Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άδεια

Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άδεια χρήσης άλλου τύπου, αυτή πρέπει να αναφέρεται ρητώς.

ΙΔΙΩΤΙΚΌΤΗΤΑ; Η ανθρώπινη δραστηριότητα καταγράφεται ολοένα και περισσότερο Αποδοτικότητα Ποιότητα υπηρεσιών Διαφάνεια Ηλεκτρονική διακυβέρνηση Ασφάλεια Ιστορικότητα Οι καταγραφές ενίοτε πρέπει να δημοσιεύονται Στο ευρύ κοινό Διαφάνεια Έλεγχος Κοινή ωφέλεια Σε ειδικό κοινό Ειδικοί Συνεργάτες Υπεργολάβοι Συνεταιρισμοί

ΙΔΙΩΤΙΚΌΤΗΤΑ; Η δημοσίευση μπορεί να παραβιάσει το δικαίωμα στην ιδιωτικότητα Ζημία στην επαγγελματική ζωή Στην προσωπική Δυσχερής θέσης σε διαπραγμάτευση Προσβολή στην αξιοπρέπεια Θα πρέπει να πετύχουμε την δημοσίευση της χρήσιμης πληροφορίας χωρίς να δημιουργείται κίνδυνος για την ιδιωτική ζωή κανενός

ΟΡΓΑΝΩΣΗ ΤΗΣ ΔΙΑΛΕΞΗΣ Ορισμός του προβλήματος Μετασχηματισμός των δεδομένων Εγγυήσεις και μέθοδοι διασφάλισης της ιδιωτικότητας k-ανωνυμία l-διαφοροποίηση K m -ανωνυμία Απώλεια πληροφορίας Ιδιωτικότητα σε χωρικά δεδομένα Ανακεφαλαίωση

ΤΟ ΠΡΟΒΛΗΜΑ Πολλοί οργανισμοί και εταιρείες δημοσιεύουν πρωτογενή δεδομένα (microdata) Αφαιρούν τα άμεσα αναγνωριστικά (Όνομα, ΑΦΜ κτλ) Παραμένει ο κίνδυνος των επιθέσεων συσχέτισης! Άλλες, γνωστές πηγές πληροφορίας (π.χ. τηλεφωνικοί κατάλογοι) μπορούν να οδηγήσουν στην πραγματική ταυτότητα των χρηστών

ΈΝΑ ΠΑΡΑΔΕΙΓΜΑ Ερευνητές έδειξαν ότι ήταν δυνατόν να ανακαλυφθεί το ιατρικό ιστορικό των κυβερνήτη της Μασαχουσέτης από πηγές που δεν τον κατονόμαζαν Δεδομένα νοσηλείας χωρίς ονόματα Εκλογικοί κατάλογοι Συνδυάζοντας τα παραπάνω: 6 άνθρωποι γεννημένοι την ίδια μέρα 3 άντρες 1 με τον ίδιο ΤΚ 87% του πληθυσμού τον ΗΠΑ ήταν μοναδικοί με βάση τον ΤΚ, το γένος και την ημερομηνία γέννησης

ΚΑΙ ΈΝΑ ΑΚΟΜΗ Η AOL δημοσιεύει τον Αύγουστο ανωνυμοποιημένα δεδομένα για 21Μ χρήστες Τα δεδομένα θα επέτρεπαν σε δικτυακές εταιρείες να έχουν μία καλή εικόνα των χρηστών Ο χρήστης 4417749 είχε πολλές ερωτήσεις για συγκεκριμένη τοποθεσία και θέμα Η ΝΥ Times έψαξαν τα δεδομένα Και ανακάλυψαν ότι ο χρήστης 4417749 είναι η κα Arnold, 62, που έψαχνε για φάρμακα, σκύλους και μέλη της οικογένειας της

ΆΛΛΑ ΠΑΡΑΔΕΙΓΜΑΤΑ Δεδομένα για το Netflix prize Συσχετισμός βαθμολογιών με κριτικές από το IMDB Κοινωνικά δίκτυα Αναγνώριση από διασταύρωση λογαριασμών Ανακάλυψη μέσα από στατιστικά Ανακάλυψη απόρρητων συστάσεων για την θανατική ποινή στις ΗΠΑ Από τις αποφάσεις Από τα στατιστικά για την περιοχή, την φυλή του θύματος και του δράστη, το έγκλημα κτλ

ΒΑΣΙΚΗ ΙΔΕΑ Ο ρόλος των γνωρισμάτων στα μικροδεδομένα Τα άμεσα αναγνωρίστηκα (που απομακρύνονται) Τα ψευδο-αναγνωριστικά μεταφέρουν χρήσιμη πληροφορία, διαθέσιμα και σε άλλες πηγές Τα ευαίσθητα αναγνωριστικά μεταφέρουν ευαίσθητη (και συνήθως σημαντική) πληροφορία, δεν είναι διαθέσιμα σε άλλες πηγές αναγνωριστικό ψευδοαναγνωριστικά ευαίσθητες τιμες Όνομα Ημ. Γεν. Γένος ΤΚ Πάθηση Αντρέας 21/1/79 Άντρας 53715 Γρίπη Βασιλική 10/1/81 Γυναίκα 55410 Ηπατίτιδα Μαρία 1/10/44 Γυναίκα 90210 Βρογχίτιδα Γιώργος 21/2/84 Άντρας 02174 Κάταγμα Ελένη 19/4/72 Γυναίκα 02237 AIDS

ΒΑΣΙΚΗ ΙΔΕΑ Μετασχηματισμός των αρχικών δεδομένων σε μία μορφή που αντιμετωπίζει τους κινδύνους (ανωνυμοποίηση) Ποιους κινδύνους θα αντιμετωπίσουμε; Ποιους μετασχηματισμούς θα εφαρμόσουμε; Πόση πληροφορία θα χάσουμε; Η αποτελεσματική αντιμετώπιση των κινδύνων και ο περιορισμός της απώλειας πληροφορίας είναι ανταγωνιστικοί παράγοντες

ΟΙ ΚΊΝΔΥΝΟΙ Αποκάλυψη συμμετοχής Όταν και μόνο η συμμετοχή στα δημοσιευμένα δεδομένα είναι ευαίσθητη πληροφορία Αναγνώριση Όταν εντοπίζουμε μία εγγραφή που αναφέρεται σε ένα πρόσωπο Συσχέτιση Όταν συσχετίζουμε μία ευαίσθητη τιμή με ένα πρόσωπο

ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ Απόκρυψη Εναλλαγή Τιμών Αποσυσχέτιση Γενίκευση Ηλικία Πόλη 28 Αθήνα 33 Θεσσαλονίκη 21 Λαμία 24 Λειβαδιά 37 Βερολίνο 36 Βόννη 35 Βερολινο Ηλικία Χώρα [25-35] Ελλάδα [25-35] Ελλάδα [20-25] Ελλάδα [20-25] Ελλάδα [35-40] Γερμανία [35-40] Γερμανία [35-40] Γερμανία

ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ - ΣΥΝΕΧΕΙΑ

ΚΑΘΟΛΙΚΗ ΚΩΔΙΚΟΠΟΙΗΣΗ ΚΩΔΙΚΟΠΟΙΗΣΗ ΠΛΗΡΟΥΣ ΠΕΔΙΟΥ

ΚΑΘΟΛΙΚΗ ΚΩΔΙΚΟΠΟΙΗΣΗ Ηλικία Πόλη 28 Αθήνα 33 Θεσσαλονίκη 21 Λαμία 24 Λειβαδιά 37 Βερολίνο 36 Βόννη 35 Βερολίνο Ηλικία Περιοχή [25-35] Αθήνα [25-35] Θεσσαλονίκη [20-25] Ελλάδα [20-25] Ελλάδα [35-40] Ευρώπη [35-40] Ευρώπη [35-40] Ευρώπη

ΤΟΠΙΚΉ ΚΩΔΙΚΟΠΟΙΗΣΗ Μία τιμή δεν αντικαθίσταται από μία γενικότερη στο σύνολο των δεδομένων αλλά σε υποσύνολα Ηλικία Πόλη 28 Αθήνα 33 Θεσσαλονίκη 21 Λαμία 24 Λειβαδιά 37 Βερολίνο 36 Βόννη 35 Βερολίνο 39 Βερολίνο Ηλικία Χώρα [25-35] Ελλάδα [25-35] Ελλάδα [20-25] Ελλάδα [20-25] Ελλάδα [35-40] Γερμανία [35-40] Γερμανία [35-40] Βερολίνο [35-40] Βερολίνο

ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ - ΣΥΝΕΧΕΙΑ Απώλεια πληροφορίας λιγότερη Τοπική κωδικοποίηση < Καθολική Κωδικοποίηση < Πλήρους Πεδίου περισσότερη περισσότερη λιγότερη Δυσκολία εφαρμογής (Μέγεθος του χώρου των λύσεων)

ΕΓΓΥΗΣΕΙΣ ΚΑΙ ΜΕΘΟΔΟΙ Αποκάλυψη συμμετοχής Όταν μόνο η συμμετοχή στα δημοσιευμένα δεδομένα είναι ευαίσθητη δ-παρουσία Αναγνώριση Όταν εντοπίζουμε μία εγγραφή που αναφέρεται σε ένα πρόσωπο Κ-ανωνυμία Κ m -ανωνυμία (πολυδιάστατα δεδομένα) Συσχέτιση Όταν συσχετίζουμε μία ευαίσθητη τιμή με ένα πρόσωπο l-διαφοροποίηση

Κ-ΑΝΩΝΥΜΙΑ Προτάθηκε το 2001 από την Sweeney Διαισθητικά κρύβει κάθε πρόσωπο μέσα σε άλλες εγγραφές

Κ-ΑΝΩΝΥΜΙΑ - ΈΝΑ ΠΑΡΑΔΕΙΓΜΑ Τα εργαλεία Γενίκευση Δημοσίευση γενικότερων τιμών απόκρυψη Πλειάδων, με πολύ μοναδικές τιμές (outliers) Συχνά υπάρχει κάποιο όριο Πρωτογενή δεδομένα 2-ανώνυμα δεδομένα Ημ. Γεν. Γένος TK 21/1/79 Άντρας 53715 10/1/79 Γυναίκα 55410 1/10/44 Γυναίκα 90210 21/2/83 Άντρας 02274 19/4/82 Άντρας 02237 Ομάδα 1 Ημ. Γεν. Γένος TK */1/79 */1/79 πρόσωπ ο πρόσωπ ο 5**** 5**** απόκρυψη 1/10/44 Γυναίκα 90210 Ομάδα 2 */*/8* Άντρας 022** */*/8* Άντρας 022**

γενίκευση Κ-ΑΝΩΝΥΜΙΑ Η ΧΡΗΣΗ ΤΟΥ ΓΡΑΦΟΥ ΓΕΝΙΚΕΥΣΗΣ ΓΕΝΙΚΕΥΣΗ ΠΛΗΡΟΥΣ ΠΕΔΙΟΥ Z2 ={537**} Z1 Z0 TK κατασκεύασε τον γράφο γενίκευσης για όλα τα ψευδοαναγνωριστικά <S1, Z1> ={5371*, 5370*} ={53715, 53710, 53706, 53703} <S1, Z2> <S0, Z2> περισσότερη Γένος στόχος Βρες την ελάχιστη γενίκευση που ικανοποιεί την Κ-ανωνυμία <S1, Z0> <S0, Z1> <S0, Z0> λιγότερη

Κ-ΑΝΩΝΥΜΙΑ Η ΧΡΉΣΗ ΤΟΥ ΓΡΑΦΟΥ ΓΕΝΙΚΕΥΣΗΣ ΓΕΝΙΚΕΥΣΗ ΠΛΗΡΟΥΣ ΠΕΔΙΟΥ Εκμεταλλευόμαστε τις ιδιότητες μονοτονικότητας σχετικά με την συχνότητα εμφάνισης των εγγραφών καθώς ανεβαίνουμε στον γράφο Θυμίζει τις ιεραρχίες OLAP... <S1, Z2> <S1, Z1> <S0, Z2> <S1, Z0> <S0, Z1> <S0, Z0> (I) Ιδιότητα γενίκευσης(~rollup) Αν σε κάποιο κόμβο η Κ-ανωνυμία ισχύει, θα ισχύει για κάθε απόγονο Π.χ., η κατάσταση<s1, Z0> είναι Κ-ανώνυμη, οπότε το ίδιο ισχύει και για <S1, Z1> και <S1, Z2> (II) Ιδιότητα υποσυνόλου(~apriori) Αν για ένα σύνολο ψευδοαναγνωριστικών δεν ισχύει η Κ- ανωνυμία, τότε δεν θα ισχύει για κάθε υπερσύνολο τους Π.χ., η κατάσταση <S0, Z0> δεν είναι Κ-ανώνυμη, άρα ούτε η <S0, Z0, B0> και η <S0, Z0, B1> Ο incognito χρησιμοποιεί σύνολα από ψευδοαναγωριστικά με αύξοντα μεγέθη και μειώνει τον χώρο αναζήτησης με βάση τις προηγούμενες ιδιότητες

γένος Κ-ΑΝΩΝΥΜΙΑ ΣΤΟ ΠΕΔΙΟ ΤΙΜΩΝ Παράδειγμα 2 ψευδοαναγνωριστικά, 7 εγγραφές, Όχι 2-ανώνυμο ΤΚ 2-ανώνυμο ομάδα 1 2 εγγραφές ομάδα 2 3 εγγραφές ομάδα 3 2 εγγραφές

Κ-ΑΝΩΝΥΜΙΑ ΠΡΟΒΛΗΜΑΤΑ... Επίθεση ομοιογένειας: στην τελευταία ομάδα έχουν όλοι καρκίνο Γνωσιακό υπόβαθρο: τι συμπέρασμα βγαίνει από την πρώτη ομάδα αν ξέρουμε ότι οι Ιάπωνες έχουν πολύ μικρά ποσοστά καρδιοπάθειας; μικροδεδομένα id ΤΚ Ηλ. Εθνικότητα Πάθηση 1 13053 28 Ρωσική Καρδιοπάθεια 2 13068 29 Αμερικάνικη Καρδιοπάθεια 3 13068 21 Ιαπωνική Λοίμωξη 4 13053 23 Αμερικάνικη Λοίμωξη 5 14853 50 Ινδική Καρκίνος 6 14853 55 Ρωσική Καρδιοπάθεια 7 14850 47 Αμερικάνικη Λοίμωξη 8 14850 49 Αμερικάνικη Λοίμωξη 9 13053 31 Αμερικάνικη Καρκίνος 10 13053 37 Ινδική Καρκίνος 11 13068 36 Ιαπωνική Καρκίνος 12 13068 35 Αμερικάνικη Καρκίνος 4-ανώνυμα δεδομένα id ΤΚ Ηλ. Εθνικότητα Πάθηση 1 130** <30 Καρδιοπάθεια 2 130** <30 Καρδιοπάθεια 3 130** <30 Λοίμωξη 4 130** <30 Λοίμωξη 5 1485* 40 Καρκίνος 6 1485* 40 Καρδιοπάθεια 7 1485* 40 Λοίμωξη 8 1485* 40 Λοίμωξη 9 130** 3 Καρκίνος 10 130** 3 Καρκίνος 11 130** 3 Καρκίνος 12 130** 3 Καρκίνος

L-ΔΙΑΦΟΡΟΠΟΙΗΣΗ ΠΡΟΣΤΑΣΊΑ ΑΠΟ ΣΥΣΧΕΤΙΣΗ ΜΕ ΕΥΑΙΣΘΗΤΕς ΤΙΜΕς Διασφάλιση ότι κάθε ομάδα περιέχει «καλά αναπαριστώμενες» ευαίσθητες τιμές Προστασία από επιθέσεις ομοιογένειας Προστασία από άλλο γνωσιακό υπόβαθρο l-διαφοροποίηση (απλοποιημένος ορισμός) Μία ομάδα είναι l-διαφοροποιημένη αν περιέχει τουλάχιστον l διαφορετικές, «καλά αναπαριστώμενες» τιμές Ο ορισμός των «καλά αναπαριστώμενων» επηρεάζει την μονοτονία Όταν η l-διαφοροποίηση είναι μονότονη, μπορούν να χρησιμοποιηθούν οι ίδιες μέθοδοι με την Κ-ανωνυμία Π.χ. καλά αναπαριστώμενες = εμφανίζονται Άλλοι ορισμοί δεν εγγυόνται την μονοτονία Π.χ. καλά αναπαριστώμενες = η πιθανότητα εμφάνισης της πιο συχνής είναι 1/l

ΒΑΣΙΚΉ ΙΔΕΑ ΤΟΥ ΑΝΑΤΟΜΥ Ηλ. Γενος ΤΚ Πάθηση 23 Α 11000 Πνευμονία 27 Α 13000 Δυσπεψία 35 Α 59000 Δυσπεψία 59 Α 12000 Πνευμονία 61 Γ 54000 Γρίπη 65 Γ 25000 Γαστρίτιδα 65 Γ 25000 Γρίπη 70 Γ 30000 Βρογχίτιδα

ΒΑΣΙΚΗ ΙΔΕΑ ΤΟΥ ANATOMY (ΣΥΝ.) 1. Διάλεξε μία κατάτμηση των δεδομένων QI group 1 Ηλ. Γενος ΤΚ Πάθηση 23 Α 11000 Πνευμονία 27 Α 13000 Δυσπεψία 35 Α 59000 Δυσπεψία 59 Α 12000 Πνευμονία QI group 2 61 Γ 54000 Γρίπη 65 Γ 25000 Γαστρίτιδα 65 Γ 25000 Γρίπη 70 Γ 30000 Βρογχίτιδα a 2-diverse partition

ΒΑΣΙΚΗ ΙΔΕΑ ΤΟΥ ANATOMY (ΣΥΝ.) 2. Κατασκεύασε ένα πίνακα ψευδοαναγνωριστικών (QIT) και έναν ευαίσθητων τιμών (ST) based on the selected partition Ηλ. Γενος ΤΚ Group-ID Group-ID Πάθηση 23 M 11000 1 27 M 13000 1 35 M 59000 1 59 M 12000 1 61 F 54000 2 65 F 25000 2 65 F 25000 2 70 F 30000 2 Πίνακας ψευδοαναγνωριστικών(qit) 1 pneumonia 1 dyspepsia 1 dyspepsia 1 pneumonia 2 flu 2 gastritis 2 flu 2 bronchitis Πίνακας ευαίσθητων τιμών (ST)

ΒΑΣΙΚΗ ΙΔΕΑ ΤΟΥ ANATOMY (ΣΥΝ.) Ηλ. Γενος ΤΚ Group-ID 23 M 11000 1 27 M 13000 1 35 M 59000 1 59 M 12000 1 61 F 54000 2 65 F 25000 2 65 F 25000 2 70 F 30000 2 Group-ID Disease Count 1 Δυσπεψία 2 1 Πνευμονία 2 2 Βρογχίτιδα 1 2 Γρίπη 2 2 Γαστρίτιδα 1

Κ M -ΑΝΩΝΥΜΙΑ Η ΠΕΡΊΠΤΩΣΗ ΤΩΝ ΑΡΑΙΩΝ ΠΟΛΥΔΙΑΣΤΑΤΩΝ ΔΕΔΟΜΕΝΩΝ Πολύ συχνά δεδομένα στην πράξη Μία βάση δεδομένων μετασχηματίζεται σε αυτήν την μορφή Ο διαχωρισμός μεταξύ ψευδοαναγνωριστικού και ευαίσθητης τιμής δεν είναι πάντα σαφής

Κ M -ΑΝΩΝΥΜΙΑ Η ΠΕΡΊΠΤΩΣΗ ΤΩΝ ΑΡΑΙΩΝ ΠΟΛΥΔΙΑΣΤΑΤΩΝ ΔΕΔΟΜΕΝΩΝ 31 Κρέας Κρασί Μπανάνες Φράουλες Βασίλης Χ Χ Μανώλης Χ Χ Χ Ελένη Μαρία Χ Χ Κώστας Χ Χ Φαγώσιμα Κρασί Βασίλης Χ Χ Μανώλης X Χ Ελένη Μαρία X Χ Κώστας Χ Χ Χ Manolis Terrovitis

ΤΟ ΠΡΌΒΛΗΜΑ 32 Η κατάρα των πολλών διαστάσεων Όσα περισσότερα ξέρει ο επιτιθέμενος, τόσο πιο εύκολο είναι να βρει την εγγραφή που θέλει τόσο λιγότερα μένει να μάθει! Μια εγγύηση που καλύπτει οποιοδήποτε γνωσιακό υπόβαθρο θα κατέστρεφε τα δεδομένα Η Κ m -ανωνυμία εγγυάται ότι κάθε επιτιθέμενος που ξέρει μέχρι m στοιχεία για ένα πρόσωπο, δεν θα μπορεί να εντοπίσει λιγότερες από Κ εγγραφές στην βάση. Manolis Terrovitis

Κ M -ΑΝΩΝΥΜΙΑ Η ΠΕΡΊΠΤΩΣΗ ΤΩΝ ΑΡΑΙΩΝ ΠΟΛΥΔΙΑΣΤΑΤΩΝ ΔΕΔΟΜΕΝΩΝ Κρέας Κρασί Μπανάνες Φράουλες Βασίλης Χ Χ Μανώλης Χ Χ Χ Ελένη Μαρία Χ Χ Κώστας Χ Χ Χ Κρεας Κρασί Φρούτα Βασίλης Χ Χ Μανώλης X Χ X Ελένη X Μαρία Χ X Κώστας Χ X 2 2 -anonymous dataset Manolis Terrovitis

ΑΝΩΝΥΜΟΠΟΙΗΣΗ ΜΕ ΓΕΝΙΚΕΥΣΗ a a A 1, 2 k=2 m=2

ΓΡΑΦΟΣ ΓΕΝΙΚΕΥΣΗΣ...ΠΕΡΙΠΟΥ ΚΑΘΟΛΙΚΉ ΓΕΝΙΚΕΥΣΗ

COUNT TREE ΜΊΑ ΒΟΗΘΗΤΙΚΉ ΔΟΜΗ ΓΙΑ ΤΗΝ ΛΥΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ t 2 a, b a, b, A, B 2 1 2 1 A B a2 1 1 A, B, a2, b1, AB, Ab1, Ba2, a 32 2 21 b 1 1 2 b1 b 1 a B 2 1 1 1 b 1 1

ΑΠΩΛΕΙΑ ΠΛΗΡΟΦΟΡΙΑΣ Μετρικές ανάλογα με τις ανάγκες επεξεργασίας Π.χ. Ακρίβεια απάντησης σε συναρτήσεις συνάθροισης Ακρίβεια ανίχνευσης προτύπων εξόρυξης γνώσης Γενικευμένες μετρικές Μία καλή ομαδοποίηση φτιάχνει ομάδες από παρόμοια ψευδοαναγνωριστικά normalized certainty penalty (NCP) Μετρά την περίμετρο κάθε ομάδας Σε κατηγορικά δεδομένα λαμβάνει υπόψη το ύψος του δέντρου της γενίκευσης στο οποίο φτάνει, καθώς και το μέγεθος των κλάσεων Κακή γενίκευση Ανισομερή παραλληλόγραμμα Καλή γενίκευση Λιγότερο ανισομερή παραλληλόγραμμα

ΧΩΡΙΚΉ ΠΛΗΡΟΦΟΡΙΑ - ΠΗΓΕΣ GPS στον αυτοκίνητο Υποχρεωτικό από την ασφαλιστική αυτοκινήτου Outsource των δεδομένων σε άλλη εταιρεία Δεδομένα από οικονομικές συναλλαγές Μαγνητικές κάρτες Πιστωτικές κάρτες Από τα μέσα μαζικής μεταφοράς Μαγνητικές κάρτες εισιτηρίων (RFIDs) Από εκούσια δημοσίευση σε κοινωνικά δίκτυα, μπλογκς κτλ

ΧΩΡΙΚΉ ΠΛΗΡΟΦΟΡΙΑ - ΕΦΑΡΜΟΓΕΣ On-line Παρακολούθηση κινούμενων αντικειμένων Ανάλυση κίνησης σε πραγματικό χρόνο Διάθεση Υπηρεσιών Βασιζόμενων στην Θέση (Location Based Services) Off-line Συλλογή στοιχείων κίνησης Ανάλυση δεδομένων για την εξαγωγή γνώσης, προτύπων συμπεριφοράς Υποστήριξη αποφάσεων με βάση δεδομέναν κίνησης Ευφυή συστήματα μεταφορών κτλ

ΔΗΜΟΣΙΕΥΣΗ ΚΑΙ ΚΙΝΔΥΝΟΙ Ανάγκη δημοσίευσης Οι δημόσιες αρχές μπορούν να μετρήσουν τις ροές κίνησης Η συμπεριφορά κίνησης βοηθά στον αποτελεσματικότερο σχεδιασμό των μαζικών μέσων μεταφορών Οι εταιρείες μπορούν να ελέγχουν την διακίνηση των προϊόντων τους και την βελτιστοποίηση των διαδρομών Εκτεταμένοι Κίνδυνοι Αποκάλυψης Συνηθειών Προσωπικών Σχέσεων Επαγγελματικών Εμπορικών Θρησκευτικές πολιτικές πεποιθήσεις Σεξουαλικό προσανατολισμό κα

ΧΩΡΙΚΑ ΔΕΔΟΜΕΝΑ Πιο σύνθετα Δομική πληροφορία Αυθαίρετο ποσό πληροφορίας Αραιά πολυδιάστατα δεδομένα Ανάγκη για προστασία σε πραγματικό χρόνο Περιορισμοί συσκευών Περιορισμοί καναλιών επικοινωνίας Έλλειψη διαχωρισμού μεταξύ ευαίσθητων τιμών και ψευδοαναγνωριστικών

ΥΠΗΡΕΣΙΕΣ ΒΑΣΙΖΟΜΕΝΕΣ ΣΤΗΝ ΘΕΣΗ

SPATIAL CLOAKING Κάθε ερώτηση έχει τρία στοιχεία: id αναγνωριστικό l θέση q ερώτηση Τρεις κατηγορίες κινδύνων: κίνδυνος για την ταυτότητα k-ανώνυμη περιοχή κίνδυνος για την αποκάλυψη συσχέτισης id και q l πολύμορφη περιοχή κίνδυνος για την τοποθεσία εκτεταμένη περιοχή

ΒΑΣΙΚΑ ΣΗΜΕΙΑ Καθυστέρηση προώθησης Μέχρι να μαζευτούν αρκετές όμοιες ερωτήσεις Πρόβλημα καθυστέρησης της υπηρεσίας Γενίκευση της περιοχής Ώστε να περιέχει αρκετούς χρήστες Να μην προδίδει το ακριβές στίγμα Μεγάλος όγκος άχρηστων απαντήσεων Ορισμός ευαίσθητων περιοχών Μερικές περιοχές αποκαλύπτουν πιο ευαίσθητη πληροφορία από άλλες Πιο αυστηρή εγγύηση: Historical k-anonymity Ο πάροχος θυμάται παλαιότερες ερωτήσεις

ΑΝΩΝΥΜΟΠΟΙΗΣΗ ΓΙΑ ΤΡΟΧΙΕΣ Βασικά προβλήματα Όταν οι τροχιές είναι μεγάλες είναι δύσκολο να βρουμε αρκετές που να είναι παρόμοιες Διασταύρωση με αυθαίρετη μερική γνώση Βασικές τεχνικές Γενίκευση σημείων (generalization) Απόκρυψη σημείων (suppression) Εναλλαγή σημείων (perturbation) Αναδόμηση (reconstruction)

ΑΝΩΝΥΜΟΠΟΙΗΣΗ ΓΙΑ ΤΡΟΧΙΕΣ

ΜΟΝΤΕΛΟ ΕΠΙΘΕΣΗΣ ΜΕ ΜΕΡΙΚΉ ΓΝΩΣΗ Αρχικά δεδομένα a 1 b 1 a 2 a 1 b 1 a 2 b 3 a 1 b 2 a 2 a 1 a 2 b 2 a 1 a 3 b 1 a 3 b 1 a 3 b 2 a 3 b 2 b 3 Δεδομένα επιτιθέμενου a 1 a 2 a 1 a 2 a 1 a 2 a 1 a 2 a 1 a 3 a 3 a 3 a 3

ΜΟΝΤΕΛΟ ΕΠΙΘΕΣΗΣ Αρχικά δεδομένα a 1 b 1 a 2 a 1 b 1 a 2 b 3 a 1 b 2 a 2 a 1 a 2 b 2 a 1 a 3 b 1 a 3 b 1 a 3 b 2 a 3 b 2 b 3 Δεδομένα επιτιθέμενου a 1 a 2 a 1 a 2 a 1 a 2 a 1 a 2 a 1 a 3 a 3 a 3 a 3

ΜΟΝΤΕΛΟ ΕΠΙΘΕΣΗΣ Αρχικά δεδομένα a 1 b 1 a 2 a 1 b 1 a 2 b 3 a 1 b 2 a 2 a 1 a 2 b 2 a 1 a 3 b 1 a 3 b 1 a 3 b 2 a 3 b 2 b 3 Δεδομένα επιτιθέμενου a 1 a 2 a 1 a 2 a 1 a 2 a 1 a 2 a 1 a 3 a 3 a 3 a 3

ΜΟΝΤΕΛΟ ΕΠΙΘΕΣΗΣ Αρχικά δεδομένα a 1 b 1 a 2 a 1 b 1 a 2 b 3 a 1 b 2 a 2 a 1 a 2 b 2 a 1 a 3 b 1 a 3 b 1 a 3 b 2 a 3 b 2 b 3 Δεδομένα επιτιθέμενου a 1 a 2 a 1 a 2 a 1 a 2 a 1 a 2 a 1 a 3 a 3 a 3 a 3

ΜΟΝΤΕΛΟ ΕΠΙΘΕΣΗΣ προβολή P(b1) P(b2) P(b3) a 1 a 2 50% 50% 25% a 1 a 3 100% 0% 0% a 3 33% 67% 33%

ΑΝΩΝΥΜΟΠΟΙΗΣΗ ΜΕ ΑΠΟΚΡΥΨΗ Αρχικά Δημοσιευμένα Επιτιθέμενος a 1 b 1 a 2 a 1 b 1 a 2 b 3 a 1 b 2 a 2 a 1 a 2 b 2 a 1 b 1 a 2 a 1 b 1 a 2 b 3 a 1 b 2 a 2 a 1 a 2 b 2 a 1 a 2 a 1 a 2 a 1 a 2 a 1 a 2 α 1 a 3 b 1 a 3 b 1 a 1 a 3 a 3 b 1 a 3 b 1 a 3 a 3 b 2 a 3 b 2 a 3 a 3 b 2 b 3 a 3 b 2 b 3 a 3

ΑΝΩΝΥΜΟΠΟΙΗΣΗ ΜΕ ΑΠΟΚΡΥΨΗ Αρχικά Δημοσιευμένα Επιτιθέμενος a 1 b 1 a 2 a 1 b 1 a 2 b 3 a 1 b 2 a 2 a 1 a 2 b 2 a 1 b 1 a 2 a 1 b 1 a 2 b 3 a 1 b 2 a 2 a 1 a 2 b 2 a 1 a 2 a 1 a 2 a 1 a 2 a 1 a 2 α 1 a 3 b 1 a 3 b 1 a 1 a 3 a 3 b 1 a 3 b 1 a 3 a 3 b 2 a 3 b 2 a 3 a 3 b 2 b 3 a 3 b 2 b 3 a 3

ΑΝΩΝΥΜΟΠΟΙΗΣΗ ΜΕ ΑΠΟΚΡΥΨΗ Αρχικά Δημοσιευμένα Επιτιθέμενος a 1 b 1 a 2 a 1 b 1 a 2 b 3 a 1 b 2 a 2 a 1 a 2 b 2 a 1 b 1 a 2 a 1 b 1 a 2 b 3 a 1 b 2 a 2 a 1 a 2 b 2 a 1 a 2 a 1 a 2 a 1 a 2 a 1 a 2 α 1 a 3 b 1 a 3 b 1 a 1 a 3 a 3 b 1 a 3 b 1 a 3 a 3 b 2 a 3 b 2 a 3 a 3 b 2 b 3 a 3 b 2 b 3 a 3

ΑΝΩΝΥΜΟΠΟΙΗΣΗ ΜΕ ΑΠΟΚΡΥΨΗ προβολή P(b 1 ) P(b 2 ) P(b 3 ) a 1 a 2 50% 50% 25% a 1 a 3 50% 50% 25% a 3

ΔΙΑΦΟΡΕΣ ΠΡΟΣΤΑΣΙΑΣ ΤΗΣ ΙΔΙΩΤΙΚΌΤΗΤΑΣ ΣΕ LBS ΚΑΙ ΣΤΗΝ ΔΗΜΟΣΙΕΥΣΗ ΤΡΟΧΙΩΝ Υπηρεσίες vs Δεδομένα Ποιότητα δεδομένων vs Ποιότητα υπηρεσιών Τρέχουσα θέση vs ιστορική πληροφορία Επεξεργασία σε πραγματικό χρόνο vs Ασύχρονη επεξεργασία

ΑΝΑΚΕΦΑΛΑΙΩΣΗ Ή προστασία της ιδιωτικότητας είναι πολύ σημαντικό πρόβλημα όταν θέλουμε να δημοσιεύσουμε δεδομένα χωρίς να αποκαλύψουμε ευαίσθητη πληροφορία για τους χρήστες Στην διαδικασία επίλυσης του προβλήματος πρέπει να αντιμετωπίσουμε τα εξής θέματα: Ποιοι είναι οι κίνδυνοι για την ιδιωτικότητα στην πληροφορία που δημοσιεύουμε; Αποκάλυψη συμμετοχής Αναγνώριση Συσχέτιση

ΑΝΑΚΕΦΑΛΑΙΩΣΗ Ποιοι είναι οι ενδεδειγμένοι μετασχηματισμοί; Απόκρυψη Γενίκευση (πλήρους πεδίου, καθολική, τοπική) Αποσυσχέτιση Εναλλαγή τιμών Πως θα μετρήσουμε την απώλεια της πληροφορίας Ποιότητα πληροφορίας vs επίπεδο προστασίας

ΑΝΑΚΕΦΑΛΑΙΩΣΗ Χωρική πληροφορία Αντιμετώπιση προβλημάτων σε πραγματικό χρόνο Υπηρεσίες Βασιζόμενες στην Θέση Προστασία θέσης vs ποιότητα υπηρεσίας Αντιμετώπιση προβλημάτων σε δημοσίευση τροχιών Πολυδιάστατη πληροφορία Ακρίβεια της τροχιάς vs εγγύηση ιδιωτικότητας

Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα» του ΕΜΠ έχει χρηματοδοτήσει μόνο την αναδιαμόρφωση του υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους.