| dc.contributor.advisor | Σιαηλής, Σταύρος | |
| dc.contributor.author | Χριστοφή, Αλέξανδρος | |
| dc.contributor.other | Christofi, Alexandros | |
| dc.coverage.spatial | Κύπρος | el_GR |
| dc.date.accessioned | 2022-03-28T08:27:18Z | |
| dc.date.available | 2022-03-28T08:27:18Z | |
| dc.date.copyright | 2022-03-28 | |
| dc.date.issued | 2021-11 | |
| dc.identifier.other | ΑΥΔ/2021/00093 | el_GR |
| dc.identifier.uri | http://hdl.handle.net/11128/5099 | |
| dc.description | Περιέχει βιβλιογραφικές παραπομπές. | el_GR |
| dc.description.abstract | Η εργασία αυτή μελετά τις προκλήσεις που υπάρχουν όσον αφορά την ιδιωτικότητα που υπάρχει κατά την χρήση Έξυπνων Ψηφιακών Βοηθών (ΕΨΒ) που υπάρχουν ως επί τον πλείστων στα σπίτια των χρηστών. Ανεξάρτητα με τα μέτρα και τους κανονισμούς που επιβάλλονται συνεχώς για την αντιμετώπιση αυτών των ανησυχιών, οι πληροφορίες που έρχονται στην κατοχή τέτοιων συσκευών θα μπορούσαν να προκαλέσουν προβλήματα όσον αφορά την ιδιωτικότητα και τη ψηφιακή ζωή του χρήστη, εκθέτοντας ευαίσθητες πληροφορίες.
Με τη χρήση ενός ΕΨΒ και συγκεκριμένα του Google Nest Mini 2nd generation, έγινε εκτέλεση μερικών πειραμάτων με σκοπό τη συλλογή πληροφορίων και της διερεύνησης των δεδομένων που μαζεύονται και στέλνονται/μεταδίδονται από τη συσκευή. Επίσης μέσω υλοποίησης αλγόριθμων εκμάθησης μηχανής (Machine Learning) για την ταξινόμηση των κρυπτογραφημένων δεδομένων που στάλθηκαν μέσω του δικτύου και μέσω SLC (Supervised Learning Classifiers) γίνεται προσπάθεια υπολογισμού της κάθε εντολής που δόθηκε από τον χρήστη. Μέσα από τα αποτελέσματα φαίνεται η δυνατότητα τέτοιων μεθόδων να εξάγουν κάποια προσωπικά δεδομένα παρόλο που τα δεδομένα είχαν διαδοθεί κρυπτογραφημένα. | el_GR |
| dc.format.extent | 46 σ. ; 30 εκ. | el_GR |
| dc.language | gr | el_GR |
| dc.language.iso | gr | el_GR |
| dc.publisher | Ανοικτό Πανεπιστήμιο Κύπρου | el_GR |
| dc.rights | info:eu-repo/semantics/closedAccess | el_GR |
| dc.subject | Έξυπνοι Ψηφιακοί Βοηθοί -- Ιδιωτικότητα | el_GR |
| dc.subject | Virtual personal assistants -- Privacy | el_GR |
| dc.title | Ιδιωτικότητα σε έξυπνους ψηφιακούς βοηθούς (Smart Virtual Assistants) | el_GR |
| dc.type | Μεταπτυχιακή Διατριβή | el_GR |
| dc.description.translatedabstract | This dissertation studies the privacy challenges that IoT and connected devices introduce. The main focus is on Virtual Personal Assistants, which are progressively being established in homes. The privacy of these devices is still an issue that has not been solved and its implications could threat the sensitive information of everyday users. Despite the measures and regulations that have been enforced to address these concerns, the personal information that smart home devices collect and transmit could induce exposures that are crucial for the preservation of digital identity and privacy.
An experimental study was carried out using a Google Nest Mini 2nd generation device in order to collect and investigate the data that the device receives and transmits. By using Machine Learning algorithms, attempts have been made to classify the encrypted data that the device collects and through Supervised Learning Classifiers predict which queries were made by the user. The results show the capabilities of such techniques to expose personal information, regardless of the encryption of the data that are being transmitted. | el_GR |
| dc.format.type | pdf | el_GR |
