Análise de Redes Sociais para privacidade
A Universidade da Pensilvania, coordenada pela Dra. Sofya Raskhodnikova, professora associada do Computer Science and Engineering cuja pesquisa usa a Metodologia de Análise de Redes Sociais para verificar a privacidade em mídias de redes sociais, usando as informações que estão disponíveis nos bancos de dados públicos.
Estes bancos de dados podem ter os dados facilmente correlacionados cruzando os dados apagados e recuperados em operações de informações de identificação do usuário, aquilo que é chamado de “diferencial de privacidade”.
O Diferencial de Privacidade é aqui que restringe os tipo de análise que pode realizada para os quais a presença ou ausência da pessoa é insignificante, é necessário aumentar a precisão da análise, evitando a identificação de registros individuais e assim a privacidade diferencial é aquela que diferencia estas duas bases de dados e estabelecer dados que devem estar sempre ocultos.
With multiple public databases available, data can easily be correlated between databases to assemble pieces of deleted data and recover the identifying information.A A A pesquisadora Raskhodnikova afirma que “uma abordagem para alcançar diferencial privacidade é a adição de uma pequena quantidade de ruído para as estatísticas reais antes de publicá-los”, mas o problema é determinar como ruído muito e como executá-lo para que a precisão dos resultados é mantida. The idea of differential privacy could be especially important to the protection of graph data.
Para este projeto a ideia de privacidade diferencial poderia ser especialmente importante para a proteção de dados colocados em um gráfico que identifica estes dados sem revela-los. The researchers found differentially private methods for releasing many graph statistics.
Assim, afirmam os pesquisadores, é possível descobrir estatísticas de dados sem liberar seus conteúdos, e estas são os métodos diferencialmente privados .
The degree distribution of a social network specifies how many friends each member has, but some information is inherently too sensitive to be released with differential privacy. O grau de distribuição de uma rede social especifica quantos amigos cada membro tem, mas algumas informações são então inerentemente sensíveis ao serem lançados com a privacidade diferencial, então podem ser adotadas medidas de proteção.