Conceptual Model Suggestions for Privacy Preserving Big Data Publishing

Canbay, Yavuz; Vural, Yılmaz; Sağıroğlu, Şeref

doi:10.2339/politeknik.535184

Cited by 5 publications

(1 citation statement)

References 23 publications

(19 reference statements)

Supporting

Mentioning

Contrasting

Order By: Relevance

“…In addition, it has become a new field of study that needs to be worked on to ensure the privacy of sensitive data about individuals and organizations in mining operations or in any area where data is accessible. The term confidentiality used here should not only be considered as the protection of data from threats from attackers, but it also means of preventing unauthorized access and use [4,5].…”

Section: Introductionmentioning

confidence: 99%

A New Geometric Data Perturbation Method for Data Anonymization Based on Random Number Generators

Kanmaz

Aydın

Sertbaş

2021

JWE

View full text Add to dashboard Cite

With the technology’s rapid development and its involvement in all areas of our lives, the volume and value of data have become a significant field of study. Valuation of the data to this extent has produced some consequences in terms of people’s knowledge. Data anonymization is the most important of these issues in terms of the security of personal data. Much work has been done in this area and continues to being done. In this study, we proposed a method called RSUGP for the anonymization of sensitive attributes. A new noise model based on random number generators has been proposed instead of the Gaussian noise or random noise methods, which are being used conventionally in geometric data perturbation. We tested our proposed RSUGP method with six different databases and four different classification methods for classification accuracy and attack resistance; then, we presented the results section. Experiments show that the proposed method was more successful than the other two classification accuracy, attack resistance, and runtime.

show abstract

Section: Introductionmentioning

confidence: 99%

A New Geometric Data Perturbation Method for Data Anonymization Based on Random Number Generators

Kanmaz

Aydın

Sertbaş

2021

JWE

View full text Add to dashboard Cite

show abstract

Anonymization Methods for Privacy-Preserving Data Publishing

Kara

Eyüpoğlu²

2023

Engineering Cyber-Physical Systems and Critical Infrastructures

View full text Add to dashboard Cite

The Impact of Artificial Intelligence-Based Systems on Personal Data Privacy: A Study on Chatbots

BAŞKAYA>

Karacan

2022

Bilişim Teknolojileri Dergisi

View full text Add to dashboard Cite

Günümüz gelişen teknolojisiyle birlikte yapay zekâ kullanımı artmıştır. Bu durumun çoğunlukla faydaları üzerine konuşulsa da kişisel veri mahremiyetine ve güvenliğine olumsuz etkisi göz ardı edilmemelidir. Çünkü yapay zekâ için ham madde olan veriler, kişilerin mahremiyet haklarına aykırı durumlara neden olabilmektedir. Bu doğrultuda ilgili çalışmada; genel olarak yapay zekânın kişisel veri mahremiyeti açısından oluşturduğu risklere, bu risklerin giderilmesi için önerilen bazı yöntemlere ve bu yöntemlerden biri olan federe öğrenme metodu ile ilgili detaylara yer verilmiştir. Ayrıca günümüzde çeşitli sektörlere ait uygulamalarda sıklıkla kullanılan yapay zekâ ürünü, sohbet robotları (chatbot) ile ilgili bir inceleme ve anket çalışması yapılmıştır. Bu anlamda; sohbet robotlarının kullanımı ve yapısının kişisel veri güvenliğine uygunluğu ile ilgili detaylara ve önerilere yer verilirken anket çalışmasında ise kişilere yöneltilen dört adet soru ile kişilerin, sohbet robotu kullanma boyutunu ve sohbet robotu kullanımının kişisel verilere etkisine yönelik farkındalığını ölçmek amaçlanmıştır. Anket sonuçları, sohbet robotlarının en fazla bankacılık işlemleri için kullanıldığını ve bireylerin %62,1’inin ise bu servislerin kişisel verileri kaydedip işleyebileceğini bilmediğini göstermiştir.

show abstract

Conceptual Model Suggestions for Privacy Preserving Big Data Publishing

Cited by 5 publications

References 23 publications

A New Geometric Data Perturbation Method for Data Anonymization Based on Random Number Generators

A New Geometric Data Perturbation Method for Data Anonymization Based on Random Number Generators

Anonymization Methods for Privacy-Preserving Data Publishing

The Impact of Artificial Intelligence-Based Systems on Personal Data Privacy: A Study on Chatbots

Contact Info

Product

Resources

About