FenixEdu™

Dissertação

{pt_PT=Privacy-preserving Data Publishing for the Academic Domain} {} EVALUATED

Detalhes: {pt=Este trabalho descreve o processo de publicação de dados de um sistema de informação do ensino superior. Dado que existe a intenção de tornar os dados acessíveis uma grande audiência, torna-se necessário tomar medidas para proteger a privacidade dos indivíduos. É demonstrado como construir um sistema, o FénixEdu-Priv, capaz de fornecer esses dados, re- speitando as questões de privacidade inerentes. O FénixEdu-Priv é capaz de receber uma query de um utilizador externo para aceder aos dados existentes, e retornar os dados, sem expor informação privada dos vários agentes académicos. O sistema resultante permite que as instituições académicas forneçam informação para entidades internas e externas, assegurando a privacidade dos seus alunos, docentes e restantes funcionários. Permite ainda configurar facilmente os níveis de privacidade dos da- dos disponibilizados. Esta dissertação quantifica o impacto das várias técnicas de anonimização sobre a utilidade dos dados, assim como o impacto da anonimização em estudos de análise comportamental de indivíduos. Os dados publicados podem ajudar a melhor compreender os alunos e professores, permitindo estudar as rotinas e melhorar o planeamento de várias actividades internas, tais como a distribuição de esforços da cantina por intervalos de tempo, rotinas de limpeza sucesso dos estudantes e ainda, estudar e caracterizar a população académica., en=This work addresses the release of a large academic information dataset. Since data is intended to be made accessible for a large audience, some measures need to be taken to protect individual privacy. It is shown how to build a system (FénixEdu-Priv) which is able to provide such data while con- sidering privacy issues. FénixEdu-Priv is able to receive queries from external entities for accessing data and retrieve the desired data without exposing private information about academic agents. The resulting system enables an academic institution to easily provide information for external entities en- suring individual privacy. Furthermore, it allows to easily tune privacy levels on released data. This dissertation quantifies the impact of anonymization techniques over data utility and it also stud- ies the impact of anonymization on behavioural patterns analysis. Released datasets will allow to better understand students and teachers, enabling the study of daily routines and improvement of the planning of many internal activities, such as cafeteria attendance, cleaning schedules or student performance. The dataset will also enable the study of interaction patterns on an academic population.}
Keywords: {pt=Publicação de Dados, Proteção de Privacidade, Pub. de Dados com Preservação de Priv, Análise de Redes Sociais., en=Data Publishing, Privacy Protection, Privacy-Preserving Data Publishing, Social Network Analysis}

Discussão: novembro 12, 2014, 14:30