يك روش توزيع‌شده براي گمنام‌سازي داده‌هاي كلان

كارشناسي ارشد

با توجه به پيشرفت فناوري اطلاعات، نهادهاي مختلف نيازمند داده‌هاي ديگر نهادها هستند درحالي‌كه بين نهادها ممكن است اعتماد دوطرفه نباشد و نمي‌خواهند كه داده‌هاي شخصي افراد فاش شود به همين دليل نهادها از به اشتراك گذاردن داده‌هاي خود مقاومت مي‌كنند. پس نيازمند روش‌هايي هستيم كه در حين انتشار يا انتقال داده‌ها، حريم خصوصي را حفظ كند و نهادها به كمك اين روش‌ها بتوانند داده‌ها را باهم به اشتراك بگذارند. به همين دليل، روش‌هاي حفظ حريم خصوصي به‌عنوان يكي از جنبه‌هاي مهم در ميان محققان شناخته‌شده است. روش‌هاي گمنام‌سازي، مهم‌ترين روش‌هاي حفظ حريم خصوصي محسوب مي‌شوند. اغلب پژوهش‌هايي كه براي گمنام‌سازي انجام شده است متناسب كلان داده نيست در واقع اغلب الگوريتم‌هاي حاصل از اين پژوهش‌ها، يا سرعت مناسبي ندارند يا اينكه قابليت توزيع‌شدگي روي چندماشين را ندارند. فقط چند الگوريتم محدود، متناسب با كلان داده معرفي شده است به‌عنوان مثال الگوريتم ماندرين و بسط‌هاي آن. در اين پژوهش، يك الگوريتم به‌منظور گمنام‌سازي كلان داده ارائه شده است كه علاوه بر داشتن سرعت مناسب، قابليت توزيع‌شدگي روي چند ماشين را خواهد داشت. الگوريتم‌هاي قبلي به دليل سرعت پايين و عدم قابليت توزيع‌شدگي امكان اجرا بر روي دادگان بزرگ را نداشتند. الگوريتم پيشنهادي، برخلاف الگوريتم‌هاي پيشين، نظير الگوريتم ماندرين و بسط آن (الگوريتم ذاكرزاده)، داده‌هاي رشته‌اي را نيز پشتيباني مي‌كند. الگوريتم پيشنهادي با زبان پايتون و تحت چارچوب اسپارك پياده‌سازي شده و در آزمايش‌هاي متعددي جهت ارزيابي، مورد استفاده قرارگرفته است. نتايج اين آزمايش‌ها نشان مي‌دهد كه سرعت الگوريتم تقريبا سه برابر الگوريتم‌هاي ماندرين و ذاكرزاده بوده، در عين حال معيار سودمندي در سطح نزديك به آن‌ها حفظ شده است.

194518

دانشگاه علم و صنعت ايران

نرم افزار

دكتر محمد عبداللهي ازگمي - دكتر محسن شريفي