dc.contributor.advisor | Πελέκης, Νικόλαος | |
dc.contributor.author | Γκάτσου, Ευγενία Η. | |
dc.date.accessioned | 2014-06-03T07:29:58Z | |
dc.date.available | 2014-06-03T07:29:58Z | |
dc.date.issued | 2014-06-03T07:29:58Z | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/5850 | |
dc.description.abstract | Η διπλωματική εργασία ασχολείται με το αντικείμενο της προστασίας ιδιωτικότητας σε δεδομένα κίνησης. Εξετάζει μεθόδους που έχουν σαν στόχο τη προφύλαξη των ευαίσθητων πληροφοριών των χρηστών, προσφέροντας ένα είδος ανωνυμίας. Σαν παράδειγμα της αναγκαιότητας των μεθόδων αυτών μπορούμε να αναφέρουμε τους χρήστες των συστημάτων πλοήγησης (GPS), οι οποίοι προκειμένου να λάβουν τις πληροφορίες που χρειάζονται δημοσιοποιούν προσωπικά τους δεδομένα. Η παρούσα εργασία εστιάζει σε δύο κύριες θεματικές ενότητες, τη βιβλιογραφική ανασκόπηση και την ιδιωτικότητα βάσει σχεδιασμού (Privacy by Design). Το πρώτο μέρος, περιλαμβάνει την εισαγωγή της διπλωματικής, στην οποία αναλύονται κάποιες πολύ βασικές έννοιες που είναι χρήσιμες για την εξέλιξη της εργασίας. Επίσης, γίνεται και μια παρουσίαση για το περιεχόμενο των επόμενων κεφαλαίων. Στο δεύτερο μέρος, γίνεται εκτενής αναφορά στις τεχνικές που παρέχουν προστασία δεδομένων μέσω της βιβλιογραφικής ανασκόπησης. Το μοντέλο της k-ανωνυμίας (k-anonymity) είναι το πιο δημοφιλές και με βάση αυτό έχουν ακολουθήσει πολλές ακόμα προσεγγίσεις. Το μοντέλο αυτό, για την δημοσιοποίηση των δεδομένων απαιτεί το χωρισμό σε ισοδύναμες τάξεις μεγέθους τουλάχιστον k, όπου σε κάθε κλάση οι καταγραφές είναι δυσδιάκριτες ως προς τα ευαίσθητα χαρακτηριστικά. Στην προσπάθεια να ξεπεραστούν οι περιορισμοί της k-ανωνυμίας και να προσφερθεί μια πιο ισχυρή έννοια της ιδιωτικότητας, ακολούθησαν τα μοντέλα της l-πολυμορφίας (l-diversity) και της t-εγγύτητας (t-closeness). Γίνεται επίσης παρουσίαση βασικών τεχνικών προστασίας ιδιωτικότητας σε χωρικά και χωροχρονικά δεδομένα. Στο τρίτο μέρος, αναφέρεται η γενική αρχή της ιδιωτικότητας βάσει σχεδιασμού (Privacy By Design). Αναλύονται οι τρεις υποθέσεις και οι επτά θεμελιώδεις αρχές που έχουν σαν στόχο την επίτευξη ισορροπίας μεταξύ της προστασίας και της χρησιμότητας των δεδομένων. Επιπλέον γίνεται έλεγχος για την τήρησή τους σε κάποιες από τις πιο σημαντικές τεχνικές ανωνυμίας. Στο τέταρτο και τελευταίο μέρος, παρουσιάζονται τα συμπεράσματα από όλη την διπλωματική εργασία καθώς και οι προτάσεις για μελλοντικές εργασίες. | |
dc.language.iso | el | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/deed.el | |
dc.subject | Ιδιωτικότητα | |
dc.subject | Γεωγραφικά Συστήματα Πληροφοριών -- Στατιστικές μέθοδοι | |
dc.subject | Στατιστική -- Οικονομετρικές μέθοδοι | |
dc.title | Προστασία ιδιωτικότητας σε δεδομένα κίνησης | |
dc.title.alternative | Privacy protection in mobility data | en |
dc.type | Master Thesis | |
europeana.isShownAt | https://dione.lib.unipi.gr/xmlui/handle/unipi/5850 | |
dc.identifier.call | 910.285 ΓΚΑ | |
dc.description.abstractEN | This thesis is focused on the subject of privacy protection in mobility data, examining methods that aim to protect sensitive user information by offering ways of anonymity. As an example of the necessity of these methods, we can mention GPS users, who in order to obtain the information they need, disclose their personal data. The present work focuses on two main themes, the literature review and Privacy by Design. In the first part, the introduction of the thesis is presented. We analyze some basic concepts that are helpful for the progress of the work. There is also a presentation of the contents of the subsequent chapters. The second part focuses on techniques that provide data protection. The model of k-anonymity is the most popular technique; based on which many other approaches were “born”. This model, in order to disclose data, requires the separation into equivalent classes sized at least k, where each class records are indistinguishable to sensitive attributes. In an attempt to overcome the limitations of k-anonymity and to provide a stronger sense of privacy, the models of l-diversity and t-closeness were introduced. In this part, basic privacy protection techniques in spatial and spatiotemporal data are also presented. The third part is referred to the general principle of Privacy by Design. We analyze the three assumptions and the seven fundamental principles needed to be followed by all techniques, in order to achieve an optimal trade-off between privacy and data utility. In addition, we check whether the most significant privacy protection techniques comply with the rules. In the fourth and final part, we present the conclusions of the entire thesis and our suggestions for future work. | |