Anonimowo¿¿ danych - ochrona prywatno¿ci w publikowaniu otwartych danych

W ci-gu ostatnich kilku lat wraz z wyk-adniczym wzrostem ilo-ci danych cyfrowych generowanych i przechowywanych w du-ych hurtowniach do ró-nych celów naukowych i statystyczno-analitycznych. Rosn- obawy o prywatno-- danych, poniewä gromadzone dane mog- zawierä wräliwe dane osobowe, a tak-e inne istotne informacje. W zwi-zku z tym istnieje prawdopodobie-stwo, -e mog- one zostä niew-äciwie wykorzystane. W naszym badaniu zwracamy uwag- na kluczowe koncepcje, narz-dzia i techniki w zakresie ochrony prywatno-ci danych, istotnego elementu, który tworzy cykl -ycia danych cyfrowych, pocz-wszy od gromadzenia danych - przetwarzania danych, analizy danych po wizualizacj- i interpretacj-. Stosujemy anonimowo-- danych, powszechnie stosowan- technik- ochrony danych, która dziäa na algorytmie anonimowo-ci k i badamy wynikowy wynik. Anonimowo-- danych i inne techniki ochrony danych rzadko wi--- si- z utrat- informacji, co mo-e zmieni- ogólny wynik analizy poprzez zmian- charakteru zbioru danych. W tym badaniu stosujemy i anonimizujemy zbiór danych przy u-yciu ró-nych technik i badamy wyniki.

K. V. Vittal Hebbar ha conseguito un master in scienza dei dati presso l'Università di East London, Londra, nel settembre 2015. I programmi chiave inclusi nella scienza dei dati sono Ecologia dei dati, analisi qualitativa e quantitativa dei dati, processo decisionale avanzato. Hebbar ha esperienza nel campo della programmazione analitica e ha lavorato a un progetto per un'azienda globale.