La préservation de la confidentialité pour la publication des données dynamiques

Abstract

Nombreuses organisations, exigent la collecte et le partage des données contenant des informations personnelles. La confidentialité de ces données doit être préservée avant l'externalisation au public commercial, c'est-à-dire aucune information sensible ne doit être divulguée. La préservation de la confidentialité pour les données publiées PCDP fait référence au processus de publication d'informations utiles tout en préservant la confidentialité des données. Dans les applications pratiques, la publication de données est plus compliquée lorsque les organisations publient plusieurs fois pour différents destinataires ou après des modifications (insertions, suppressions ou mise à jour). La préservation de la confidentialité pour la Publication de données dynamiques est un nouveau processus de préservation de confidentialité qui aborde l'anonymisation des données à des fins différentes. Dans notre mémoire, on va étudier la technique m-invariance qui assure l’anonymisation des données dynamiques.

Many organizations require the collection and sharing of the data containing personal information. The privacy of this data must be preserved before outsourcing to the commercial public, i.e. any sensitive information should not be disclosed. Privacy preserving data publishing PPDP refers to the process of publishing useful information while preserving data privacy. In practical applications, data publishing is more complicated where the organizations publish a multiple times for different recipients or after modifications (insertions, deletions or update). Privacy preserving dynamic data publication PPDDP is a new process in privacy preservation which addresses the anonymization of the data for different purposes. In this paper, we will study the m-invariance technique that maintains the anonymization of dynamic data