Show simple item record

dc.contributor.advisorΛιμνιώτης, Κωνσταντίνος
dc.contributor.authorΚαραχρήστου, Μαργαρίτα
dc.contributor.otherKarachristou, Margarita
dc.coverage.spatialΚύπροςel_GR
dc.date.accessioned2017-02-10
dc.date.accessioned2017-02-13T07:37:11Z
dc.date.available2017-02-13T07:37:11Z
dc.date.copyright2016-12
dc.date.issued2017-02-13
dc.identifier.otherΠΕΣ/2016/00240el_GR
dc.identifier.urihttp://hdl.handle.net/11128/2768
dc.descriptionΠεριέχει βιβλιογραφικές παραπομπές.el_GR
dc.description.abstractΜε την ανάπτυξη της τεχνολογίας τα τελευταία χρόνια οι ανάγκες για τη χρήση και τη χρησιμοποίηση δεδομένων μέσω των κοινωνικών δικτύων αυξάνεται μέρα με τη μέρα. Υπάρχει τεράστιος όγκος πληροφοριών που οι χρήστες παρέχουν, ηθελημένα ή μη, με τη χρήση των κοινωνικών δικτύων. Η πληροφορία αυτή μπορεί να αποτελέσει χρήσιμο εργαλείο για επιστημονική ανάλυση. Κρίσιμο ζήτημα ωστόσο είναι το γεγονός ότι μέσω των κοινωνικών δικτύων υπάρχει μεγάλη επεξεργασία προσωπικών δεδομένων που πολλές φορές και οι ίδιοι οι χρήστες δεν επιθυμούν. Ειδικότερα, τα τελευταία χρόνια πλήθος δεδομένων προερχόμενα από κοινωνικά δίκτυα δημοσιεύονται με διάφορους τρόπους για περαιτέρω αξιοποίησή τους για λοιπούς επιστημονικούς σκοπούς. Ωστόσο, η δημοσίευση των δεδομένων αυτών, ακόμα και αν έχουν απαλειφτεί τα στοιχεία ταυτοποίησης των χρηστών για σκοπούς διατήρησης της ανωνυμίας τους, δε διασφαλίζει τελικά πλήρως την προστασία των προσωπικών τους δεδομένων. Ένας επιτιθέμενος, γνωρίζοντας κάποια πρόσθετη πληροφορία (π.χ. πληροφορία για «φιλίες» μεταξύ των «φίλων» ενός χρήστη του κοινωνικού δικτύου), μπορεί να είναι σε θέση να αναγνωρίσει κάποιον χρήστη από τα, φαινομενικά, ανωνυμοποιημένα δημοσιοποιημένα δεδομένα του κοινωνικού δικτύου. Αντικείμενο της παρούσας διατριβής είναι η μελέτη τεχνικών ανωνυμοποίησης γράφων κοινωνικών δικτύωσης (social networks graphs). Συγκεκριμένα, γίνεται μελέτη των πλεονεκτημάτων που παρέχουν οι γράφοι κοινωνικής δικτύωσης για την ανάλυση δεδομένων, σε αντιπαραβολή όμως με τους κινδύνους παραβίασης της ιδιωτικότητας των χρηστών των κοινωνικών δικτύων. Μελετώνται και καταγράφονται οι γνωστές μέχρι σήμερα τεχνικές ανωνυμοποίησης των γράφων αυτών, με συγκριτική αποτίμηση των πλεονεκτημάτων και μειονεκτημάτων τους. Στο πλαίσιο αυτό, αναπτύχθηκε μία νέα τεχνική ανωνυμοποίησης με σκοπό την κατά το δυνατόν ελάχιστη τροποποίηση ενός γράφου κοινωνικού δικτύου έτσι ώστε να επιτυγχάνεται ανωνυμία με – κατά το δυνατόν – μικρή απώλεια πληροφορίας.el_GR
dc.format.extentvii, 73 σ. 30 εκ.el_GR
dc.languagegrel_GR
dc.language.isogrel_GR
dc.rightsinfo:eu-repo/semantics/closedAccessel_GR
dc.subjectΚοινωνικά δίκτυα -- Ιδιωτικότηταel_GR
dc.subjectSocial networks -- Privacyel_GR
dc.titleΑνωνυμοποίηση γραφών κοινωνικής δικτύωσηςel_GR
dc.typeΜεταπτυχιακή Διατριβήel_GR
dc.description.translatedabstractIn recent years, with the development of technology, the need for the use and utilization of the data via social networks is increasing day by day. There is a vast amount of information that users provide, intentionally or not, through the use of social networks. This information can be a useful tool for scientific analysis. The critical issue however is the fact that through social networks there is great processing of personal data, which most of the time is performed without the user’s consent. . In particular, in recent years numerous data coming from social networks are published in various ways for their further utilization for several scientific purposes. However, the publication of such data, even if the users’ identification information are hidden to maintain anonymity, does not succeed to protect their personal data. An attacker having knowledge of some additional background information (eg. information about "friendships" among the "friends" of a user's social network) may be able to recognize a user by the seemingly anonymized data, publicly available through social networks. The subject of this thesis is the technical study of social networking graphs anonymization (social networks graphs). More presicely, this thesis focuses on the advantages offered by social networking graphs used for data analysis, in conjunction with the privacy risks that arise. All known anonymization techniques, until today, are being discussed via a comparative studyof their advantages and disadvantages. In this context, a new anonymization technique is proposed, that aims to achieve minimal modification of a social networking graph in order to maintain anonymity of the users with the smallest possible information loss.el_GR
dc.format.typepdfel_GR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record