Mostrar el registro sencillo del ítem

Prevención de análisis para desanonimización de datos de usuarios

dc.rights.licenseAttribution-NonCommercial-NoDerivatives 4.0 Internacionalspa
dc.contributor.advisorRueda Rodríguez, Sandra Julieta 
dc.contributor.authorIbarra Sierra, Juan Lucas Alberto
dc.contributor.authorMonsalve Meneses, Juan David
dc.date.accessioned2022-06-14T21:05:02Z
dc.date.available2022-06-14T21:05:02Z
dc.date.issued2022-06-09
dc.identifier.urihttp://hdl.handle.net/1992/57947
dc.description.abstractDado el problema de la fuga de información de bases de datos anonimizadas, este proyecto busca solucionar por medio de la técnica de la privacidad diferencial el consumo de información responsable, evitando así de manera efectiva este problema dentro de las compañías. Es así como decidimos construir una plataforma donde administradores de información podrán de manera dinámica acceder y administrar sus bases de datos, y aplicar procesos de privacidad diferencial con el fin de ser distribuida posteriormente sin implicar riesgos al interior de una organización, o de forma pública.
dc.format.extent79 páginases_CO
dc.format.mimetypeapplication/pdfes_CO
dc.language.isospaes_CO
dc.publisherUniversidad de los Andeses_CO
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.titlePrevención de análisis para desanonimización de datos de usuarios
dc.typeTrabajo de grado - Pregradoes_CO
dc.publisher.programIngeniería de Sistemas y Computaciónes_CO
dc.subject.keywordPrivacidad diferencial
dc.subject.keywordAnonimización
dc.subject.keywordFuga de información
dc.publisher.facultyFacultad de Ingenieríaes_CO
dc.publisher.departmentDepartamento de Ingeniería Sistemas y Computaciónes_CO
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.subject.armarcProtección de datos
dc.subject.armarcBancos de datos
dc.subject.armarcSeguridad en computadores
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.description.degreenameIngeniero de Sistemas y Computaciónes_CO
dc.description.degreelevelPregradoes_CO
dc.contributor.researchgroupPrivacidad y seguridad en ambientes cloudes_CO
dc.identifier.instnameinstname:Universidad de los Andeses_CO
dc.identifier.reponamereponame:Repositorio Institucional Sénecaes_CO
dc.identifier.repourlrepourl:https://repositorio.uniandes.edu.co/es_CO
dc.relation.referencesAshwin Machanavajjhala, J. G. (2006). -Diversity: Privacy Beyond k-Anonymity. Cornell: Department of Computer Science, Cornell University.es_CO
dc.relation.referencesBin Zhou, J. P.-S. (2008). A Brief Survey on Anonymization Techniques for Privacy. Vancouver, Canadaes_CO
dc.relation.referencesIBM. (20 de Abril de 2021). IBM. Obtenido de https://www.ibm.com/docs/es/ibm mq/7.5?topic=ssfksj-7-5-0-com-ibm-mq-sec-doc-q009740--htmes_CO
dc.relation.referencesIBM. (19 de Marzo de 2021). IBM. Obtenido de https://www.ibm.com/docs/es/tivoli monitoring/6.3.0?topic=policies-authorization-policy-conceptses_CO
dc.relation.referencesPragma. (28 de Mayo de 2019). Pragma. Obtenido de https://www.pragma.com.co/academia/lecciones/bases-de-datos-relacionales-vs.-no relacionaleses_CO
dc.relation.referencesSuperintendencia de Seguridad Social de Chile. (11 de 2020). Superintendencia de Seguridad Social de Chile. Manual del Método del Cuestionario SUSESO/ISTAS21. Obtenido de https://www.suseso.cl/606/articles-19640_archivo_01.pdfes_CO
dc.relation.referencesD.E. Denning, P. D. (1979). The tracker: a threat to statistical database security. M.D. Schwartz.: ACM Transactions on Database Systemses_CO
dc.relation.referencesMajeed, A. &. (2020). Anonymization Techniques for Privacy Preserving Data Publishing: A Compregensive Survey. Sungchang: IEEE.es_CO
dc.relation.referencesSamarati., P. (2001). Protecting Respondent´s Identities in Microdata Release. IEEE Transactions on Knowledge and Data Engineeringes_CO
dc.relation.referencesSweeney, L. (2000). Simple Demographics Often Identify People Uniquely. Retrieved 01 26, 2022. Obtenido de https://pdf4pro.com/view/simple-demographics-often-identify people-uniquely-5a4021.htmles_CO
dc.relation.referencesSweeney., L. (2002). k-ANONYMITY: A Model for Protecting Privacyes_CO
dc.relation.referencesTorra, V. &. -A. (2016). Big Data Privacy and Anonymizationes_CO
dc.relation.referencesÚ. Erlingsson, V. Pihur, A. Korolova. (2014). RAPPOR: Randomized Aggregatable Privacy-Preserving Ordinal Responses_CO
dc.relation.referencesBBC News Mundo. (2018, abril 11). «Fue mi error y lo siento»: Mark Zuckerberg, fundador de Facebook, comparece ante el Congreso de Estados Unidos por el escándalo de Cambridge Analytica. Obtenido de https://www.bbc.com/mundo/noticias-internacional-43720004es_CO
dc.relation.referencesEditorial La República S.A.S. (2021, 4 febrero). En 2020 las quejas por protección de datos subieron 27% y la SIC, emitió 76 sanciones. AsuntosLegales. Obtenido de https://www.asuntoslegales.com.co/actualidad/en-2020-las-quejas-por-proteccion-de-datos- subieron-27-y-la-sic-emitio-76-sanciones-3120123#:%7E:text=Superindustria%20recibi%C3%B3%2016.237%20quejas%20por,pasado%2C%20se%20ubic%C3%B3%20en%201.353.es_CO
dc.relation.referencesMicrosoft Research, Silicon Valley, Dwork, C., McSherry, F., Nissim, K., & Smith, A. (2006, enero). Calibrating Noise to Sensitivity in Private Data Analysis.es_CO
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentTextes_CO
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.subject.themesIngenieríaes_CO


Ficheros en el ítem

Thumbnail

Nombre: documento_tesis_final (1).pdf

[PDF] PDF Open Access[PDF] VER Open Access

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem