Explicação estruturada para busca por similares como auxílio para anonimização de dados

Abstract

Resumo: Vivemos em uma época em que, cada vez mais, dados de qualquer pessoa são públicos, ou podem tornar-se públicos, seja em função de iniciativas de transparência em dados abertos, seja devido a publicações sem consentimento da pessoa a quem os dados pertencem. Isso apresenta um problema para a privacidade de indivíduos, pois aumenta as chances de alguém com más intenções desfazer a anonimização de dados presentes em uma publicação que contenha dados sensíveis. Diversos trabalhos em anonimização lidam com o problema de manter a privacidade de indivíduos cujos dados sensíveis estejam presentes em publicações. Ao mesmo tempo, diversos trabalhos em integração de dados e buscas por similares lidam com prover uma visão unificada sobre dados publicados e encontrar relações entre eles. Apesar disso, ao longo do desenvolvimento desta dissertação não foi encontrado nenhum trabalho que explicitasse a relação entre anonimização, integração e busca por similares ou que utilize esta relação de algum a forma. Neste trabalho apresentamos nossa proposta para uma forma de estruturar explicações do resultado de uma busca por similares em dados abertos em estruturas de dados hierárquicas para fins de auxiliar o processo de anonimização.

Abstract: We live in times where more and more personal data is public, or can be made public, either by an open data initiative, or by being published without the consent of the individual to whom the data originates from. This is a problem for personal privacy, since it increases the likelihood of someone with malicious intent undoing the anonymization on the published data that contains sensitive information. Many papers on anonimity deal with the problem of protecting the privacy of an individual whose sensitive data is present in a data publication. At the same time, many papers and open data integration and open data search deal with providing an overarching view on data publications and finding relation between said data. In spite of that, during the elaboration of this dissertation no paper was found that explicitly talked about the relationshiip between anonization, open data interation and open data search, or at least that used this relationship in any manner. In this dissertation we present our proposal for a method of structuring the explanation about the result of an open data search in a hierarchical data structure, to help the data anonymization process.