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： 一次性釋出 資料使用協議 任綜合數據與釋出 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： 遮蔽可直接識別個資 去識別間接識別資訊 訂定資料治理與隱私風險管理流程 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： K-匿名化 L-多樣化 加密 -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： 開發籌獲階段 啟動階段 營運與維護階段 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，： 分析資料敏感性程度 移除身分證號等直接識別資訊即可 評估對外提供資料之方式 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。