In den letzten Jahren ist die Menge an digitalen Daten, die für verschiedene wissenschaftliche und statistische analytisch-wissenschaftliche Zwecke generiert und in großen Lagern gespeichert werden, exponentiell gestiegen. Die Sorge um den Datenschutz wächst, da die gesammelten Daten möglicherweise sensible personenbezogene Daten sowie andere wichtige Informationen enthalten. Daher besteht die Wahrscheinlichkeit, dass diese missbraucht werden könnten. In unserer Studie beleuchten wir die wichtigsten Konzepte, Werkzeuge und Techniken des Datenschutzes, eine entscheidende Komponente, die den Lebenszyklus digitaler Daten von der Datenerfassung über die Datenverarbeitung und Datenanalyse bis hin zur Visualisierung und Interpretation bildet. Wir wenden die Datenanonymisierung an, eine häufig verwendete Datenschutztechnik, die auf einem k-Anonymitätsalgorithmus basiert, und untersuchen das daraus resultierende Ergebnis. Datenanonymisierung und andere Datenschutztechniken gehen selten mit einem Informationsverlust einher, der das gesamte Analyseergebnis durch eine Änderung der Art des Datensatzes verändern kann. In dieser Studie wenden wir verschiedene Techniken zur Anonymisierung des Datensatzes an und untersuchen die Ergebnisse.

Autorentext

M. K. V. Vittal Hebbar a obtenu son master en science des données à l'université d'East London, à Londres, en septembre 2015. Les principaux programmes inclus dans la science des données sont l'écologie des données, l'analyse qualitative et quantitative des données et la prise de décision avancée. M. Hebbar a de l'expérience dans le domaine de la programmation analytique et travaille sur un projet pour une entreprise internationale.