Saltar a la navegació principal Saltar a la cerca Vés al contingut principal

Categorical Data Protection on Statistical Datasets and Social Networks.

Tesi d’estudis: Tesi doctoral

Resum

L’augment continu de la publicació de dades amb contingut sensible ha incrementat_x000D_ el risc de violar la privacitat de les persones i/o institucions. Actualment_x000D_ aquest augment és cada cop mes ràpid degut a la gran expansió d’Internet._x000D_ Aquest aspecte fa molt important la comprovació del rendiment dels mètodes de_x000D_ protecció utilitzats. Per tal de fer aquestes comprovacions existeixen dos tipus_x000D_ de mesures a tenir en compte: la pèrdua d’informació i el risc de revelació._x000D_ Una altra àrea on la privacitat ha incrementat el seu rol n’és el de les xarxes_x000D_ socials. Les xarxes socials han esdevingut un ingredient essencial en la comunicació entre persones en l’actual món modern. Permeten als usuaris expressar i_x000D_ compartir els seus interessos i comentar els esdeveniments diaris amb tota la gent_x000D_ amb la qual estan connectats. Així doncs, el ràpid augment de la popularitat de_x000D_ les xarxes socials ha resultat en l’adopció d’aquestes com a àrea d’interès per a_x000D_ comunitats específiques. No obstant, el volum de dades compartides pot ser molt_x000D_ perillós en termes de privacitat. A més de la informació explícita compartida_x000D_ mitjanant els ”posts” de cada usuari, existeix informació semàntica implícita_x000D_ amagada en el conjunt de d’informació compartida per cada usuari. Per aquestes_x000D_ i altres raons, la protecció de les dades pertanyents a cada usuari ha de ser_x000D_ tractada._x000D_ Així doncs, les principals contribucions d’aquesta tesi són:_x000D_ • El desenvolupament de mètodes de protecció basats en algorismes evolutius_x000D_ els quals busquen de manera automatitzada millors proteccions en termes_x000D_ de pèrdua d’informació i risc de revelació._x000D_ • El desenvolupament d’un mètode evolutiu per tal d’optimitzar la matriu_x000D_ de probabilitats de transició amb la qual es basa el mètode Post-_x000D_ Randomization Method per tal de generar proteccions millors._x000D_ • La definició d’un mètode de protecció per a dades categ`oriques basat en_x000D_ l’execució d’un algorisme de clustering abans de protegir per tal d’obtenir_x000D_ dades protegides amb millor utilitat._x000D_ • La definició de com es pot extreure tant informació implícita com explicita_x000D_ d’una xarxa social real com Twitter, el desenvolupament d’un mètode de_x000D_ protecció per xarxes socials i la definició de noves mesures per avaluar la_x000D_ qualitat de les proteccions en aquests escenaris.
Data del Ajut15 de nov. 2013
Idioma originalAnglès
SupervisorVicenc Torra Reventos (Director/a)

Com citar-ho

'