19357616
Description
Mind Map by Francisco Flores, updated more than 1 year ago
|
Created by Francisco Flores
about 5 years ago
|
|
Information Security in Big Data:
Privacy and Data Mining
- La privacidad del KDD
- Valor de los datos
- Amenazas a la privacidad
- Acceso no autorizado a
datos personales
- Descubrimiento no deseado de
información embarazosa
- Uso de la información para
propositos ajenos
- Acceso no autorizado a
datos personales
- Privacy Preserving Data Mining (PPDM)
- Objetivo
- Salvaguardar la
información sensible
- Preservar la utilidad
de los datos
- Salvaguardar la
información sensible
- Los datos sensibles crudos no pueden
ser minados directamente
- Resultados sensibles de la minería
deben ser excluidos
- Objetivo
- Valor de los datos
- Knowledge Discovery from Data (KDD)
- Procesamiento de datos
- Selección
- Limpieza
- Integración
- Selección
- Transformación de los
datos
- Encontrar herramientas útiles
para represetar los datos
- Encontrar herramientas útiles
para represetar los datos
- Minería de datos
- Métodos inteligentes
- Extracción de patrones de datos
- Métodos inteligentes
- Patrones de evaluación
y presentación
- Evaluación
- Representación
- Evaluación
- Procesamiento de datos
- Metodología Basada en Roles
- Problema de privacidad presente en
todo el proceso del KDD
- Información Sensible
- Información que sólo ciertas personas
tienen permitido ver
- Información que sólo ciertas personas
tienen permitido ver
- Tipos de Usuarios
- Proveedor
- Posee los datos deseados
- Control de los datos sensibles
- Habilidad de hacer privada su información
- Ocultar la información sensible
- Compensación por pérdida de privacidad
- Control de los datos sensibles
- Posee los datos deseados
- Colector
- Recolecta los datos y los
pasa al minero
- Modificación de los datos
- Datos útiles después de modificarlos
- Garantía de que no existe
información sensible y aún es útil
- Modificación de los datos
- Recolecta los datos y los
pasa al minero
- Minero
- Realiza la minería de datos
- Se enfoca en esconder la sensibilidad de los
resultados a las partes de poca confianza
- Se enfoca en esconder la sensibilidad de los
resultados a las partes de poca confianza
- Realiza la minería de datos
- Decision maker
- Toma acción para alcanzar un objetivo
basado en el resultado de la minería de datos
- Se preocupa de la credibilidad de los datos
- Se preocupa de la credibilidad de los datos
- Toma acción para alcanzar un objetivo
basado en el resultado de la minería de datos
- Proveedor
- Problema de privacidad presente en
todo el proceso del KDD
- La teoría del juego
- Beneficio vs Costo de Privacidad
- Un usuario actuará en su beneficio
- La acción de un usuario puede tener
efecto en los intereses del otro usuario
- La acción de un usuario puede tener
efecto en los intereses del otro usuario
- Los jugadores (usuarios) reciben pagos
- Acciones propias
- Acciones de otros jugadores
- Acciones propias
- Información
- Conocimiento de las diferentes
variables del juego
- Resultado
- Valor de las acciones
- Pagos
- Estrategia
- Equilibrio
- Equilibrio
- Valor de las acciones
- Conocimiento de las diferentes
variables del juego
- El colector y el proveedor negocian el precio de
los datos senibles y la protección de provacidad
- Anonimación de los datos
- Se llega un precio del usuario de los
datos con el colector
- Se llega un precio del usuario de los
datos con el colector
- Anonimación de los datos
- Beneficio vs Costo de Privacidad
Media attachments
Want to create your own Mind Maps for free with GoConqr? Learn more.