| dc.contributor.advisor | Μανιαδάκης, Δημήτριος | |
| dc.contributor.author | Χαραλάμπους, Ανδρούλλα | |
| dc.contributor.other | Charalampous, Androulla | |
| dc.coverage.spatial | Κύπρος | el_GR |
| dc.date.accessioned | 2023-08-22T10:29:35Z | |
| dc.date.available | 2023-08-22T10:29:35Z | |
| dc.date.copyright | 2023-08-22 | |
| dc.date.issued | 2023-05 | |
| dc.identifier.other | ΑΥΔ/2023/00123 | el_GR |
| dc.identifier.uri | http://hdl.handle.net/11128/5655 | |
| dc.description | Περιέχει βιβλιογραφικές παραπομπές. | el_GR |
| dc.description.abstract | Η παρούσα μεταπτυχιακή διατριβή μελετά τις προκλήσεις και τις τεχνικές
επεξεργασίας και ανάλυσης των Μεγάλων Δεδομένων (Big Data) στη Δικανική
(Forensics). Η χρήση των ψηφιακών συσκευών και της τεχνολογίας του διαδικτύου
αυξάνεται ραγδαία, οδηγώντας σε αύξηση του όγκου (Volume) των παραγόμενων
ψηφιακών δεδομένων. Αυτό δημιούργησε νέες προκλήσεις στον τομέα της ψηφιακής
δικανικής, ιδίως στο πλαίσιο του χειρισμού των Μεγάλων Δεδομένων. Η διατριβή αυτή
μελετά τις προκλήσεις που αντιμετωπίζουν τα Μεγάλα Δεδομένα στην ψηφιακή
δικανική. Η κύρια έμφαση δίνεται στις τεχνικές και τα εργαλεία όπως για παράδειγμα
MapReduce, η τεχνητή νοημοσύνη (Artificial Intelligence), οι αλγόριθμοι μηχανικής
μάθησης (Machine Learning), όπου μπορούν να χρησιμοποιηθούν για την αντιμετώπιση
των προκλήσεων όπως η συλλογή-
αποθήκευση/επεξεργασία/ανάλυση/ποιότητα/απόρρητο και ασφάλεια των
δεδομένων, την ιδιωτικότητα, το Internet of Things (IoT) κ.α. Η μελέτη αυτή εξετάζει
επίσης τα νομικά και ηθικά ζητήματα που σχετίζονται με τη χρήση Μεγάλων Δεδομένων
στην ψηφιακή δικανική. Τέλος, η εργασία αυτή έχει ως στόχο να παρέχει ιδέες και
συστάσεις για ερευνητές που ασχολούνται με την ψηφιακή δικανική και τον χειρισμό
των Μεγάλων Δεδομένων. Σημειώνεται ότι, μέχρι στιγμής δεν υπάρχει κάποια
καθιερωμένη μεθοδολογία για τα Μεγάλα Δεδομένα στη Δικανική, αλλά μόνο διάφορα
πλαίσια καλές πρακτικές, τα οποία εντοπίζονται και αναδεικνύονται στην παρούσα
εργασία. | el_GR |
| dc.format.extent | viii, 62 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/openAccess | el_GR |
| dc.subject | Ψηφιακή δικανική | el_GR |
| dc.subject | Digital forensics | el_GR |
| dc.title | Προκλήσεις και τεχνικές στη δικανική μεγάλων δεδομένων | el_GR |
| dc.type | Μεταπτυχιακή Διατριβή | el_GR |
| dc.description.translatedabstract | This Master's thesis studies the challenges and techniques of Big Data processing and
analysis in Forensics. The use of digital devices and internet technology is growing
rapidly, leading to an increase in the volume of digital data generated. This has created
new challenges in the field of digital forensics, especially in the context of Big Data
handling. This thesis studies the challenges faced by Big Data in digital forensics. The
focus is on the techniques and tools such as for example MapReduce, Artificial
Intelligence, Machine Learning algorithms where they can be used to address the
challenges such as data collection/storage/processing/analysis/quality/privacy and
security, privacy, Internet of Things (IoT) etc. This study also examines the legal and
ethical issues related to the use of Big Data in digital forensics. Finally, this paper aims to
provide insights and recommendations for researchers involved in digital forensics and
Big Data handling. It is noted that, so far, there is no established methodology for Big Data
in Forensics, but only several good practice frameworks, which are identified and
highlighted in this paper. | el_GR |
| dc.format.type | pdf | el_GR |
