Е-Публикации
Технически университет - София

Абстракт: Ръководството за лабораторни упражнения разглежда подходи за запазване на поверителността чрез прилагане на подходящи алгоритми, техники и методи върху набори с данни. Включените теми са насочени към придобиване на знания и умения за Общ регламент относно защитата на данните (Регламент (ЕС) 2016/679) и изисквания при проектиране и разработване на софтуерни системи за запазване на поверителността. Представени са техники за анонимизиране на данни и за защита на поверителността – k-анонимност, l-разнообразие, t-близост, диференциална поверителност. Показани са възможностите на хомоморфни криптографски схеми за обработка на криптирани данни и постигане на висока степен на защитеност. Представен е подход за генериране на синтетични данни и запазване на поверителността. Демонстрирани са техники за скриване на чувствителни правила в модели, разработени чрез алгоритми за извличане на асоциативни правила и чрез класификационни алгоритми от машинно обучение.

Библиография

Издание

Издателските права се държат от Авангард прима

Abstract: The laboratory practices explore approaches to preserving privacy by applying appropriate algorithms, techniques and methods to datasets. The topics covered are aimed at acquiring knowledge and skills about the General Data Protection Regulation (Regulation (EU) 2016/679) and requirements for designing and developing software systems to preserve privacy. Techniques for anonymizing data and protecting privacy are presented – k-anonymity, l-diversity, t-closeness, differential privacy. The capabilities of homomorphic cryptographic schemes for processing encrypted data and achieving a high level of security are shown. An approach for generating synthetic data and preserving privacy is presented. Techniques for hiding sensitive rules in models developed using association rule generation algorithms and machine learning classification algorithms are demonstrated.

References

Issue

Copyright Авангард прима