Software para la aplicación de algoritmos que preservan la privacidad sobre las bases de datos estadísticas

Abstract

El presente proyecto de título consiste en la descripción de las primeras técnicas y/o algoritmos de anonimato desarrollados con el fin de proporcionar una solución al problema existente de la vulnerabilidad de la privacidad de individuos al liberar bases de datos con fines estadísticos. Para lograr esto, se estudian detalladamente las técnicas de 𝑘𝑘-anonimato, ℓ-diversidad y t-cercanía, proporcionando definiciones, características y comparaciones teóricas respecto a ellas. Luego, se definen métricas para analizar las distintas técnicas respecto a la utilidad de la información que proporcionan al ser ejecutadas, teniendo en cuenta conceptos relacionados a la perdida de información y riesgo de re-identificación definidos en el desarrollo del documento. Basado en las métricas definidas y teniendo en cuenta distintos parámetros de configuración, se procede a la ejecución de las diversas técnicas sobre una base de datos que contiene información real acerca del CENSO realizado en Estados Unidos en 1994. Finalmente, se analizan los resultados obtenidos para comprender en qué medida las técnicas afectan a la información considerando la utilidad de la misma. Dichos resultados, se presentan en forma de gráficos, facilitando la generación de conclusiones asociadas al estudio de las técnicas de anonimato. Paralelamente, se desarrolla una aplicación web diseñada para docentes y alumnos de la Universidad del Bío-Bío, con el fin de presentar el trabajo realizado y permitiendo la interacción, manipulación y ejecución de pruebas con los distintos algoritmos.