Anonimización de datos guiada por pruebas para aplicaciones inteligentes

Sep 2, 2019·
Cristian Augusto
Cristian Augusto
Jesús Morán
Jesús Morán
Claudio de la Riva
Claudio de la Riva
Javier Tuya
Javier Tuya
· 0 min read
Abstract
En la actualidad gran cantidad de datos son compartidos para su uso, tratamiento o análisis entre empresas y terceros. Es habitual que estos datos ten-gan que ser protegidos con diferentes técnicas de preservación de la privacidad para dar cumplimiento a las leyes y regulaciones. Una de las técnicas más comu-nes es la anonimización que, aunque provee de privacidad a los datos, presenta como efecto colateral la perdida de información. Esta pérdida de información puede afectar negativamente al comportamiento de aquellos desarrollos alta-mente dependientes de dichos datos como son las aplicaciones inteligentes. Para abordar este problema, proponemos un enfoque guiado por pruebas para selec-cionar el conjunto de datos anonimizado que mantenga un compromiso entre la calidad no funcional (privacidad) y la funcional (utilidad). Para ello se alimenta a las aplicaciones con los datos anonimizados para que tomen los patrones de comportamiento de estos, y seguidamente validar las predicciones con los datos originales, midiendo así su calidad funcional. Dicha calidad junto con la no fun-cional (privacidad), es ponderada según los criterios de usuario con el fin de al-canzar el punto de compromiso entre ambas características de calidad.
Type
Publication
In Jornadas de Ingeniería del Software y Bases de Datos, Cáceres, Spain