Privacy preserving data analysis for information systems

Veri toplama ve işlemedeki ilerleme, veri madenciliğini son yıllarda kuruluşlar arasında popüler bir araç haline getirmiştir. Şirketler arasında bilgi paylaşımı, bu aracı her bir taraf için daha faydalı hale getirebilir. Ancak, hassas bilgilerin ifşa edilmesi riski vardır. Paylaşılan veriler, hassas ilişkilerin gizleneceği şekilde değiştirilmelidir. Sık öğe kümelerinin keşfi, firmaların kullandığı en etkili veri madenciliği araçlarından biri olduğundan, sık öğe kümesi madenciliğine devam etmek için gizliliği koruyan teknikler gereklidir. Algoritmik olarak iki tür yaklaşım vardır: sezgisel ve kesin. Bu çalışma, veritabanında yan etkiler ve minimum bozulma açısından daha iyi bir çözüm için kısıtları kullanan kesin bir öğe kümesi gizleme yaklaşımı sunar. Yaklaşımımız gizleme işleminden önce sık sık öğe kümesi madenciliği yapılmasını gerektirmez. Bu, yaklaşımımıza toplam çalışma süresinde bir avantaj sağlar. Sonuçlarımız, gizleme yaklaşımımızın etkinliğini ve öğe kümelerinin önceki madenciliğinin ortadan kaldırılmasının zaman açısından verimli olduğunu göstermektedir. Ayrıca, kişilerin kişisel verilerinin hassasiyeti konusundaki farkındalıklarını anlamak için bir anket gerçekleştirdik. Sonuçlar, katılımcıların mümkün olduğunca mahremiyetlerini koruma eğiliminde olduklarını ve farklı durumlarda farklı bir duyarlılık tutumuna sahip olduklarını göstermektedir. Ayrıca katılımcıların kendilerini rahat hissetmediklerinde yanıltıcı bilgi verme eğiliminde oldukları gözlemlenmiştir. Bu çalışma, insanların hassas bilgilerinin toplanılmasından çok üçüncü taraflarla paylaşmaktan rahatsız olduklarını göstermektedir.