SciELO - Scientific Electronic Library Online

 
 número31Influencia de la Teoría de Roles de Belbin en la Medición de Software: Un estudio exploratorioDetectando aplicaciones maliciosas en Smartphone con sistema Android a través del uso de una aplicación índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação

versão impressa ISSN 1646-9895

Resumo

ESQUIVEL-QUIROS, Luis Gustavo; BARRANTES, Elena Gabriela  e  DARLINGTON, Fernando Esponda. Privacy measurement framework. RISTI [online]. 2019, n.31, pp.66-81. ISSN 1646-9895.  http://dx.doi.org/10.17013/risti.31.66-81.

The grown penalties for privacy violations motivate the definition of a methodology for evaluating the usefulness of information and the privacy- preserving data publishing. We developing a case study and we provided a framework for measuring the privacy-preserving. Problems are exposed in the measurement of the usefulness of the data and relate to privacy-preserving data publishing. Machine learning models are developed to determine the risk of predicting sensitive attributes and as a means of verifying the usefulness of the data. The findings motivate the need to adapt the privacy measures to current requirements and sophisticated attacks as the machine learning.

Palavras-chave : machine learning; privacy-preserving; data publishing; privacy measurement.

        · resumo em Espanhol     · texto em Espanhol     · Espanhol ( pdf )

 

Creative Commons License Todo o conteúdo deste periódico, exceto onde está identificado, está licenciado sob uma Licença Creative Commons