Privacy en datamining in trajectdata

Abstract

De masterproef gaat over het bewaren van de privacy bij datamining van trajectdata. In deel I van de tekst halen we een aantal algemene technieken aan om de privacy te bewaren, maar toch aan datamining te doen zonder de privacy van een persoon te schenden. De besproken technieken zijn dataperturbate, k-anonimiteit met l-diversiteit en cryptografie. Wat trajectdata juist inhoud, hoe we deze data kunnen voorstellen, wat dataminers zoal met de data doen enzovoorts, vinden we in deel II van de tekst. Deze hoofdstukken vormen de basis om deel III van de tekst te begrijpen. De belangrijkste hoofdstukken zijn vervolgens terug te vinden in deel III van de tekst. Hierin bespreken we privacy-bewarende technieken voor trajectdata. In deze hoofdstukken hebben we speciale aandacht voor de onzekerheid in de trajectdata. Verder bespreken we ook het gebruik van prefixbomen uitgebreid. In deel IV, de bijlagen, is er nog extra informatie te vinden voor wie meer wil weten over de besproken onderwerpe