Geri Dön

Privacy-preserving geostatistics

Gizliliği koruyarak jeoistatistik

PDF İndir

  1. Tez No: 365559
  2. Yazar: BÜLENT TUĞRUL
  3. Danışmanlar: DOÇ. DR. HÜSEYİN POLAT
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 120

Özet

Jeoistatistik uzaysal veri ile ilgilenir ve konum ve ölçüm verileri arasındaki ilişkiyi ortaya çıkarmaya çalışır. Jeoistatistikte kullanılan enterpolasyon yöntemleri yakın nesnelerin uzak nesnelere göre daha çok birbirine benzediği prensibine dayanır. Mesafeyle ters ağırlıklandırma ve kriging jeoistatistikte en iyi bilinen ve uygulanan yöntemlerdir. Gizlilik endişelerinden dolayı bu işlemleri gizliliği ifşa etmeden gerçekleştirmek önemlidir. Ayrıca bu yöntemlerin doğruluğu ölçüm noktalarının toplam sayısına bağlıdır. Eğer ekonomik veya gizlilik nedenleriyle yetersiz ölçüm noktası var ise bu yöntemlerle üretilen tahminlerin doğruluğu inandırıcı olmayabilir. Bazı durumlarda kurumlar aynı veya komşu bölge için ölçümler elde edebilirler. Daha doğru modeller oluşturmak için işbirliği yapmak isteyebilirler. Ama gizli verilerini paylaşmak istemezler. Bu tezde merkezi sunucu tabanlı şemayı da içeren farklı veri paylaştırma şemaları için gizliliği koruyan mesafeyle ters ağırlıklandırma veya kriging çözümleri önerilmiştir. Çözüm önerileri gizlilik, performans ve doğruluk açısından analiz edilmiştir. Bu amaçla gerçek veri setleri kullanılarak değişik deneyler yapılmıştır. Deneysel sonuçlar önerilen yöntemlerin gizliliği koruyarak doğru öneriler ürettiklerini göstermiştir.

Özet (Çeviri)

Geo-statistics deals with spatial data and tries to find out relationship between locations and measured data. Methods used in geo-statistics interpolations rely on the principle that things are closer to each other more alike than the things are farther apart. Inverse distance weighting and kriging are most well-known and applied methods in geo-statistics. It is important to perform such methods without violating data confidentiality due to privacy reasons. Also, their accuracy depends on the total number of sample points. If there are insufficient sample points due to financial or privacy reasons, accuracy of the predictions produced by these methods may become unconvincing. There are cases in which institutions obtain measurements for the same or neighbor region. To create more accurate models, they may want to collaborate. However, they do not want to share their private data. In this thesis, privacy-preserving methods are proposed to provide inverse distance weighting- or kriging-based predictions for different data partitioning schemas including central server-based case. The proposed solutions are analyzed with respect to privacy, performance, and accuracy. Different sets of experiments are conducted using real data sets to analyze the proposed methods. Empirical outcomes show that the methods are able to provide accurate predictions while preserving privacy.

Benzer Tezler

  1. Tez No

    887239

    Privacy-preserving mechanisms for face verification systems

    Yüz doğrulama sistemleri için gizliliği koruyucu mekanizmalar

    MARAM H. W. ALAGHBAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜLAY YILDIRIM

  2. Tez No

    913918

    Privacy preserving multi-user charging and billing scheme for dynamic charging electric vehicles

    Başlık çevirisi yok

    SİMGE KOÇTAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    University of Warwick

  3. Tez No

    642156

    Privacy preserving and robust watermarking on sequential genome data using belief propagation and local differential privacy

    Dizisel genetik veriler ̇için ̇inanç yayımı ve lokal diferansiyel gizlilik kullanılarak oluşturulan güçlü ve gizlilik koruyucu filigran teknikleri

    ABDULLAH ÇAĞLAR ÖKSÜZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. UĞUR GÜDÜKBAY

    YRD. DOÇ. DR. ERMAN AYDAY

  4. Tez No

    424344

    Privacy preserving data mining

    Kişisel bilgilerin gizlenmesi veri madenciliği

    AFRAH FAREA

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ KARCI

  5. Tez No

    425747

    Privacy-preserving two-party collaborative filtering on overlapped ratings

    Çakışmalı oylar üzerinden gizlilik korumalı iki partili ortak filtreleme

    BURAK MEMİŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. İBRAHİM YAKUT

Geri Dön