Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightLiteratür incelendiğinde, büyük verinin mahremiyetini koruyarak yayınlanmasını kolaylaştıran herhangi bir modelin olmadığı tespit edilmiştir.
📌 3 Maddede Bu Makale
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 paylaşmak veya yayınlamak gerekir. Literatür incelendiğinde, büyük verinin mahremiyetini koruyarak yayınlanmasını kolaylaştıran herhangi 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 karşılaştırılarak mahremiyet risk seviyeleri değerlendirilmiş ve bu risk seviyelerini de dikkate alan büyük veri temelli yeni kavramsal modeller ilk defa önerilmiştir. 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 data concept with components such as volume, velocity, variety and value has 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 is no model that facilitates publishing 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 them correctly, 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 criteria and 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 with preserving privacy, minimizing privacy risks and obtaining maximum benefit from the big data.