Механізми забезпечення конфіденційності персональних даних у Big Data-аналітиці без втрати якості даних
| dc.contributor.advisor | Рибак, Олександр Владиславович | |
| dc.contributor.author | Мельниченко, Богдан Богданович | |
| dc.date.accessioned | 2025-12-09T13:39:12Z | |
| dc.date.available | 2025-12-09T13:39:12Z | |
| dc.date.issued | 2025 | |
| dc.description.abstract | Обсяг роботи 70 сторінок, 3 ілюстраціЇ, 6 таблиць, 2 додатки, 19 джерел літератури. Об’єкт дослідження: процес обробки персональних даних у великих обсягах. Предмет дослідження: методи псевдонімізації та диференційної приватності. Мета дослідження: розробка та експериментальна перевірка механізмів забезпечення конфіденційності персональних даних у процесі Big Data аналітики без суттєвого зниження точності результатів. Методи дослідження: Аналіз літературних джерел, моделювання алгоритму, побудова практичної моделі. Отримані результати: роботи реалізовано три підходи (базовий, маскування, диференційна приватність) на датасеті Adult Census Income. Показано, що правильний вибір параметра ε дозволяє досягти прийнятного компромісу між точністю (F1≈0.404) та захистом. | |
| dc.description.abstractother | The volume of the work is 70 pages, 3 illustrations, 6 tables, 2 appendices, 19 sources of literature. Object of research: the process of handling personal data in large volumes. Subject of research: the methods of pseudonymization and differential privacy. Purpose of research: development and experimentally verifying mechanisms for ensuring the confidentiality of personal data during Big Data analytics without significant reduction in the accuracy of results. Research methods: analysis of literary sources, algorithm modeling, construction of a practical model. Results: work implemented three approaches (baseline, masking, differential privacy) on the Adult Census Income dataset, demonstrating that the appropriate selection of the ε parameter allows achieving an acceptable trade-off between accuracy (F1≈0.404) and protection. | |
| dc.format.extent | 70 с. | |
| dc.identifier.citation | Мельниченко, Б. Б. Механізми забезпечення конфіденційності персональних даних у Big Data-аналітиці без втрати якості даних : дипломна робота ... бакалавра : 125 Кібербезпека / Мельниченко Богдан Богданович. – Київ, 2025. – 70 с. | |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/77611 | |
| dc.language.iso | uk | |
| dc.publisher | КПІ ім. Ігоря Сікорського | |
| dc.publisher.place | Київ | |
| dc.subject | Big Data | |
| dc.subject | конфіденційність | |
| dc.subject | псевдонімізація | |
| dc.subject | диференційна приватність | |
| dc.subject | ε‑приватність | |
| dc.subject | confidentiality | |
| dc.subject | pseudonymization | |
| dc.subject | differential privacy | |
| dc.subject | ε-privacy | |
| dc.title | Механізми забезпечення конфіденційності персональних даних у Big Data-аналітиці без втрати якості даних | |
| dc.type | Bachelor Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Melnychenko_Bakalavr.pdf
- Розмір:
- 680.53 KB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 8.98 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: