Métodos de simulação de dados geográcos sintéticos para basescondenciais

Detalhes bibliográficos
Autor(a) principal: Leticia Silva Nunes
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/BUOS-AZGMYK
Resumo: Este trabalho apresenta métodos estatísticos para preservação de sigilo de basesde dados condenciais, em especial, a simulação de dados sintéticos. Este método, simula dados sintéticos que são gerados a partir de distribuições de probabilidade especicadaspara reproduzir o máximo de relações possíveis contidas nos dados originais. A simulação de dados sintéticos é atrativa pois permite controlar a preservação da privacidade e utilidade, além de permitir que os pesquisadores utilizem ferramentas convencionais de análiseestatística. Além disso, estendemos a metodologia para simulação de coordenadas geogracas sintéticas para dados de área que é proposta em Paiva et al. (2014) ao inserir variáveis contínuas na estimação do modelo
id UFMG_61201d459871d2bf2c15fa24b61b2892
oai_identifier_str oai:repositorio.ufmg.br:1843/BUOS-AZGMYK
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Thais Paiva GallettiMarcos Oliveira PratesGilvan Ramalho GuedesLeticia Silva Nunes2019-08-13T15:58:33Z2019-08-13T15:58:33Z2018-02-28http://hdl.handle.net/1843/BUOS-AZGMYKEste trabalho apresenta métodos estatísticos para preservação de sigilo de basesde dados condenciais, em especial, a simulação de dados sintéticos. Este método, simula dados sintéticos que são gerados a partir de distribuições de probabilidade especicadaspara reproduzir o máximo de relações possíveis contidas nos dados originais. A simulação de dados sintéticos é atrativa pois permite controlar a preservação da privacidade e utilidade, além de permitir que os pesquisadores utilizem ferramentas convencionais de análiseestatística. Além disso, estendemos a metodologia para simulação de coordenadas geogracas sintéticas para dados de área que é proposta em Paiva et al. (2014) ao inserir variáveis contínuas na estimação do modeloThis work presents statistical methods to preserve condentiality of datasets, in particular simulation of synthetic data. This approach is based on simulate sinthetic data that are generated from from specied probability distributions to reproduce the maximum possible relationships contained in the original data. Simulation of syntheticdata is attractive because it allows controlling the disclosure risk and utility. Futhermore, researchers will be able to use conventional statistical analysis tools. In addition, we extended the methodology for simulation of synthetic geographical coordinates for spatial data that is proposed in Paiva et al. (2014) by inserting continuous variables in theestimation of the modelUniversidade Federal de Minas GeraisUFMGMétodo de Monte CarloEstatisticaPrivacidade InformáticaDados sintéticosCoordenadas geográcasCondencialidadePrivacidadeMétodos de simulação de dados geográcos sintéticos para basescondenciaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALdissertacaoleticia_vf.pdfapplication/pdf1380954https://repositorio.ufmg.br/bitstream/1843/BUOS-AZGMYK/1/dissertacaoleticia_vf.pdff9d6ae5ef9b5e8ebe984a2713184a7ddMD51TEXTdissertacaoleticia_vf.pdf.txtdissertacaoleticia_vf.pdf.txtExtracted texttext/plain99979https://repositorio.ufmg.br/bitstream/1843/BUOS-AZGMYK/2/dissertacaoleticia_vf.pdf.txte0fa68d17c7363cd9fa3344a26d98ff0MD521843/BUOS-AZGMYK2019-11-14 14:27:19.717oai:repositorio.ufmg.br:1843/BUOS-AZGMYKRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T17:27:19Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Métodos de simulação de dados geográcos sintéticos para basescondenciais
title Métodos de simulação de dados geográcos sintéticos para basescondenciais
spellingShingle Métodos de simulação de dados geográcos sintéticos para basescondenciais
Leticia Silva Nunes
Dados sintéticos
Coordenadas geográcas
Condencialidade
Privacidade
Método de Monte Carlo
Estatistica
Privacidade Informática
title_short Métodos de simulação de dados geográcos sintéticos para basescondenciais
title_full Métodos de simulação de dados geográcos sintéticos para basescondenciais
title_fullStr Métodos de simulação de dados geográcos sintéticos para basescondenciais
title_full_unstemmed Métodos de simulação de dados geográcos sintéticos para basescondenciais
title_sort Métodos de simulação de dados geográcos sintéticos para basescondenciais
author Leticia Silva Nunes
author_facet Leticia Silva Nunes
author_role author
dc.contributor.advisor1.fl_str_mv Thais Paiva Galletti
dc.contributor.referee1.fl_str_mv Marcos Oliveira Prates
dc.contributor.referee2.fl_str_mv Gilvan Ramalho Guedes
dc.contributor.author.fl_str_mv Leticia Silva Nunes
contributor_str_mv Thais Paiva Galletti
Marcos Oliveira Prates
Gilvan Ramalho Guedes
dc.subject.por.fl_str_mv Dados sintéticos
Coordenadas geográcas
Condencialidade
Privacidade
topic Dados sintéticos
Coordenadas geográcas
Condencialidade
Privacidade
Método de Monte Carlo
Estatistica
Privacidade Informática
dc.subject.other.pt_BR.fl_str_mv Método de Monte Carlo
Estatistica
Privacidade Informática
description Este trabalho apresenta métodos estatísticos para preservação de sigilo de basesde dados condenciais, em especial, a simulação de dados sintéticos. Este método, simula dados sintéticos que são gerados a partir de distribuições de probabilidade especicadaspara reproduzir o máximo de relações possíveis contidas nos dados originais. A simulação de dados sintéticos é atrativa pois permite controlar a preservação da privacidade e utilidade, além de permitir que os pesquisadores utilizem ferramentas convencionais de análiseestatística. Além disso, estendemos a metodologia para simulação de coordenadas geogracas sintéticas para dados de área que é proposta em Paiva et al. (2014) ao inserir variáveis contínuas na estimação do modelo
publishDate 2018
dc.date.issued.fl_str_mv 2018-02-28
dc.date.accessioned.fl_str_mv 2019-08-13T15:58:33Z
dc.date.available.fl_str_mv 2019-08-13T15:58:33Z
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/1843/BUOS-AZGMYK
url http://hdl.handle.net/1843/BUOS-AZGMYK
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/BUOS-AZGMYK/1/dissertacaoleticia_vf.pdf
https://repositorio.ufmg.br/bitstream/1843/BUOS-AZGMYK/2/dissertacaoleticia_vf.pdf.txt
bitstream.checksum.fl_str_mv f9d6ae5ef9b5e8ebe984a2713184a7dd
e0fa68d17c7363cd9fa3344a26d98ff0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589420106907648

Registros relacionados