Buscar en Google Scholar
Título: Towards RDF Anonymization
Campo OCDE: https://purl.org/pe-repo/ocde/ford#1.02.02
Fecha de publicación: 20-dic-2017
Institución: Université de Pau et des Pays de l’Adour
Resumen: La anonimización es una técnica para la protección de entidades que se ha aplicado con éxito en la práctica. Sin embargo, los estudios sobre anonimización en el contexto de documentos RDF son realmente limitados, mostrando enfoques prácticos de anonimización para escenarios simples como el uso de operaciones de generalización y supresión basadas en jerarquías. Además, la complejidad de la estructura del RDF requiere una alta interacción del usuario experto para identificar y seleccionar los elementos del RDF a proteger (principales entidades) y los relacionados con ellos (identificadores, cuasi-identificadores, información sensible y no sensible). En este trabajo, se proponen técnicas para la mejora de alineamiento automática a través del uso de inferencias de tipos con objetivo de reducir el esfuerzo del usuario al detectar similitudes automáticas. Además, se proponen métodos para la reducción de complejidad del grafo generado por los documentos RDF, intentando obtener su estructura. Los resultados experimentales son satisfactorios y muestran una mejora importante en la precisión y alto rendimiento para los enfoques de similitud e inferencia de tipos de datos con respecto a los trabajos existentes. Nuestro enfoque de protección para datos RDF supera los trabajos relacionados y disminuye la interacción del usuario experto.

Anonymization is one technique for entity protection that has been successfully applied in practice. However, studies regarding anonymization in the context of RDF documents, are really limited, showing practical anonymization approaches for simple scenarios as the use of generalization and suppression operations based on hierarchies. Moreover, the complexity of the RDF structure requires a high interaction of the expert user to identify and select the RDF’s elements to be protected (main entities), and the ones related to them (identifiers, quasi-identifiers, sensitive information, and unsensitive information). Additionally, the similarity among entities to discover similar data in other datasets, is compromised by disjoint similarities (e.g., the similarity be- tween float and double is 0 for literal nodes). In literal nodes, datatypes play an important role, since it has been proven in the literature that the presence of datatypes, constraints, and annotations improves the similarity among XML documents (up to 14%). RDF adopts the datatypes from XML Schema, which are defined by the W3C. Thus, in this context, the contributions are summarized as follows: • An analysis of datatypes in the context of RDF matching/integration documents, its limitations and adequate applicability for the Semantic Web; • An extended version of the W3C datatype hierarchy, where a parent-child relationship expresses subsumption (parent subsumes children); • A new similarity measure for datatypes to take into account several aspects related to the new hierarchical relations among compared datatypes such as: distance and depth among datatypes, similar children; • A new inference datatype approach to deduce simple datatypes based on four steps: (i) an analysis of predicate information, (ii) an analysis of lexical space values, (iii) a semantic analysis of the predicate, and (iv) a generalization of Numeric and Binary datatypes; • A method to reduce the complexity of the RDF structure of the data to be published, simplifying the task of analysis, which is performed by the expert user; • A method to suggest disclosure sources to the expert user, based on a node similarity, reducing the task of data classification; and • A protection method, based on a generalization operation, to decrease the relations among resources from different datasets, to preserve the main objectives of integration and combination of the Semantic Web. The different proposals have been tested through experimentation. Experimental results are satisfactory and show an important improvement in the accuracy and high performance for similarity and inference datatype approaches with respect to the existing works. Our protection approach for RDF data overcomes the related work and decreases the expert user interaction.
Nota: Descargue el texto completo en el repositorio institucional de la Université de Pau et des Pays de l’Adour: https://tel.archives-ouvertes.fr/tel-02098513
Disciplina académico-profesional: Informática
Institución que otorga el grado o título: Université de Pau et des Pays de l’Adour. Ecole Doctorale des Sciences Exactes et leurs Applications
Grado o título: Doctor en Informática
Jurado: Gabillon, Alban; Tazi, Said; Al-Bouna, Béchara; Aguilar, José; Laborie, Sebastién
Fecha de registro: 8-jun-2022

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
DongoEscalanteIFB.pdf
  Acceso restringido
Tesis (abierta en repositorio de origen)2.15 MBAdobe PDFVisualizar/Abrir  Solicita una copia
Autorizacion.pdf
  Acceso restringido
Autorización del registro269.57 kBAdobe PDFVisualizar/Abrir  Solicita una copia


IMPORTANTE
La información contenida en este registro es de entera responsabilidad de la universidad, institución o escuela de educación superior que administra el repositorio académico digital donde se encuentra el trabajo de investigación y/o proyecto, los cuales son conducentes a optar títulos profesionales y grados académicos. SUNEDU no se hace responsable por los contenidos accesibles a través del Registro Nacional de Trabajos de Investigación – RENATI.