Το τεκμήριο παρέχεται από τον φορέα :

Αποθετήριο :
Ιδρυματικό Αποθετήριο Ελλάνικος (Hellanicus)
δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο




2010 (EL)

Privacy preserving data mining (EL)

Σκαρκαλά, Μαρία - Ελένη

Πανεπιστήμιο Αιγαίου. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων. Τεχνολογίες και Διοίκηση Πληροφοριακών και Επικοινωνιακών Συστημάτων. (EL)

Στη σημερινή εποχή η ανάπτυξη νέων τεχνολογιών και η εξάπλωση του Διαδικτύου έχουν οδηγήσει στην διακίνηση όλο και περισσοτέρων δεδομένων. Πολλά από τα δεδομένα αυτά περιλαμβάνουν ευαίσθητες πληροφορίες με αποτέλεσμα να υπάρχει έντονη ανησυχία για το πώς γίνεται η διαχείριση αυτών. Ταυτόχρονα όμως υπάρχουν ανησυχίες σχετικά με χρήση των δεδομένων αυτών από τις διάφορες τεχνικές εξόρυξης γνώσης από δεδομένα. Η εξόρυξη γνώσης από δεδομένα που περιλαμβάνονται σε στατιστικές βάσεις δεδομένων επιχειρήσεων, νοσοκομείων και οργανισμών, ενώ είναι απολύτως αναγκαία να οδηγεί σε ευφυή συστήματα υποβοήθησης αποφάσεων, πρέπει συνάμα να ικανοποιεί την απαίτηση της ιδιωτικότητας των μερών που εμπλέκονται. Πολλές έρευνες έχουν επικεντρωθεί στο σχεδιασμό κατάλληλων αλγορίθμων προκειμένου να διασφαλίζονται τα προσωπικά δεδομένα από τις διάφορες τεχνικές εξόρυξης γνώσης, σε κατανεμημένα περιβάλλοντα όπου οι συμμετέχοντες στο σύστημα θεωρούνται αμοιβαίως δύσπιστοι. Στα πλαίσια της παρούσας μεταπτυχιακής διατριβής αναπτύσσεται και υλοποιείται μία τεχνική εξόρυξης γνώσης με διατήρηση της ιδιωτικότητας ανάμεσα σε τρείς στατιστικές βάσεις δεδομένων οριζόντια κατακερματισμένες, με κάθε συμμετέχοντα να διατηρεί τα δικά του προσωπικά δεδομένα. Οι βάσεις δεδομένων συνδέονται με μία έμπιστη τρίτη οντότητα η οποία δημιουργεί ένα μοντέλο κατηγοριοποίησης βασισμένο στο θεώρημα Bayes, για τον υπολογισμό των τελικών αποτελεσμάτων από την εφαρμογή της μεθόδου εξόρυξης γνώσης. Συγκεκριμένα, υλοποιείται ένα πρωτόκολλο, που βασίζεται στις αρχές του e-voting, και επιτρέπει σε κάθε μέρος να «ψηφίζει» για τον αν κατέχει ένα συγκεκριμένο διάνυσμα τιμών, χωρίς όμως να αποκαλύπτεται στους υπόλοιπους συμμετέχοντες ή στην έμπιστη τρίτη οντότητα. Αυτό επιτυγχάνεται με την αξιοποίηση της προσθετικής ομομορφικής ιδιότητας που διαθέτει το κρυπτοσύστημα Paillier και χρησιμοποιείται για την κρυπτογράφηση των μεταδιδόμενων μηνυμάτων κατά τη διάρκεια εκτέλεσης του πρωτοκόλλου.

masterThesis

Privacy (EL)
Βάσεις δεδομένων (EL)
Ιδιωτικότητα (EL)
Classification (EL)
Οριζόντια κατακερματισμένες βάσεις δεδομένων (EL)
Horizontally partitioned databases (EL)
Εξόρυξη γνώσης (EL)
Data mining (EL)
Κατηγοριοποίηση (EL)


2010


2015-11-18T10:40:15Z

Σάμος




*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.