Please use this identifier to cite or link to this item: http://monografias.ufrn.br/handle/123456789/4469
Title: Um Estudo Comparativo entre Algoritmos de Proteção da Privacidade e Segurança de Dados Aplicado à Bases de Dados na Área de Saúde
Authors: Nascimento, Francimaria Rayanne dos Santos
Keywords: Mineração de Dados;Data mining;Preservação da Privacidade;Privacy Preservation;Análise de agrupamentos.;Analysis of clusters
Issue Date: 16-Jun-2017
Publisher: Universidade Federal do Rio Grande do Norte
Citation: NASCIMENTO, Francimaria Rayanne dos Santos. Um Estudo Comparativo entre Algoritmos de Proteção da Privacidade e Segurança de Dados Aplicado à Bases de Dados na Área de Saúde. Caicó: UFRN, 2017.
Portuguese Abstract: O desenvolvimento de novas tecnologias e o crescente aumento no volume de dados coletados e armazenados em bases de dados na área de saúde, juntamente com a necessidade de compartilhamento desses dados, gerou benefícios e oportunidades para o processo de tomada de decisão com base no conhecimento, impulsionando a aplicação de técnicas de mineração de dados para extração de informações úteis. A despeito dos benefícios propiciados, o compartilhamento desses dados em seu formato original pode pôr em risco a privacidade dos registros. Por isso, algumas instituições que realizam pesquisas na área de saúde e necessitam fazer uso de várias fontes de dados, podem hesitar em compartilhar os seus dados entre si. Na tentativa de resolver este problema, diversas técnicas de proteção à privacidade de dados na mineração de dados foram propostas na literatura, nas quais são aplicados os mais diversos métodos. Tendo em vista a importância da aplicação dessas técnicas, neste trabalho é realizada uma análise comparativa entre as técnicas de anonimização, perturbação e DRBT, na busca de averiguar qual técnica é mais eficaz para preservação da privacidade dos dados submetidos à análise de agrupamentos. Os resultados obtidos mostram que as técnicas avaliadas são eficazes quanto a preservação da privacidade dos dados, evidenciando que quanto maior a privacidade obtida pela técnica, menor a precisão dos agrupamentos. Dentre as técnicas analisadas e testadas, a técnica de perturbação demonstrou ser mais eficaz, pois mantêm um equilíbrio entre a privacidade dos dados e a precisão dos resultados da mineração de dados.
Abstract: The development of new technologies and the growing increase in the volume of data collected and stored in databases in the health area, together with the need to share this data created benefits and oportunities to the knowledge based decision making process, pushing the application of data mining techniques to extract usefull information. Despite the benefits, sharing this data in its original form could jeoperdize the privacy of the records. Therefore, some institutions that research in the health care area and have the necessity to use various data sources, could hesitate to share their data amongst them. In an attempt to solve this problem, several techniques focused on data privacy protection on data mining have been proposed in the literacture, in which the most diverse methods are applied. Due the importance of the application of these techniques, in this paper a comparative analisys between anonymization, perturbation and DRBT techniques is realized, in search to find which technique is more efficient to preserve privacy of data submitted to cluster analisys. The obtained results display that the evaluated techniques are effective in preserving data privacy, showing that the greater the privacy obtained, the lower the accuracy of clusters. Among the analyzed and tested techniques, the perturbation technique proved to be more effective, since it maintains a balance between the data privacy and the accuracy of data mining results.
URI: http://monografias.ufrn.br/jspui/handle/123456789/4469
Other Identifiers: 2013011865
Appears in Collections:CERES - Sistemas de Informação

Files in This Item:
File Description SizeFormat 
UmEstudoComparativo_Nascimento_2017.pdf1.14 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.