Privacy-Preserving Optimal Portfolio and Financial Data Analysis Research
연구 내용
동형암호와 차분 프라이버시를 통합해 개인정보가 보호되는 최적 포트폴리오 산출을 수행하는 연구
금융 데이터의 민감도를 고려하여 개인정보가 보호되는 상태에서 최적 포트폴리오를 도출하는 연구를 수행합니다. mean–variance 기반 최적화 문제를 대상으로 서비스 제공자와 데이터 소유자 간의 데이터 노출을 최소화하는 보안 연산 구조를 설계합니다. 동형암호 기반 계산을 통해 암호화된 입력에서 최적화에 필요한 통계량을 처리하고, 차분 프라이버시를 결합하여 정보 유출 위험을 추가로 완화합니다. 또한 포트폴리오 유틸리티를 유지하는 관점에서 프라이버시 제약 하의 최적화 절차를 정교화합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
초기에는 mean–variance 최적화에 프라이버시 보장을 결합하는 기본 프레임을 구성하고, 동형암호와 차분 프라이버시가 최적화 결과에 미치는 영향을 분석했습니다. 이후 프라이버시 제약이 있는 통합 접근을 통해 금융 포트폴리오 산출 절차의 일관성과 적용 가능성을 높이는 방향으로 연구가 진행되었습니다. 최근에는 서비스 제공 환경에서 개인정보 보호 요구를 충족하면서도 의사결정에 필요한 성능을 유지하는 구성을 강화하여 실제 금융 분석 워크플로에 맞춘 연구를 수행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
A Privacy-preserving mean–variance optimal portfolio
Advancing financial privacy: A novel integrative approach for privacy-preserving optimal portfolio
관련 프로젝트
구분
제목
윤리적 인공지능을 위한 통계적 방법론