Anonymization method based on sparse coding for power usage data

Haradat, Keiya; Ohnot, Yuta; Nakamura, Yuichi; Nishit, Hiroaki

doi:10.1109/indin.2018.8471982

Cited by 5 publications

(2 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…O sistema de anonimato proposto é baseado no conceito de roteamento do Tor. Já em [Haradat et al 2018], é proposto um método para anonimizar dados de demanda de energia.…”

Section: Contribuic ¸õEs Esperadasunclassified

Um mecanismo para recomendação de algoritmos de anonimização de dados baseado no perfil dos dados para ambientes IoT

Neves¹,

Garcia²,

Bonfim

2021

Anais Estendidos Do XII Congresso Brasileiro De Software: Teoria E Prática (CBSoft Estendido 2021)

View full text Add to dashboard Cite

Apesar dos grandes desafios relacionados à privacidade dos dados, a Internet das Coisas (IoT) continua em franca ascensão. Existem inúmeros dispositivos espalhados por vários locais, tais como, casas inteligentes, carros inteligentes, locais públicos, bem como, dispositivos que as pessoas usam em seu corpo, por exemplo, smartwatches. Parte dessas pessoas usam esses dispositivos sem saber das suas reais capacidades e potencialidades. Assim sendo, o problema que permeia esta pesquisa é: não foi identificado na literatura uma solução para privacidade de dados baseada em anonimização que seja adaptável para vários ambientes de uso da IoT. Diante disto, objetivou-se com esta pesquisa a proposição de uma solução que possa recomendar qual o algoritmo de anonimização de dados é mais adequado para um conjunto de dados de acordo com suas características, e que consiga aprender conforme analisa os dados. Para a condução e a execução desta pesquisa foi escolhido como método principal o Design Science Research (DSR) que é uma abordagem que tem duplo objetivo: (i) desenvolver um artefato para resolver um problema prático num contexto específico e (ii) gerar novos conhecimentos técnicos e científicos. As principais contribuições desta pesquisa serão: (i) a solução proposta; (ii) criação dos critérios para escolha de algoritmos de anonimização baseado nas características dos dados; (iii) uma ontologia para dar suporte a recomendação baseada na lógica de descrição; (iv) modelo de aprendizagem para atualizar a base de conhecimento da ontologia à medida que analisa novos dados; e (v) o método para a avaliação da solução proposta. Os resultados da Revisão Sistemática da Literatura (RSL) podem ser considerados contribuições para a comunidade científica, pois nela são apresentadas as principais técnicas de anonimização usadas atualmente para fornecer privacidade em IoT, bem como os pontos positivos e negativos de cada uma.

show abstract

“…O sistema de anonimato proposto é baseado no conceito de roteamento do Tor. Já em [Haradat et al 2018], é proposto um método para anonimizar dados de demanda de energia.…”

Section: Contribuic ¸õEs Esperadasunclassified

Um mecanismo para recomendação de algoritmos de anonimização de dados baseado no perfil dos dados para ambientes IoT

Neves¹,

Garcia²,

Bonfim

2021

Anais Estendidos Do XII Congresso Brasileiro De Software: Teoria E Prática (CBSoft Estendido 2021)

View full text Add to dashboard Cite

show abstract

“…Most users are unwilling to share their personal data directly with third parties, whether for academic research or commercial analysis because personal data contains private or confidential information, such as economic situation or living habits [14]. In view of this, the autonomous collection of personal data makes privacy one of the main ethical and/or technological concerns regarding IoT today [15,16]. There are various types of data privacy solutions in IoT [17].…”

mentioning

confidence: 99%

Smart Anonymity: a mechanism for recommending data anonymization algorithms based on data profiles for IoT environments

Neves,

Souza,

Lima

et al. 2024

J Supercomput

View full text Add to dashboard Cite

The Internet of Things (IoT) has grown rapidly in recent years. However, coupled with a large number of devices and the huge volume of data generated by these devices, an impasse arises: the privacy of the data of IoT device users. The goal of this research is to propose a solution that recommends which data anonymization algorithm is the most suitable for the dataset according to its characteristics. Among the contributions of this research, we can highlight the creation of metrics for classifying IoT data. Using the metrics to create two Ontologies that use Description Logic for classification of IoT data. The use of Description Logic brings as positive points the verification of inconsistency and discovery of new facts to validate data. The evaluation results demonstrate that the use of the proposed approach brings benefits for user privacy.

show abstract