Métodos de simulação de dados geográcos sintéticos para basescondenciais
Autor(a) principal: | |
---|---|
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 |