Shared data granularity: a latent dimension of privacy scoring over online social networks
Paylaşılan verinin öge boyu: çevrimiçi sosyal ağlarda gizlilik skorlamanın örtük kalmış bir boyutu
- Tez No: 626051
- Danışmanlar: DR. ÖĞR. ÜYESİ ALİ İNAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Adana Alparslan Türkeş Bilim Ve Teknoloji Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Gizlilik skorlaması bir ÇSA üzerinde kullanıcıların paylaşımlarına göre gizlilik ihlali riskini ölçmeyi amaçlar. Bu alanda yapılan çalışmalar muhtemel ön yargılı ve duygusal anket verilerine dayanır ve yalnız Facebok gibi kişisel amaçlı ÇSA'lara odaklanır. Mevcut çalışmaların aksine, bu tezde en popular ProÇSA olan LinkedIn'den toplanan gerçek dünya ÇSA verisiyle çalışmaktayız. Bu tezde 5,389 LinkedIn kullanıcısının ilgili profil bilgilerini toplamak için kapsamlı bir gezgin programı geliştirdik, toplanan veriler hem ilişkisel hem de çizge veritabanında modellenmiş ve literatürde yer alan Gizlilik risk skorlama methodları niceliksel olarak analiz edilmiştir. Ayrıca, ÇSA kullanıcıların profil sayfası üzerindeki verilerinin öge boyunu düşünen yeni bir skorlama metodu öneriyoruz. Var olan ve önerilen skorlama metodlarının kapsamlı deneysel değerlendirilmesi bu çözümün etkinliğini göstermektedir.
Özet (Çeviri)
Privacy scoring aims at measuring the privacy violation risk of a user over an online social network (OSN). Existing work in the field rely on possibly biased or emotional survey data and focus only on personal purpose OSNs like Facebook. In contrast to existing work, in this thesis, we work with real-world OSN data collected from LinkedIn, the most popular professional-purpose OSN (ProOSN). Towards this end, we developed an extensive crawler to collect all relevant profile data of 5,389 LinkedIn users, modeled these data using both relational and graph databases and quantitatively analyzed all privacy risk scoring methods in the literature. Additionally, we propose a novel scoring method that considers the granularity of data an OSN user shares on her profile page. Extensive experimental evaluation of existing and proposed scoring methods indicates the effectiveness of the proposed solution.
Benzer Tezler
- Okunabilir kopyalama algoritmalı DSM sisteminin gerçeklenmesi
Başlık çevirisi yok
ÖZGÜR KORAY ŞAHİNGÖZ
Yüksek Lisans
Türkçe
1998
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TAKUHİ NADİA ERDOĞAN
- Micro-architectural support for improving synchronization and efficiency of SIMD execution on GPUs
Başlık çevirisi yok
AYŞE YILMAZER
Doktora
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNortheastern UniversityPROF. DAVID KAELI
- Design and Implementation of a Dynamically Reconfigurable Computing Platform: Implementation of GUI for Creating Macro Modules for Reconfigurable Platform
Dinamik Olarak Yeniden Yapılandırılabilir Bir Bilgi İşlem Platformunun Tasarımı ve Gerçekleştirilmesi: Yeniden Yapılandırılabilir Platform için Makro Modüllerin Oluşturulması amacıyla GUI'nin Gerçekleştirilmesi
KEMAL TÜTÜNCÜ
Yüksek Lisans
İngilizce
1999
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVrije Universiteit BrusselBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. ING. ERİK DİRKX
PROF. DR. ABDELLAH TOUHAFI
- Bilginin düzenlenmesinde web 3.0 teknolojilerinin kullanılması
Using web 3.0 technologies in organizing information
AYŞENUR VAROL
Yüksek Lisans
Türkçe
2018
Bilgi ve Belge YönetimiAnkara ÜniversitesiBilgi ve Belge Yönetimi Ana Bilim Dalı
PROF. DR. DOĞAN ATILGAN
- OpenStreetMap verilerindeki bina detaylarının büyük ölçekli topografik harita verileri ile karşılaştırmalı geometrik kalite analizi
Geometric quality analysis of building footprints from OpenStreetMap data in comparison to large scale topographic map data
ÖZGE ECE ERDEN
Yüksek Lisans
Türkçe
2019
Mühendislik BilimleriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ MELİH BAŞARANER