PRESENTAZIONE

Il corso introdurrà le metodologie allo stato dell'arte per l'anonimizzazione di diversi tipi di dato (database, serie di tempo, grafi, dati longitudinali e dati transazionali). Inoltre, il corso fornirà alcuni aspetti legali legati alla privacy dei dati utente.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Students will learn key elements in data protection and privacy: data privacy and anonymity, metrics and techniques; macro and microdata protection; data protection in outsourcing scenarios; privacy on the web; advanced access control. Students will be involved in project activities.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

- Comprendere il problema della privacy dei dati

- Imparare gli algoritmi per l'anonimizzazione dei dati allo stato dell'arte.

- Leggere e comprendere un articolo scientifico

- Implementare una tecnica di anonimizzazione autonomamente.

PREREQUISITI

- Programmazione

- Fondamenti di Algoritmi e Strutture Dati

- Basi di Algebra e Statistica

MODALITA' DIDATTICHE

Lezioni frontali e progetto

PROGRAMMA/CONTENUTO

• Static Data Anonymization for  Multidimensional Data and Complex Data Structures 

• Threats to Anonymized data

• Privacy-preserving Test Data Manufacturing

• Synthetic data generation

• Dynamic Data Protection: Tokenization

• Privacy through Data Hiding 

• Privacy Regulations 

TESTI/BIBLIOGRAFIA

Articoli e slide sono fornite durante il corso

DOCENTI E COMMISSIONI

Commissione d'esame

ALESSIO MERLO (Presidente)

ALESSANDRO ARMANDO

MARCO MARATEA

LEZIONI

INIZIO LEZIONI

Ottobre 2018

ESAMI

MODALITA' D'ESAME

Discussione orale

MODALITA' DI ACCERTAMENTO

Discussione di un progetto realizzato individualmente e prova orale sugli argomenti del corso

Calendario appelli