Mahremiyet korumalı büyük veriyayınlama için kavramsal model önerileri

Özet

Teknolojinin gelişmesi ile beraber veri üretim ve işleme hızı artmış,bunun sonucu olarak hacim, hız, çeşitlilik ve değer gibi bileşenlere sahip büyük veri kavramı ortaya çıkmıştır. Büyük verilerden elde edilecek faydayı arttırmak için bu verilerin mahremiyetini koruyarak paylaşmakveya yayınlamak gerekir. Literatür incelendiğinde, büyük verininmahremiyetini koruyarak yayınlanmasını kolaylaştıranherhangi bir modelin olmadığı tespit edilmiştir. Mahremiyet Korumalı Büyük Veri Yayınlama (Privacy Preserving Big Data Publishing –PPBDP) modellerinin oluşturulması, büyük veri mahremiyeti koruma sürecindeki tüm tarafların doğru bir şekilde yönlendirilmesi ve gereksinimlerinin doğru karşılanması, doğru alt yapı ve hizmetlerin oluşturulması adına önemlidir. Ayrıca, bu modelleri oluştururken maliyet ve güvenlik gibi faktörleri de göz önünde bulundurmak gerekir. Bu çalışmada, mahremiyet korumalı geleneksel veri yayınlama modelleri araştırılmış, çeşitli kriterlere göre karşılaştırılarakmahremiyet risk seviyeleri değerlendirilmiş ve bu risk seviyelerini de dikkate alan büyük veri temelli yeni kavramsal modeller ilk defaönerilmiştir. Önerilen bu modeller senaryo temelli olarak oluşturulmuş, üstünlükleri ve dezavantajları sunulmuştur. Önerilen modellerin, büyük verilerin mahremiyetinin korunarak yayınlanması, mahremiyet risklerinin minimize edilmesi ve büyük veriden maksimum faydanın sağlanması gibi pek çok konuda katkılar sağlayacağı değerlendirilmektedir.

Abstract

Recent developments in IT has increased the speed of data production and processing, as a result, big dataconceptwith components such as volume, velocity, variety and valuehas emerged. In order to get more benefit from big data, it is necessary to share or publish the data by preserving or respecting privacy. The literature reviews report that there isno model that facilitatespublishing big data by preserving privacy. Designing Privacy Preserving Big Data Publishing (PPBDP) models is important to direct all the parties and to meet the requirements of themcorrectly, and to create the right infrastructures and services. In addition, it is necessary to consider some factors such as cost and security when designing these models. In this study, privacy preserving data publishing models were reviewed, compared based on various criteriaand then evaluated based on privacy risk levels. Finally,big data architecture based new conceptual models were then established for the first time according to these evaluations and privacy risk levels. It is expected that the proposed models might contribute to the literature on some issues, such as publishing big data withpreserving privacy, minimizing privacy risks and obtaining maximum benefit from the big data.