Knoppia

Wiki de Informática y otras historias

Herramientas de usuario

Herramientas del sitio


pan:tecnicas_anonimidad_v2

Diferencias

Muestra las diferencias entre dos versiones de la página.

Enlace a la vista de comparación

Ambos lados, revisión anteriorRevisión previa
Próxima revisión
Revisión previa
pan:tecnicas_anonimidad_v2 [2026/01/01 18:09] – [Tabla] thejuanvisupan:tecnicas_anonimidad_v2 [2026/01/01 18:48] (actual) thejuanvisu
Línea 248: Línea 248:
 EMD = $|\frac{1}{2} * 0.89 = 0.445$ EMD = $|\frac{1}{2} * 0.89 = 0.445$
  
-Teniendo en cuenta podemos decir que el siguiente dataset tiene un 0.44-Proximidad:+Teniendo en cuenta podemos decir que el siguiente dataset tiene 2-Anonimidad, 2-Diversidad y 0.44-Proximidad:
  
 ^ ID  ^ Codigo Postal  ^ Edad   ^ Género  ^ Religión  ^ Enfermedad  ^ Grupo    ^ ^ ID  ^ Codigo Postal  ^ Edad   ^ Género  ^ Religión  ^ Enfermedad  ^ Grupo    ^
Línea 260: Línea 260:
 | 7   | *              | 40-65  | *       | *         | Covid       | :::      | | 7   | *              | 40-65  | *       | *         | Covid       | :::      |
 | 9   | *              | 40-65  | *       | *         | Corazón     | :::      | | 9   | *              | 40-65  | *       | *         | Corazón     | :::      |
 +
 +===== Algoritmo de Mondrian =====
 +Es uno de los métodos más populares para implementar la K-Anonimidad. 
 +  * Se realizar un particionamiento multidimensional de los cuasi-identificadores para generar varias regiones.
 +  * Para cada cada región se anonimizan los cuasi-identificadores de la siguiente forma:
 +    * Atributos numéricos: Se usan rangos
 +    * Atributos Categóricos: Se define un set que representa todos los elementos
 +
 +===== Privacidad de geolocalización =====
 +Cuando trabajamos con ubicaciones tenemos mayores problemas ya que trabajamos con datos críticos como:
 +  * Identidades
 +  * Información espacial (Coordenadas)
 +  * Información temporal (marca de tiempo)
 +
 +La geolicalización (Location Based information Systems o LBS) esta compuesta por la siguiente arquitectura y componentes:
 +
 +{{drawio>pan:anongeoloc.png}}
 +
 +Se deben declarar los usos que se le van a dar a estos datos. Se debe deben aplicar cifrado y anonimización sobre estos datos. La privacidad de la localización se define como la capacidad de una entidad de moverse por espacios públicos dando por hecho que su localización no va a ser registrada de forma sistemática y secreta.
 +
 +==== Ataques de localización ====
 +  * Scrapping de post públicos
 +  * Servidores comprometidos
 +  * Interceptación de datos de red
 +  * Enlace de contexto
 +    * Se combinan datos de localización con otras bases de datos
 +  * Uso de machine learning para predecir la localización.
 +
 +==== Mecanismos de preservación de la privacidad de la localización ====
 +  * Métodos criptográficos: 
 +    * Uso de una clave compartida entre las entidades interesadas
 +    * LBS Federado en el cual los datos de localización estan distribuidos entre diferentes servidores
 +  * Métodos de anonimización
 +    * K-Anonimidad, L-diversidad y T-Proximidad
 +      * Un LBS de confianza debe anonimizar los datos de forma que cuando un usuario envíe una consulta que contenga su localización, el server en cuentre un grupo que satisfaga los criterios de anonimización para el área que contiene dicha licalización.
 +    * Zonas-Mix
 +      * Este método usa pseudónimos que cambian cada vez que un usuario entra una zona mix, que puede ser vista como una "Non-tracking Area", de forma que el usuario no puede ser completamente trazado si hay otros usuarios en dichas Zonas Mix.
 +    * Métodos de Ofuscación
 +      * Se usan localizaciones falsas para enmascarar la verdadera localización del usuario (Falso positivo)
 +      * Uso de áreas en vez de posiciones específicas
 +      * Añadido de ruido (Privacidad Diferencial) a la localización del usuario para proteger su privacidad en un radio r.
pan/tecnicas_anonimidad_v2.1767290992.txt.gz · Última modificación: 2026/01/01 18:09 por thejuanvisu