함된 핑거 프린트를 이용하여 원본 데이터를 획득할 수 있다. 일 실시 예에서, 프로세서(340)는, 후보 데이터에서 실제 데이터와 핑거 프린트를 분리하고, 분리된 실제 데이터에 대한 해시값(즉, 핑거 프린트)과 후보 데이터로부터 분리된 핑거 프린트가 동일한지를 확인할 수 있다. 일 실시 예에서, 서버가 적용 하는 해시 함수는 전자 장치가 적용한 해시 함수와 동일할 수 있다.

일 실시 예에서, 프로세서(340)는, 분리된 실제 데이터에 대한 해시값(즉, 핑거 프린트)과 후보 데이터로부터 분리된 핑거 프린트가 동일한 경우, 분리된 데이터를 전자 장치로부터 수신된 데이터로 판단하고, 동일하지 않다면, 분리된 데이터를 잘못된 데이터로 판단할 수 있다.

다양한 실시 예들에 따르면, 전자 장치(예: 도 2의 전자 장치(201))는, 통신 회로(예: 도 2의 통신 회로(220)); 상기 통신 회로와 기능적으로 연결되는 적어도 하나의 프로세서(예: 도 2의 프로세서(240))를 포함하고, 상기 적어도 하나의 프로세서는, 서버로 전송할 데이터를 획득하고, 상기 데이터에 핑거 프린트를 삽입하고, 상기 핑거 프린트가 삽입된 데이터를 제1 크기로 분할하여 복수의 분할 데이터들을 생성하되, 상기 복수의 분할 데이터들 중에서 인접한 분할 데이터들 간에 제2 크기의 데이터가 중복되도록 하고, 상기 복수의 분할 데이터들에 대해 미리 설정된 위치 별 선택 확률에 따라, 상기 복수의 분할 데이터들 중 하나의 분할 데이터를 선택하고, 상기 선택된 하나의 분할 데이터를 난독화하여 생성된 레포트를 상기 서버로 전송하도록 구성될 수 있다.

일 실시 예에 따르면, 상기 제2 크기는 상기 제1 크기보다 작은 값으로 설정될 수 있다.

일 실시 예에 따르면, 상기 레포트는, 상기 선택된 하나의 분할 데이터의 위치 정보를 포함할 수 있다.

일 실시 예에 따르면, 위치 별로 상기 제1 크기의 분할 데이터들의 모든 조합 중 소정 개수의 데이터들을 원소로 하는 분할 데이터 집합이 사전에 정의되며, 상기 선택된 하나의 분할 데이터는 상기 분할 데이터 집합에 포함될 수 있다.

일 실시 예에 따르면, 상기 위치 별 선택 확률은, 상기 위치 별 상기 분할 데이터 집합의 원소의 개수에 기반하여 설정될 수 있다.

일 실시 예에 따르면, 상기 프로세서는, 상기 데이터가 제3 크기보다 작은 경우, 상기 데이터의 크기가 상기 제3 크기가 되도록, 상기 데이터를 패딩하여 상기 핑거 프린트를 삽입하고, 상기 데이터가 제3 크기보다 큰 경우, 상기 데이터의 크기가 상기 제3 크기가 되도록, 상기 데이터를 잘라내고 상기 핑거 프린트를 삽입할 수 있다.

다양한 실시 예들에 따르면, 서버(예: 도 3의 서버(300))는, 통신 회로(예: 도 3의 통신 회로(320)); 상기 통신 회로와 기능적으로 연결되는 적어도 하나의 프로세서(예: 도 3의 프로세서(340))를 포함하고, 상기 적어도 하나의 프로세서는, 상기 통신 회로를 통하여, 전자 장치로부터 난독화 알고리즘이 적용된 복수의 분할 데이터들을 수신하고, 상기 분할 데이터들 각각에 대해 추정된 빈도수가 미리 정해진 값을 초과하는 분할 데이터들을 선별하고, 상기 선별된 분할 데이터들 간에 중복되는 데이터에 기반하여, 상기 선별된 분할 데이터들을 연결하여 후보 데이터를 복구하고, 상기 복구된 후보 데이터에 포함된 데이터 부분과 핑거 프린트 부분에 기반하여 상기 복구된 후보 데이터를 최종 데이터로 획득하도록 구성될 수 있다.

일 실시 예에 따르면, 상기 레포트는 상기 분할 데이터들의 위치 정보를 포함할 수 있다.

일 실시 예에 따르면, 상기 위치 별 분할 데이터들의 가능한 모든 조합 중 소정 개수의 데이터들을 원소로 하는 분할 데이터 집합이 사전에 정의되며, 상기 레포트에 포함된 상기 위치 별 분할 데이터들은, 상기 분할 데이터 집합에 포함될 수 있다.

일 실시 예에 따르면, 상기 위치 별 빈도값은 상기 위치 별 상기 분할 데이터 집합의 원소의 개수에 기반하여 설정될 수 있다.

도 4 및 도 5는 다양한 실시 예들에 따른 전자 장치의 동작을 설명하기 위한 도면이다. 일 실시 예에서, 전자 장치는 도 1의 전자 장치(101) 또는 도 2의 전자 장치(200)와 실질적으로 동일한 전자 장치일 수 있다. 일 실시 예에서, 서버는 도 1의 서버(108) 또는 도 3의 서버(300)와 실질적으로 동일한 서버일 수 있다.

본 개시에서는 설명의 편의를 위해 4- gram 세트의 경우에 대하여만 설명하지만 2-gram세트, 3-gram 세트 등 임의의 n-gram 세트에 대하여도 동일한 기술적 사상이 적용될 수 있음은 물론이다. 또한 본 개시에서는 단어가 null 문자 및 알파벳 소문자인 경우에 한정하여 설명하였으나, 알파벳 대문자, 기타 특수기호 및 다른 언어에서 사용되는 다양한 문자를 포함할 수 있음은 물론이다. 또한 본 개시에서는 데이터가 단어인 경우를 가정하여 설명하였으나, 이에 한정되는 것은 아니며, 단어뿐만 아니라, 이미지, 음성, 프로그램 등 다양한 데이터에도 동일한 기술적 사상이 적용될 수 있음은 당업자에게 자명하다.

도 4를 참조하면, 동작 401에서, 전자 장치는 키보드 입력을 통해 새로운 문자열 데이터를 수집할 수 있다. 일 실시 예에서, 수집하여 난독화 하는 문자열 데이터의 길이는 미리 설정될 수 있으며, 수집된 문자열 데이터의 길이가 미리 설정된 크기보다 작은 경우에는, 수집된 문자열 데이터의 마지막 부분을 미리 설정된 크기에 맞게 널(null) 문자로 패딩 (padding)하고, 수집된 문자열 데이터가 미리 설정된 크기보다 큰 경우, 수집된 문자열 데이터의 마지막 부분을 기 설정된 크기에 맞게 잘라낼 수 있다(truncation).

예를 들어, 수집된 문자열 데이터가 "tryna"이고 전자 장치가 난독화 하고자 하는 문자열 데이터의 길이가 6으로 설정된 경우, 수집된 문자열 데이터 "tryna"는 다섯 글자이므로 전자 장치는 도 5의"tryna(510)과 같이 마지막 데이터를 null 문자 ""로 패딩할 수 있다.

동작 402에서, 전자 장치는 난독화 할 문자열 데이터에 핑거 프린트를 삽입하여 문자열 데이터와 핑거 프린트로 구성된 확장된 문자열을 생성할 수 있다. 일 실시 예에 따르면, 핑거 프린트는 해시 함수를 이용하여 생성될 수 있다. 일 실시 예에 따르면, 핑거 프린트는 원본 데이터를 입력값으로 해시 함수에 적용하여 획득된 해시값일 수 있다. 예를 들어 핑거 프린트의 길이가 2로 설정된 경우, 전자 장치는 미리 설정된 해시함수 h에 난독화 할 문자열 "tryna(510)를 입력하여 핑거 프린트 “ix”(521)를 획득할 수 있다. 일 실시 예에 따르면, 전자 장치는 획득된 핑거 프린트 “ix”(521)를 "tryna(510)에 삽입하여 확장된 문자열 "trynaix"(520)를 생성할 수 있다.

동작 403에서, 전자 장치는 확장된 문자열을 미리 정해진 길이의 문자열들(n-gram)로 분할하되, 인접한 분할 문자열들 간에 미리 설정된 개수만큼의 일부 데이터가 중복되도록 분할할 수 있다. 마지막 분할 문자열과 첫 번째 분할 문자열은 미리 설정된 개수를 초과하는 데이터가 중복될 수 있다.

일 실시 예에 따르면, 분할 데이터의 길이가 n인 경우, 중복 데이터 개수를 1 내지 n-1 중 하나의 값으로 동적으로 선택할 수 있다.

도 5를 참조하면, 전자 장치는 확장된 문자열 "trynaix"(520)을 4-gram으로 분할하되, 서로 인접한 분할된 문자열들이 2개의 중복된 문자를 포함하도록, 4개의 원소 “tryn”(531), “yna”(532), “aix”(533), “ixtr”(534)로 분할될 수 있다. 즉, “tryn”(531)과 “yna”(532)는 “yn”이 중복되고, “yna”(532)와 “aix”(533)는 “a”이 중복되고, “aix”(533)과 “ixtr”(534)는 “ix”가 중복되고, 마지막 원소 “ixtr”(534)와 첫 번째 원소 “tryn”(531)은 “tr”이 순환 중복되도록 분할될 수 있다.

동작 404에서, 전자 장치는 분할된 n-gram 원소들(531 내지 534) 중 하나의 n-gram(540)을 선택할 수 있다. 일 실시 예에 따르면, 전자 장치는 서버와 사전에 협의되었으며 전체 n-gram 도메인 중 일부만을 포함하도록 구성된 n-gram 도메인을 알고 있을 수 있다. 일 실시 예에 따르면, 본 개시에서 사용되는 n-gram 도메인은 기존에 수집된 데이터 및 경험적 데이터를 기반으로, 활용 빈도가 소정 값 이상인 n-gram 들로 구성될 수 있다. 일 실시 예에 따르면, 본 개시에서 사용되는 n-gram 도메인은 각 n-gram의 위치 별로 상이하게 구성될 수 있다. 일 실시 예에 따르면, 위치 별 n-gram 도메인들 각각에는 인덱스를 부여할 수 있다.

예를 들어, 전자 장치는 모든 가능한 4-gram 집합의 원소들 {aaaa, aaab, aaac, …, zzzy, zzzz} 중, "xyxy" 또는 "zzzz"와 같이 비교적 적은 빈도수로 사용되는 원소들을 제외한 소정 개수의 원소들만으로 구성된 4-gram 도메인을 구성할 수 있다. 이와 같은 방법에 따라 n값이 증가하더라도 일정한 크기의 도메인을 유지함으로써 비교적 길이가 긴 문자열 데이터를 수집하는 경우에도 전자 장치의 성능 저하를 최소화 할 수 있다. 4-gram 도메인을 구성하는 소정 개수의 원소들 각각에는 인덱스가 부여될 수 있다. 일 실시예에 따르면 인덱스는 원소의 순서에 따라 순차적으로 부여될 수 있다. 예를 들어, 4-gram 집합의 원소들 중 "aaaa"의 인덱스는 0이고, "aaab"의 인덱스는 1로 설정될 수 있다.

일 실시 예에 따르면, 전자 장치는, 사전에 정의된 각 n-gram의 위치별 선택 확률에 기반하여, 분할된 n-gram원소들(531 내지 534) 중 하나의 n-gram 원소(540)를 선택할 수 있다. 일 실시 예에 따르면, 사전에 정의된 각 n-gram의 위치별 선택 확률은 본 개시에서 사용되는 n-gram 도메인의 위치 별 크기에 기반하여 설정될 수 있다. 예를 들어, 분할된 n-gram 원소들 “tryn”(531), “yna”(532), “aix”(533), “ixtr”(534)의 선택 확률을 각각 30%, 25%, 30%, 15%로 설정할 수 있다.

동작 405에서, 전자 장치는 선택된 n-gram 원소(540)를 난독화 하여 레포트를 생성한 후 서버로 전송할 수 있다. 일 실시 예에 따르면, 전자 장치는 Differentially Privacy 알고리즘을 적용하여 선택된 n-gram 원소를 난독화 하여 레포트를 생성할 수 있다. 예를 들어, 4-gram 원소들의 집합에서 사전에 정의된 위치 별 선택 확률에 따라 두 번째 위치인 “yna”(532)가 선택된 경우, 전자 장치는 “yna”(532)에 differential privacy 알고리즘을 적용하여 2개의 변수로 구성된 레포트를 생성할 수 있다. 예를 들어, 전자 장치에서 사용하는 differential privacy 알고리즘에 적용되는 함수가 f(x)라고 할 때, 전자 장치는 레포트로서 ( f(yna), 2)를 생성할 수 있다. 여기서 f(yna)는 “yna”에 differential privacy 알고리즘을 적용하여 얻어지는 값을 나타낼 수 있고, 2는 “yna”의 위치 정보로서 선택된 원소가 전체 4-gram에서 두 번째 원소임을 나타낼 수 있다. 이때 레포트를 구성하는 변수의 개수는 변경 가능함은 당업자에게 자명하다.

일 실시 예에 따르면, 전자 장치가 서버로 전송하는 레포트에는 전자 장치가 사용한 난독화 알고리즘의 이름과 문자열 당 조각 개수, 조각 당 길이, 조각 해시 크기, 및 문자열 해시 크기 등이 포함될 수 있다.

도 6 및 도 7은 다양한 실시 예들에 따른 서버의 동작을 설명하기 위한 도면이다. 일 실시 예에서, 서버는 도 1의 서버(108) 또는 도 3의 서버(300)와 실질적으로 동일한 서버일 수 있다. 일 실시 예에서, 전자 장치는 도 1의 전자 장치(101) 또는 도 2의 전자 장치(200)와 실질적으로 동일한 전자 장치일 수 있다.

도 6을 참조하면, 동작 601에서, 서버는 전자 장치로부터 난독화된 레포트들을 수신할 수 있다. 일 실시 예에 따르면, 서버는 전자 장치로부터 각 위치별 n-gram 레포트를 수집할 수 있다. 예를 들어, 서버에서 사용하는 differential privacy 알고리즘에 적용되는 함수가 g(x)라고 할 때, 서버는 수집된 레포트에 포함된 n-gram 문자열 각각에 g(x)를 적용한 결과 값을 획득할 수 있다. g(x)는 전자 장치에서 적용된 함수 f(x)의 역변환 동작을 수행하는 함수일 수 있다.

동작 602에서, 서버는 g(x) 함수값에 해당되는 문자열들의 각 위치별 수집 빈도를 추정할 수 있다. g(x) 함수값에 해당되는 위치 별 n-gram 도메인들 각각에는 인덱스가 부여되어 있으며, 인덱스 별로 복수의 레포트가 수집될 수 있다.

동작 603에서, 서버는 각 위치별로 추정된 문자열들의 수집 빈도가 기 설정된 횟수 이상인 문자열들을, 복원할 문자열로서 선택할 수 있다.

도 7을 참조하면, 기 설정된 수집 빈도가 20000인 경우, 서버는 수집 빈도가 기 설정된 20000 이상인 위치별 문자열들(710)로서 “tryn”(711), “yna”(712), “aix”(713), “ixtr”(714)를 선택할 수 있다.

동작 604에서, 서버는, 체인 법칙(chain rule)에 기반하여 선택된 문자열들(711 내지 714)을 연결함으로써 확장된 후보 문자열을 생성할 수 있다.

도 5를 참조하면, “tryn”(711)과 “yna”(712)는 “yn”이 중복되고, “yna”(712)와 “aix”(713)는 “a”이 중복되고, “aix”(713)과 “ixtr”(714)는 “ix”가 중복되고, “ixtr”(714)와 “tryn”(711)은 “tr”이 중복되므로, 서로 중복되는 문자들이 겹치도록 문자열들(711 내지 714)을 배열하여 연결하면 확장된 후보 문자열 “trynaix”(720)을 획득할 수 있다.

동작 605에서, 서버는 후보 문자열(720)을 실제 데이터(721)와 핑거 프린트(722)로 구분하고, 분리된 데이터(721)를 해시함수에 적용하여 해시값(핑거 프린트)을 획득할 수 있다. 일 실시 예에 따르면, 서버는 분리된 데이터(721)로부터 획득한 해시값과 후보 문자열(720)로부터 분리된 핑거 프린트(722)를 비교하여 이들 두 값이 동일한지를 판단할 수 있다. 일 실시 예에서, 서버가 적용 하는 해시 함수는 전자 장치가 적용한 해시 함수와 동일할 수 있다.

일 실시 예에서, 서버는, 분리된 데이터에 대한 해시값(핑거 프린트)과 분리된 핑거 프린트가 동일한 경우, 분리된 데이터를 전자 장치로부터 수신된 데이터로 판단하고, 동일하지 않다면, 분리된 데이터를 잘못된 데이터로 판단할 수 있다.

도 5를 참조하면, 서버는 "tryna(721)를 해시 함수에 적용하여 해시값을 획득할 수 있다. 일 실시 예에서, "tryna(721)의 해시값이 ix로 핑거 프린트(722)와 동일한 경우, 서버는 전자 장치가 전송한 단어가 "tryna임을 판단할 수 있다.

일 실시 예에 따르면, 기 설정된 크기(예: 6글자)보다 작은 단어는 사용자가 입력한 그대로 복구되지만, 기 설정된 크기(예: 6글자)보다 큰 단어는 사용자가 입력한 단어가 그대로 복구되지 않을 수 있다. 일 실시 예에 따르면, 서버는 복구된 단어를 분석하여 원래의 단어를 추정할 수 있다. 예를 들어, 서버는 단어 자동 완성과 관련된 다양한 데이터 또는 문법 정보와 관련된 데이터를 학습 데이터로 인공 지능 모델에 입력하여 단어 완성과 관련된 학습 모델을 구축할 수 있다. 단어 완성과 관련된 학습 모델이 구축된 경우, 서버는 복호화 한 단어를 입력 데이터로 인공 지능 모델에 입력하여, 원래의 단어를 추정할 수 있다.

도 7은 일 실시 예에 따른 위치별 도메인의 크기를 나타낸 도면이다. 도 7에서는 설명의 편의를 위해 4-gram 도메인의 경우에 대하여만 설명하지만 2-gram도메인, 3-gram 도메인 등 임의의 n-gram 도메인에 대하여도 동일한 기술적 사상이 적용될 수 있음은 물론이다. 또한 본 개시에서는 단어가 null 문자 및 알파벳 소문자인 경우에 한정하여 설명하였으나, 알파벳 대문자, 기타 특수기호 및 다른 언어에서 사용되는 다양한 문자를 포함할 수 있음은 물론이다. 또한 본 개시에서는 데이터가 단어인 경우를 가정하여 설명하였으나, 이에 한정되는 것은 아니며, 단어뿐만 아니라, 이미지, 음성, 프로그램 등 다양한 데이터에도 동일한 기술적 사상이 적용될 수 있음은 당업자에게 자명하다.

도 7을 참조하면, 일 실시 예에 따른 문자열 난독화 방법은, 위치(예: 1 내지 15) 별로 서로 다른 도메인의 크기를 활용할 수 있다. 예를 들어, 위치 1의 도메인의 크기는 40000으로서 위치 15의 도메인의 크기 10000보다 크며, 이는 위치 1의 도메인이 위치 15의 도메인 대비 비교적 밀집된 도메인으로 구성됨을 알 수 있다. 일 실시 예에 따르면, 전체 4-gram 도메인을 활용하는 대신 비교적 사용 빈도가 적은 4-gram 도메인들을 제거하고 자주 사용되는 상위 k개의 4-gram 도메인만을 활용함으로써 최적화된 도메인을 활용할 수 있다. 일 실시 예에 따르면, 4-gram 도메인의 크기는 서버와 사전에 협의된 것으로, 기존에 수집된 데이터 및 경험적 데이터를 기반으로 설정될 수 있다.

도 9는 일 실시 예에 따라 전자 장치에서 서버로 보고되는 개인 정보 차등 보호(local differential Privacy) 레포트 데이터의 예를 도시한 것이다.

개인 정보 차등 보호 알고리즘을 사용하여 서버로 사용자 데이터를 전송하는 전자 장치는, 서버로 전송된 사용자 데이터에 대한 레포트를 주기적으로 생성하고 서버로 전송할 수 있다. 전자 장치의 사용자는 전자 장치를 통해 서버로 전송된 레포트를 확인할 수 있다.

도 9를 참조하면, 서버로 전송된 레포트는 난독화에 사용된 알고리즘의 종류과 수집되는 데이터의 종류를 나타내는 제1 부분(911), 알고리즘 관련 설정 값들을 나타내는 파라미터들을 포함하는 제2 부분(912), 및 난독화 알고리즘이 적용되어 서버로 전송되는 데이터를 포함하는 제3 부분(913)을 포함하여 구성될 수 있다.

제1 부분(911)에 포함된 알고리즘(algorithm) 정보의 "SequenceFragmentPuzzle"는 문자열(sequence)을 조각(fragement)으로 분할하는 알고리즘을 나타내며, "CountMedianSketch"는 조각으로 분할된 문자열에 대해 개인 정보 차등 보호 알고리즘을 적용 및 빈도수를 카운트 하는 세부 알고리즘을 나타낼 수 있다. 따라서 제1 부분(911)에 포함된 정보에 기반하여 문자열을 조각으로 분할하는 방법 및 각 조각에 대해 개인 정보 차등 보호 알고리즘을 적용하는 방법을 알 수 있다.

제1 부분(911)의 키(key) 정보 "com.apple,keyboard,NewWords.en_US"는 키보드 앱에서 영어로 된 새로운 단어를 수집하였음을 나타낼 수 있다.

제2 부분(912)의 파라미터들 중 "epsilon"은 보호 레벨을 나타내는 값으로, 그 값이 작을수록 보호 레벨이 높음을 나타낼 수 있다. "puzzleCount"는 데이터의 길이를 나타내고, "fragmentCount"는 문자열 당 분할되는 조각의 개수를 나타내고, "fragmentWidth"는 조각당 길이를 나타내고, "fragmentK" 및 "sequenceK"는 해시 함수의 종류를 나타내고, "fragmentM"은 분할 데이터의 해시 크기를 나타내는 것으로 분할 데이터의 도메인 크기와 관련된 값이며, "sequenceM"은 문자열 데이터의 해시 크기를 나타내는 것으로 문자열 데이터의 도메인 크기와 관련된 값일 수 있다.

예를 들어, 보고되는 문자열이 "California"라고 가정할 경우, fragmentCount=5 및 fragmentWidth=2에 기반하여, Ca/li/fo/rn/ia와 같이 5개의 분할 데이터들로 분할되고, 따라서 도 9는 분할 데이터들이 부분적으로 겹치지 않는 경우임을 알 수 있다.

도 9를 참조하면, fragmentM과 sequenceM이 1024로 동일한 값을 가지므로 위치별로 서로 다른 n-gram 도메인 구성을 사용하지 않음을 알 수 있다.

제3 부분(913)에는 난독화 알고리즘이 적용되어 서버로 전송되는 분할 데이터 및 분할 데이터의 위치 정보가 포함될 수 있으며, 따라서 다량의 데이터들에 대한 위치 정보를 수집하면 각 위치별로 동일한 비율의 분할 데이터를 전송했는지 여부를 간접적으로 확인할 수 있다.

다양한 실시 예들에 따르면, 전자 장치(예: 도 2의 전자 장치(201))의 동작 방법은, 서버로 전송할 데이터를 획득하는 동작, 상기 데이터에 핑거 프린트를 삽입하는 동작, 상기 핑거 프린트가 삽입된 데이터를 제1 크기로 분할하여 복수의 분할 데이터들을 생성하되, 상기 복수의 분할 데이터들 중에서 인접한 분할 데이터들 간에 제2 크기의 데이터가 중복되도록 하는 동작, 상기 복수의 분할 데이터들에 대해 미리 설정된 위치 별 선택 확률에 따라, 상기 복수의 분할 데이터들 중 하나의 분할 데이터를 선택하는 동작, 및 상기 선택된 하나의 분할 데이터를 난독화하여 생성된 레포트를 상기 서버로 전송하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 상기 핑거 프린트를 삽입하는 동작은, 상기 데이터가 제3 크기보다 작은 경우, 상기 데이터의 크기가 상기 제3 크기가 되도록, 상기 데이터를 패딩하여 상기 핑거 프린트를 삽입하고, 상기 데이터가 제3 크기보다 큰 경우, 상기 데이터의 크기가 상기 제3 크기가 되도록, 상기 데이터를 잘라내고 상기 핑거 프린트를 삽입할 수 있다.

다양한 실시 예들에 따르면, 서버(예: 도 3의 서버(300))의 동작 방법은, 전자 장치로부터 난독화 알고리즘이 적용된 복수의 분할 데이터들을 수신하는 동작, 상기 분할 데이터들 각각에 대해 추정된 빈도수가 미리 설정된 정해진 값을 초과하는 분할 데이터들을 선별하는 동작, 상기 선별된 분할 데이터들 간에 중복되는 데이터에 기반하여, 상기 선별된 분할 데이터들을 연결하여 후보 데이터를 복구하는 동작, 및 상기 복구된 후보 데이터에 포함된 데이터 부분과 핑거 프린트 부분에 기반하여 상기 복구된 후보 데이터를 최종 데이터로 획득하는 동작을 포함할 수 있다.

이제까지 본 발명에 대하여 그 바람직한 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims

전자 장치에 있어서,
통신 회로;
상기 통신 회로와 기능적으로 연결되는 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는,
서버로 전송할 데이터를 획득하고,
상기 데이터에 핑거 프린트를 삽입하고,
상기 핑거 프린트가 삽입된 데이터를 제1 크기로 분할하여 복수의 분할 데이터들을 생성하되, 상기 복수의 분할 데이터들 중에서 인접한 분할 데이터들 간에 제2 크기의 데이터가 중복되도록 하고,
상기 복수의 분할 데이터들에 대해 미리 설정된 위치 별 선택 확률에 따라, 상기 복수의 분할 데이터들 중 하나의 분할 데이터를 선택하고,
상기 선택된 하나의 분할 데이터를 난독화하여 생성된 레포트를 상기 서버로 전송하도록 구성되는 전자 장치.
제1항에 있어서,
상기 제2 크기는 상기 제1 크기보다 작은 값으로 설정되는 전자 장치.
제1항에 있어서,
상기 레포트는, 상기 선택된 하나의 분할 데이터의 위치 정보를 포함하는 전자 장치.
제1항에 있어서,
위치 별로 상기 제1 크기의 분할 데이터들의 모든 조합 중 소정 개수의 데이터들을 원소로 하는 분할 데이터 집합이 사전에 정의되며,
상기 선택된 하나의 분할 데이터는 상기 분할 데이터 집합에 포함되는 전자 장치.
제4항에 있어서,
상기 위치 별 선택 확률은, 상기 위치 별 상기 분할 데이터 집합의 원소의 개수에 기반하여 설정되는 전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 데이터가 제3 크기보다 작은 경우, 상기 데이터의 크기가 상기 제3 크기가 되도록, 상기 데이터를 패딩하여 상기 핑거 프린트를 삽입하고,
상기 데이터가 제3 크기보다 큰 경우, 상기 데이터의 크기가 상기 제3 크기가 되도록, 상기 데이터를 잘라내고 상기 핑거 프린트를 삽입하는 전자 장치.
서버에 있어서,
통신 회로;
상기 통신 회로와 기능적으로 연결되는 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는,
상기 통신 회로를 통하여, 전자 장치로부터 난독화 알고리즘이 적용된 복수의 분할 데이터들을 포함하는 레포트를 수신하고,
상기 분할 데이터들 각각에 대해 추정된 빈도수가 미리 정해진 값을 초과하는 분할 데이터들을 선별하고,
상기 선별된 분할 데이터들 간에 중복되는 데이터에 기반하여, 상기 선별된 분할 데이터들을 연결하여 후보 데이터를 복구하고,
상기 복구된 후보 데이터에 포함된 데이터 부분과 핑거 프린트 부분에 기반하여 상기 복구된 후보 데이터를 최종 데이터로 획득하도록 구성되는 서버.
제7항에 있어서,
상기 레포트는 상기 분할 데이터들의 위치 정보를 포함하는 서버.
제7항에 있어서,
상기 분할 데이터들의 위치 별 가능한 모든 조합 중 소정 개수의 데이터들을 원소로 하는 분할 데이터 집합이 사전에 정의되며,
상기 레포트에 포함된 위치 별 분할 데이터들은, 상기 분할 데이터 집합에 포함되는 서버.
제9항에 있어서,
상기 분할 데이터들의 위치 별 빈도값은 상기 분할 데이터 집합의 위치 별 원소의 개수에 기반하여 설정되는 서버.
전자 장치의 동작 방법에 있어서,
서버로 전송할 데이터를 획득하는 동작,
상기 데이터에 핑거 프린트를 삽입하는 동작,
상기 핑거 프린트가 삽입된 데이터를 제1 크기로 분할하여 복수의 분할 데이터들을 생성하되, 상기 복수의 분할 데이터들 중에서 인접한 분할 데이터들 간에 제2 크기의 데이터가 중복되도록 하는 동작,
상기 복수의 분할 데이터들에 대해 미리 설정된 위치 별 선택 확률에 따라, 상기 복수의 분할 데이터들 중 하나의 분할 데이터를 선택하는 동작, 및
상기 선택된 하나의 분할 데이터를 난독화하여 생성된 레포트를 상기 서버로 전송하는 동작을 포함하는 방법.
제11항에 있어서,
상기 제2 크기는 상기 제1 크기보다 작은 값으로 설정되는 방법.
제11항에 있어서,
상기 레포트는, 상기 선택된 하나의 분할 데이터의 위치 정보를 포함하는 방법.
제11항에 있어서,
위치 별로 상기 제1 크기의 분할 데이터들의 모든 조합 중 소정 개수의 데이터들을 원소로 하는 분할 데이터 집합이 사전에 정의되며,
상기 선택된 하나의 분할 데이터는 상기 분할 데이터 집합에 포함되는 방법.
제14항에 있어서,
상기 위치 별 선택 확률은, 상기 위치 별 상기 분할 데이터 집합의 원소의 개수에 기반하여 설정되는 방법.
제11항에 있어서,
상기 핑거 프린트를 삽입하는 동작은,
상기 데이터가 제3 크기보다 작은 경우, 상기 데이터의 크기가 상기 제3 크기가 되도록, 상기 데이터를 패딩하여 상기 핑거 프린트를 삽입하고,
상기 데이터가 제3 크기보다 큰 경우, 상기 데이터의 크기가 상기 제3 크기가 되도록, 상기 데이터를 잘라내고 상기 핑거 프린트를 삽입하는 방법.
서버의 동작 방법에 있어서,
전자 장치로부터 난독화 알고리즘이 적용된 복수의 분할 데이터들을 포함하는 레포트를 수신하는 동작,
상기 분할 데이터들 각각에 대해 추정된 빈도수가 미리 설정된 정해진 값을 초과하는 분할 데이터들을 선별하는 동작,
상기 선별된 분할 데이터들 간에 중복되는 데이터에 기반하여, 상기 선별된 분할 데이터들을 연결하여 후보 데이터를 복구하는 동작, 및
상기 복구된 후보 데이터에 포함된 데이터 부분과 핑거 프린트 부분에 기반하여 상기 복구된 후보 데이터를 최종 데이터로 획득하는 동작을 포함하는 방법.
제17항에 있어서,
상기 레포트는 상기 분할 데이터들의 위치 정보를 포함하는 방법.
제17항에 있어서,
상기 분할 데이터들의 위치 별 가능한 모든 조합 중 소정 개수의 데이터들을 원소로 하는 분할 데이터 집합이 사전에 정의되며,
상기 레포트에 포함된 위치 별 분할 데이터들은, 상기 분할 데이터 집합에 포함되는 방법.
제19항에 있어서,
상기 분할 데이터들의 위치 별 빈도값은 상기 분할 데이터 집합의 위치 별 원소의 개수에 기반하여 설정되는 방법.