Large scale privacy preserving bluetooth sensing

Detalhes bibliográficos
Autor(a) principal: Gonçalves, Nelson Manuel Almeida
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/1822/27862
Resumo: Dissertação de mestrado em Engenharia de Informática
id RCAP_9c9df0f159b137139c4180d9c1151ecb
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/27862
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Large scale privacy preserving bluetooth sensing681.324621.39Dissertação de mestrado em Engenharia de InformáticaDriven by the pervasiveness of mobile devices, location based services are becoming increasingly popular. These services use information about the physical location of users, usually with commercial or informative purposes. However, and particularly for large scale scenarios, this type of services may pose a risk to the privacy of the users. By using location information either directly or indirectly (associated with other information), it is possible to expose personal information that users wish to keep private or even to uncover their identities. This may lead to the rejection of these types of technologies. There are however, non trivial ways to store information without compromising the users’ privacy. This dissertation presents two Bluetooth scenarios where stochastic summarizing techniques are used as a solution to the privacy problem. In the first scenario, Gate Counting, the goal is to provide accurate counting for the number of unique devices sighted while trying to minimize the amount of collected information. For that purpose, we provide an analysis of several stochastic counting techniques that not only provide a sufficiently accurate count for the number of unique devices, but offer privacy guarantees as well, all in a space efficient way. For the second scenario, Causality Tracking, the objective is to study human mobility patterns, also while minimizing the quantity of data gathered. For this purpose, we developed Precedence Filters, a new technique, which is able to provide accurate results regarding the popularity of specific routes without compromising the individual privacy of the users. Based on these scenarios, this dissertation demonstrates that stochastic summarizing techniques are viable means to the anonymization of location information.Motivados pelo cada vez maior número de dispositivos móveis, os serviços baseados na localização estão a tornar-se cada vez mais populares. Estes serviços utilizam informação acerca da localização física dos utilizadores, normalmente para fins comerciais ou informativos. Contudo, e particularmente para cenários de larga escala, este tipo de serviços pode constituir um risco para a privacidade dos utilizadores. Informação relacionada com localização dos utilizadores pode ser utilizada de forma direta ou indireta (associada com outra informação) para revelar informação privada acerca dos mesmos, podendo até ser suficiente para revelar as suas identidades. Este facto pode levar à rejeição deste tipo de tecnologias. Existem contudo, maneiras não triviais de guardar informação sem comprometer a privacidade dos utilizadores. Nesta dissertação, apresentamos dois cenários Bluetooth, onde o problema da privacidade é solucionado através do uso de técnicas de sumarização estocásticas. No primeiro cenário, Gate Counting, o objetivo é obter contagens precisas para o número de avistamentos de dispositivos distintos, tentando em simultâneo reduzir a quantidade de informação recolhida. Para esse efeito, fazemos uma análise a várias técnicas de contagem estocásticas que não só fornecem contagens para o número de dispositivos únicos, com uma precisão adequada, como também garantias de privacidade, tudo de uma forma eficiente em termos de espaço. Para o segundo cenário, Causality Tracking, o objetivo é estudar os padrões de mobilidade humanos, ao mesmo tempo que, também se tenta minimizar a quantidade de informação recolhida. Com este propósito, desenvolvemos os Filtros de Precedência, uma nova técnica capaz de fornecer resultados precisos sobre a popularidade de determinados percursos/caminhos específicos, sem comprometer iii iv a privacidade individual dos utilizadores. Com base nestes cenários, esta dissertação demonstra que as técnicas de sumarização estocásticas são meios viáveis para a anonimização de informação baseada na localização.Baquero, CarlosJosé, RuiUniversidade do MinhoGonçalves, Nelson Manuel Almeida2012-03-222012-03-22T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/1822/27862enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:30:02Zoai:repositorium.sdum.uminho.pt:1822/27862Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:25:08.427031Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Large scale privacy preserving bluetooth sensing
title Large scale privacy preserving bluetooth sensing
spellingShingle Large scale privacy preserving bluetooth sensing
Gonçalves, Nelson Manuel Almeida
681.324
621.39
title_short Large scale privacy preserving bluetooth sensing
title_full Large scale privacy preserving bluetooth sensing
title_fullStr Large scale privacy preserving bluetooth sensing
title_full_unstemmed Large scale privacy preserving bluetooth sensing
title_sort Large scale privacy preserving bluetooth sensing
author Gonçalves, Nelson Manuel Almeida
author_facet Gonçalves, Nelson Manuel Almeida
author_role author
dc.contributor.none.fl_str_mv Baquero, Carlos
José, Rui
Universidade do Minho
dc.contributor.author.fl_str_mv Gonçalves, Nelson Manuel Almeida
dc.subject.por.fl_str_mv 681.324
621.39
topic 681.324
621.39
description Dissertação de mestrado em Engenharia de Informática
publishDate 2012
dc.date.none.fl_str_mv 2012-03-22
2012-03-22T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1822/27862
url http://hdl.handle.net/1822/27862
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132733828497408

Registros relacionados