การรักษาความเป็นส่วนตัวสำหรับการนำเข้าข้อมูลในท่อข้อมูล

Privacy preservation for data ingression in data pipeline

Name: ธนวัมน์ แก้ววิรุฬ

ThaSH: ระบบแสดงผลข้อมูล

ThaSH: การป้องกันข้อมูล

ThaSH: ความมั่นคงในระบบคอมพิวเตอร์

ThaSH: การประมวลผลข้อมูลอิเล็กทรอนิกส์

Abstract: การค้นคว้าอิสระครั้งนี้เป็นการศึกษา ออกแบบและพัฒนาระบบรักษาความเป็นส่วนตัว สำหรับการนำเข้าข้อมูลในท่อข้อมูล โดยใช้เทคนิคตามแบบของ k-anonymity และเป็นการเลือกใช้ การดำเนินการเจเนรัลไลเซชันที่ทำให้เกิดการสูญเสียสารสนเทศน้อยที่สุด ตามขั้นตอนวิธีของ Preferred Minimal Generalization Algorithm (MinGen) โดยมีการหาค่ำความสูญเสียสารสนเทศ (Precision metric) ของทุกความเป็นไปได้ในการทดแทนข้อมูลเพื่อลดทอนค่าความชัดเจนของข้อมูล ที่มีความเป็นส่วนตัวก่อน แล้วจึงเลือกชุดการทดแทนค่าของข้อมูลในการปกปิดความเป็นส่วนตัวที่ทำ ให้ระเบียนของข้อมูลมีความเหมือนร่วมกันตามจำนวนที่สอดคล้องกับเงื่อนไขที่กำหนด โดยการ ประมวลผลเกิดขึ้นในระบบฐานข้อมูลซึ่งถูกพัฒนาให้สามารถทำงานอยู่บนระบบท่อข้อมูลได้ การทดสอบระบบและการวัดผลทำโดยการสังเคราะห์ ข้อมูลประเภทประชากร ซึ่งมีแอททริ- บิวต์ที่มีความเป็นส่วนตัว และทำการกำหนดชุดข้อมูลกับระดับชั้นของการลดทอนค่าความชัดเจน ของข้อมูลเตรียมไว้ จากนั้นดำเนินการทดสอบให้ระบบทำงานประมวลผลรักษาความเป็นส่วนตัว สำหรับข้อมูลในท่อข้อมูล โดยวัดค่าเวลาที่ใช้ในการประมวลผล เทียบกับจำนวนระเบียนของข้อมูล และค่าจำนวนระเบียนของข้อมูลที่มีความเหมือนร่วมกันตามจำนวนที่กำหนดกับเงื่อนไขของค่า k ซึ่ง ผลที่ได้คือเมื่อค่าจำนวนระเบียนข้อมูลเพิ่มขึ้น ค่าเวลาที่ใช้ในการประมวลผลในการปกปิดแอททริ- บิวต์ที่มีข้อมูลความเป็นส่วนตัวมีค่าลดลง เนื่องจากระเบียนข้อมูลมีจำนวนมากขึ้นทำให้มี โอกาสที่จะ พบข้อมูลที่ลดทอนความชัดเจนลงเข้าใกล้จำนวนระเบียนที่กำหนดค่าเป้าหมายเอาไว้ ซึ่งระบบรักษา ความเป็นส่วนตัวสำหรับการนำเข้าข้อมูลในท่อข้อมูลสามารถนำไปใช้ในการนำเข้าข้อมูล การ ประมวลผลและการนำข้อมูลจัดเก็บลงสู่ระบบฐานข้อมูลผ่านท่อข้อมูล และสามารถรักษาความเป็น ส่วนตัวด้วยการปกปิด และการลดทอนความชัดเจนของข้อมูลโดยที่ยังคงให้ค่าการสูญเสียสารสนเทศ อยู่ในระดับน้อยที่สุดได้

Abstract: This independent study aims to develop a data pipeline system that is able to preserve the privacy for data ingression in the data pipeline. The system developed using the k-anonymity method with generalization and suppression. The precision of information lossy is concerned and minimized process of Preferred Minimal Generalization Algorithm (MinGen). The system will first calculate the data precision for all possible of the domain generalization hierarchies. Then, process the satisfied k value for the data set for which pattern of generalization level. Finally, the data in database system will be transform to the privacy preservation. The demographic synthesized dataset is generated, and domain categorizes, and its level of quasi-attributes are created which prepared for evaluate the data pipeline system. The indicator of success in this independent study are processing time with the different amount of data records which satisfied the k value. For the results, the more data records spend less processing time for the k value satisfied. Because of the more data records increasing the possible of k records that is similar to others and satisfied the k value. Thus, the Privacy Preservation for Data Ingression in Data Pipeline system which developed in the independent study can process data to satisfied k-anonymity technique which also minimized loss of data precision for demographic data in data pipeline.

มหาวิทยาลัยเชียงใหม่. สำนักหอสมุด

Address: เชียงใหม่

Email: cmulibref@cmu.ac.th

Name: นษิ ตันติธารานุกุล

Role: ประธานกรรมการ

Name: พฤษภ์ บุญมา

Role: กรรมการ

Name: อฬิญญา พงษ์วาท

Role: กรรมการ

Created: 2564

Modified: 2565-11-06

Issued: 2565-11-06

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิทยาการข้อมูล

Grantor: มหาวิทยาลัยเชียงใหม่

©copyrights มหาวิทยาลัยเชียงใหม่

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	620632075.pdf	2.2 MB	2	2025-02-21 16:25:20

ใช้เวลา

0.036285 วินาที