Pages

4/24/2020

GDPR技術控制實務—去識別化簡介

配分:[10.00]
得分:
1. 下列哪一些模式可用於政府Open Data釋出:
  1. 一次性釋出
  2. 資料使用協議
  3. 任綜合數據與釋出
  4. 以上皆是
配分:[10.00]
得分:
2. 存取管控方式與存放位置步會影響個資流程衝擊分析結果。
配分:[10.00]
得分:
3. CNS 29191目前可由電子檢驗中心進行獨立驗證。
配分:[10.00]
得分:
4. 下列哪一項不是去識別化實作必須優先考量的因素:
  1. 遮蔽可直接識別個資
  2. 去識別間接識別資訊
  3. 訂定資料治理與隱私風險管理流程
  4. 通過驗證
配分:[10.00]
得分:
5. 以下那一種去識別化技術,可以透過逆向方式恢復:
  1. K-匿名化
  2. L-多樣化
  3. 加密
  4. -Closeness
配分:[10.00]
得分:
6. 政府目前規劃推動從為民所知的公開資料,進一步發展到「為民可用」的開放資料,以擴大開放資料的規模和品質。
配分:[10.00]
得分:
7. 隱私工程在SSDLC中,最先啟動的階段是:
  1. 開發籌獲階段
  2. 啟動階段
  3. 營運與維護階段
  4. 執行與評估階段
配分:[10.00]
得分:
8. 以下哪一項不是政府持有民眾資料開放使用前適當的風險評估方法,:
  1. 分析資料敏感性程度
  2. 移除身分證號等直接識別資訊即可
  3. 評估對外提供資料之方式
  4. 使用去識別化技術
配分:[10.00]
得分:
9. 去連結化與去識別化不管就技術上與法律上而言,都是不一樣的。
配分:[10.00]
得分:
10. K-匿名化、L-多樣化及T-Closeness等去識別化技術不能夠組合應用。

沒有留言: