Privacy-aware urban mobility data harvesting
| dc.contributor.advisor | Theodoridis, Yannis | |
| dc.contributor.advisor | Θεοδωρίδης, Ιωάννης | |
| dc.contributor.author | Athanasopoulos, Ioannis | |
| dc.contributor.author | Αθανασόπουλος, Ιωάννης | |
| dc.date.accessioned | 2024-09-30T09:42:35Z | |
| dc.date.available | 2024-09-30T09:42:35Z | |
| dc.date.issued | 2024-07 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/16805 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/4227 | |
| dc.description.abstract | Με την διαρκή άνοδο των έξυπνων πόλεων και την ευρεία χρήση των υπηρεσιών τοποθεσίας από κινητές συσκευές, αυξάνεται ο προβληματισμός σχετικά με τον κίνδυνο παραβίασης της ιδιωτικότητας από πληροφορίες που μπορούν να εξαχθούν από τις ανθρώπινες τροχιές. Η συγκεκριμένη εργασία με τίτλο «Συλλογή αστικών δεδομένων κίνησης διασφαλίζοντας την ιδιωτικότητα των αντικειμένων» επικεντρώνεται στον τρόπο που η πληροφορία μπορεί να εξαχθεί από τις επιθέσεις ιδιωτικότητας, και συνεπώς ερευνά τον πιθανό κίνδυνο που εγκυμονεί η συλλογή δεδομένων κίνησης σε αστικά περιβάλλοντα. Αρχικά η μελέτη αναγνωρίζει και αναλύει τους συχνότερους τύπους επιθέσεων που μπορούν να εκτελεστούν σε πραγματικές καταστάσεις και τους τύπους πληροφορίας που μπορούν να χρησιμοποιηθούν για την ταυτοποίηση των ατόμων. Στην συνέχεια προτείνεται η υλοποίηση στην προγραμματιστική γλώσσα Rust της διαδικασίας του υπολογισμού του κινδύνου των επιθέσεων ιδιωτικότητας. Τέλος, πέρα από κάποια πειράματα για την αξιολόγηση της επίδοσης της προτεινόμενης υλοποίησης τόσο ως προς τον χρόνο όσο και ως προς την ακρίβεια, η εργασία δείχνει την σύγκρισή της με την πλέον σύγχρονη αντίστοιχη υλοποίηση, το Scikit-mobility. | el |
| dc.format.extent | 30 | el |
| dc.language.iso | en | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights | Αναφορά Δημιουργού 3.0 Ελλάδα | * |
| dc.rights | Αναφορά Δημιουργού 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by/3.0/gr/ | * |
| dc.title | Privacy-aware urban mobility data harvesting | el |
| dc.title.alternative | Συλλογή αστικών δεδομένων κίνησης διασφαλίζοντας την ιδιωτικότητα των αντικειμένων | el |
| dc.type | Bachelor Dissertation | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
| dc.description.abstractEN | With the growth of smart cities and broadening usage of location-based services with mobile devices, there is rising concern about privacy risks of information that can be inferred from human trajectories. The present thesis entitled "Privacy-aware urban mobility data harvesting" focuses on how sensitive information can be inferred via various privacy attacks; hence, it presents research into potential privacy risks of urban mobility data harvesting. The study first identifies and analyzes common types of privacy attacks that can be executed in real-world scenarios and the types of information that can be accessed and used to identify individuals. This paper subsequently implements, in the Rust programming language, the procedure for evaluation of such risks of privacy attacks. Finally, besides some experiments to assess the suggested implementation's performance in terms of time and accuracy, this thesis shows the comparison of this implementation with the existing state-of-the-art implementation, Scikit-mobility. | el |
| dc.subject.keyword | Privacy | el |
| dc.subject.keyword | Data harvesting | el |
| dc.subject.keyword | Urban mobility | el |
| dc.date.defense | 2024-07-18 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα