Buscar en Google Scholar
Registro completo de metadatos
Armas Aguirre, Jimmy
Saavedra Agüero, Sebastian Alejandro
Llatas Vega, Jose Miguel
2022-10-24T18:08:28Z
2022-10-24T18:08:28Z
2022-07-16
http://hdl.handle.net/10757/661422
El presente proyecto tiene como finalidad elaborar un modelo de seguridad que permita reducir los riesgos de privacidad de los datos en los procesos de urgencia en el sector salud (solicitud de citas) soportados por Process Mining y Data Visualization, este modelo debe ser soportado por la herramienta Celonis. El presente trabajo consiste en utilizar una herramienta que permita la generación y análisis de indicadores de Process Mining. A partir de este análisis se identifican violaciones de políticas y cuellos de botella para lograr reducir los riesgos de ciberseguridad de los datos en los procesos de urgencia en el sector salud (solicitud de citas). Este resultado contribuye a cumplir uno de los grandes desafíos del process mining, que indica que al usar esta técnica se deben tomar en cuenta consideraciones de seguridad y privacidad. El proyecto se divide en cuatro etapas claramente diferenciadas; en primer lugar, se realizará un análisis del proceso de bloque de cirugía y las disciplinas de Process Mining y Data Visualization, así como brechas de seguridad y formas de reducirlas. Luego, se va a diseñar un modelo de seguridad que permita cerrar dichas brechas y cumpla con los requerimientos para proteger eficientemente la privacidad de los datos. Después, se validan las variables definidas en el modelo de seguridad propuesto mediante un especialista en process mining. Finalmente, la etapa 4 consiste en elaborar un plan de continuidad para que el modelo de seguridad propuesto se aplique para la protección de datos en las organizaciones. (es_PE)
In the project, we propose a model to guarantee the privacy of patient data in critical processes in the healthcare sector through the application of process mining. Process mining is a discipline that discovers process models by analyzing event logs in order to identify bottlenecks and establish alternatives to improve their performance. In healthcare institutions, process mining is used to improve critical processes. However, event data logs containing confidential healthcare patient data are not protected when process mining and data visualization are applied. This definitely increases the risk of theft of this sensitive data and, therefore, the risk of patients being affected. The proposed model aims to mask event logs containing sensitive data so that they are inaccessible when process mining is applied. The model comprises four main stages: 1. target definition and data transformation; 2. data masking; 3. inspection and pattern analysis; 4. application of process mining techniques and data visualization. The model was validated using data from an appointment request process of a state health organization in Lima, Peru. Preliminary results showed that complete event logs containing sensitive data were protected, flow compliance increased by 68% and average processing time increased by 89.4%. (es_PE)
Tesis (es_PE)
application/pdf (es_PE)
application/epub (es_PE)
application/msword (es_PE)
spa (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC) (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-sa/4.0/ (*)
Universidad Peruana de Ciencias Aplicadas (UPC) (es_PE)
Repositorio Académico - UPC (es_PE)
Process mining (es_PE)
Data visualization (es_PE)
Modelo (es_PE)
Privacidad (es_PE)
Processmining (es_PE)
Data visualization (es_PE)
Model (es_PE)
Privacy (es_PE)
Modelo de referencia para la privacidad de datos de pacientes en el proceso de solicitud de citas utilizando Process Mining (es_PE)
Reference model for patient data privacy in the appointment request process using Process Mining (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería (es_PE)
Ingeniería de Sistemas de Información (es_PE)
Licenciatura (es_PE)
Ingeniero de sistemas de información (es_PE)
PE (es_PE)
http://purl.org/pe-repo/ocde/ford#2.00.00 (es_PE)
https://purl.org/pe-repo/ocde/ford#2.02.04 (es_PE)
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
https://orcid.org/0000-0002-1176-8969 (es_PE)
612136 (es_PE)
http://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada societaria



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons