Μεταπτυχιακές Διατριβές GRI-2016-16592

Τίτλος:Ανάλυση ιδιωτικότητας και ανωνυμοποίηση τροχιών κίνησης χρηστών
Privacy analysis and anonymization of user traces
Συγγραφείς:Κοντογιαννίδου Χριστίνα Ιωάννη
Σχολή/Τμήμα: Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Σχολή Θετικών Επιστημών, Τμήμα Πληροφορικής
Γλώσσα:Ελληνικά
Ημ/νία έκδοσης:2016
Περίληψη:Στη σημερινή εποχή, το πεδίο της ανωνυμίας των δεδομένων για τα ίχνη της κίνησης των χρηστών είναι πιο επίκαιρο από ποτέ. Τα κοινωνικά δίκτυα και οι συσκευές που βασίζονται στην τοποθεσία του χρήστη, επιτυγχάνουν τον συντονισμό των χρηστών με ανθρώπους ή γεγονότα που ταιριάζουν με τα ενδιαφέροντά τους. Επιπλέον, όλα τα κοινωνικά δίκτυα δημιουργούν ένα open stream API, επιτρέποντας σε εξωτερικούς προγραμματιστές την πρόσβαση στην κατάσταση του χρήστη, προκειμένου να επεκτείνουν τις δυνατότητες τους και να διαδοθούν τα δεδομένα. Εκτός από τις νέες ευκαιρίες, προκύπτουν και νέοι κίνδυνοι, διότι γνωρίζοντας την τοποθεσία των χρηστών, ανακαλύπτονται νέοι τρόποι για εισβολή στην προσωπική τους ζωή. Για το λόγο αυτό, ένα σημαντικό κομμάτι της έρευνας είναι αφιερωμένο στην ανακάλυψη νέων προσεγγίσεων που μπορούν προσφέρουν ανωνυμία αποτελεσματικά και αποδοτικά στις τροχιές κίνησης των χρηστών. Η ανωνυμοποίηση των τροχιών κίνησης των χρηστών, προστατεύει την ιδιωτική τους ζωή από το πιθανούς εισβολείς οι οποίοι συσχετίζουν τις πληροφορίες θέσης αυτών των χρηστών με τις πραγματικές ταυτότητες των χρηστών ή / και με άλλες ευαίσθητες πληροφορίες. Οι μέθοδοι ανωνυμίας προσπαθούν να διατηρήσουν την ιδιωτικότητα και παράλληλα να διατηρήσουν την χρησιμότητα των δεδομένων κίνησης που δημοσιεύονται. Οι περισσότεροι από τους γνωστούς αλγορίθμους, ωστόσο, δεν επιτυγχάνουν να προσφέρουν μια καλή ισορροπία μεταξύ της προστασίας της ιδιωτικής ζωής και τη χρησιμότητα των δεδομένων. Σε αυτή την εργασία, προτείνουμε ένα νέο αλγόριθμο για την ανωνυμοποίηση τροχιών κίνησης των χρηστών. Ο προτεινόμενος αλγόριθμος βασίζεται στο μοντέλο k-anonymity και αποτελείται από τρεις φάσεις: (i) προεπεξεργασία των δεδομένων, (ii) αυτόματη αναγνώριση των τρωτών σημείων της ιδιωτικότητας και (iii) ανωνυμοποίηση των δεδομένων.

Nowadays, the field of data anonymization for user mobility traces is more topical than ever. Location – based social networks and devices achieve with great success to coordinate users with local people or events that match their interests. Moreover, all social networks create an open stream API, allowing outside developers access to user's status in order to expand their capabilities and to diffuse data. Besides giving us new opportunities, also new risks emerge, as knowing the whereabouts of people opens new ways of intruding into their personal lives. For this reason, a significant body of research is devoted to discovering new approaches which can effectively and efficiently anonymize user trajectories. Anonymizing users’ trajectories protects' privacy by blocking potential attackers from associating the location information of these users to the users' real identities and/or other sensitive information. Anonymization methods try to preserve privacy and at the same time accommodate for high data utility for the published trajectory data. Most of the well-known algorithms, however, do not achieve to offer a good balance between privacy and data utility. In this thesis, we propose a new algorithm for anonymizing user trajectories. The proposed algorithm relies on k-anonymity privacy model and consists of three phases: (i) data preprocessing, (ii) automatic identification of privacy vulnerabilities and (iii) data anonymization.
Επιβλέπων:Βακάλη, Αθηνά καθηγήτρια
Λέξεις Κλειδιά:Ιδιωτικότητα, Privacy, Trajectories, Τροχιές κίνησης, Anonymity, Ανωνυμία
Σχετικά αρχεία:Πλήρες κείμενο: PDF Αρχείο με άδεια χρήσης Δείτε την σχετική άδεια κάνοντας κλικ εδώ!


 Δημιουργία εγγραφής 2016-05-20, τελευταία τροποποίηση 2016-05-25


Πλήρες κείμενο:
Κατέβασμα πλήρους κειμένου
PDF Αρχείο
με άδεια:Δείτε την σχετική άδεια κάνοντας κλικ εδώ!