Publicación:
Preservación de la privacidad en procesos de minería de datos basados en grafos

Vista sencilla de ítem
dc.contributor.authorCasas Roma, Jordi
dc.contributor.directorTorra, Vicenç
dc.contributor.directorHerrera, Jordi
dc.contributor.directorAznarte , José L.
dc.date.accessioned2024-05-20T12:33:26Z
dc.date.available2024-05-20T12:33:26Z
dc.date.issued2011-07-07
dc.description.abstractLos grafos son un formato de representacion complejo y exible, que permite representar de una forma natural una gran diversidad de realidades. Algunos ejemplos de estos datos son: redes sociales, redes de comunicaciones, estructuras biologicas, etc. En paralelo a la explotacion de este tipo de datos, aparecen los problemas de seguridad asociados a su difusion. Cuando se difunde un grafo se estan difundiendo datos de los individuos que aparecen en el, y algunos de ellos pueden ser datos sensibles o privados. Es necesario detectar y proteger las identidades de los individuos que aparecen en los grafos antes de proceder a su difusion. En este trabajo se realiza una breve revision del estado del arte en metodos de anonimizacion de grafos. Para poder ver la problematica en toda su dimension, tambien se revisan conceptos relacionados como las medidas de calidad o los metodos de re-identicacion y conocimiento del adversario. Tambien se realiza una breve revision sobre algunos metodos de minera de datos aplicada a grafos (graph mining). A continuacion se escogen dos metodos de anonimizacion y se analiza su comportamiento ante distintos conjuntos de datos reales. Se evalua el grado de perturbacion introducido a partir de las propiedades estructurales y el grado de afectacion que pueda tener en el resultado de los procesos de graph mining aplicados sobre los datos. Por otro lado, tambien se evalua el nivel de seguridad de los datos anonimizados. A partir de las deciencias observadas en los dos metodos de anonimizacion, se implementa un metodo basado en anteriores estudios de Liu y Terzi. El nuevo metodo es analizado con los mismos conjuntos de datos y demuestra superar algunas de las deciencias detectadas en los metodos anteriores.es
dc.description.provenanceMade available in DSpace on 2024-05-20T12:33:26Z (GMT). No. of bitstreams: 1 Casas_Roma_Jordi_TFM.pdf: 3015964 bytes, checksum: 298711172913cd3fed843d25222157df (MD5) Previous issue date: 2011-07-07en
dc.description.versionversión final
dc.identifier.urihttps://hdl.handle.net/20.500.14468/14508
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.
dc.relation.centerE.T.S. de Ingeniería Informática
dc.relation.degreeMáster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones
dc.relation.departmentInteligencia Artificial
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject1203.04 Inteligencia artificial
dc.subject.keywordsprivacidad
dc.subject.keywordsanonimización
dc.subject.keywordsgrafos
dc.subject.keywordsminería de datos
dc.subject.keywordsgraph mining
dc.titlePreservación de la privacidad en procesos de minería de datos basados en grafoses
dc.typemaster thesisen
dspace.entity.typePublication
relation.isDirectorOfPublication055e077d-5311-4756-a605-78fcee32b633
relation.isDirectorOfPublication.latestForDiscovery055e077d-5311-4756-a605-78fcee32b633
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Casas_Roma_Jordi_TFM.pdf
Tamaño:
2.88 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Trabajos de fin de máster (TFM)