Детальная информация

В настоящей выпускной работе бакалавра проведён анализ существующих алгоритмов обезличивания данных. Предложен алгоритм обезличивания базы данных на основе метода k-анонимности (k-анонимизации) на основе кластеризации и осуществлено его применение к базе данных поликлиники, созданной на основе Web-приложения. Определена функция вычисления расстояния между двумя кортежами. Представленный алгоритм эффективен независимо от типа значений атрибутов базы данных.

ˆThis bachelor work analyzes the existing algorithms of de-identification and suggests the algorithm based on k-anonymity implementation. The suggested algorithm is enforced through k-member clustering and is applied to the polyclinic database, which is created as a web-application. The distance metrics between two database records is defined. The algorithm is considered to be suitable for attributes of different domains.

• Таблица 3. Данные, обезличенные в соответствии с критерием k-анонимности
• Таблица 4. Значения функции потери информации при разных значениях k
• По уникальному сочетанию даты рождения и района проживания злоумышленник может связать две базы данных и определить диагноз субъекта. Таким образом, можно заключить, что опубликованные данные о пациентах перестают быть обезличенными, а, следовательно,...
• Такой критерий есть, и он называется к-анонимностью. Суть этого критерия была сформулирована в работе, опубликованной в 2002 году Латаньей Суини, и заключалась в решении следующей задачи: «Имеются некие структурированные персональные данные. Необходим...
• Следующая таблица обладает k-анонимностью при k=2.
• Таблица 1.3.
• Данные, обезличенные в соответствии с критерием k-анонимности
• Следует отметить, что задача, поставленная Суини, включает сохранение применимости данных, что совпадает с требованиями к свойствам обезличенных персональных данных, указанными в приказе №996 [3,15]. Одной из задач работы Суини является предоставлени...