Forebyggelse af privatlivslækager, når onlinedata kan indsamles offentligt

Beskyttelse af en persons identitet mod cybertyve kan være en monumental opgave, især når tyve kan indsamle oplysninger om nogen ved blot at bruge offentlige datakilder.

Det er derfor Rohit Chadha, lektor i elektroteknik og datalogi ved College of Engineering ved University of Missouri, arbejder sammen med forskere ved University of Illinois-Chicago og University of Illinois Urbana-Champaign om en bevilling på 1,2 millioner dollars over 4 år fra National Science Foundation for at undersøge, hvordan man kan hjælpe med at forhindre privatlivslækager, når der er en stor mængde data, der kan samles offentligt.

"Differentiel privatliv er en teknik, der blev opfundet for omkring femten år siden, og som sikrer, at når nogen stiller spørgsmål til onlinedatabaser - folketællingsdata, forbrugertendenser eller aggregerede oplysninger såsom løninterval eller gennemsnitligt antal børn til mennesker, der bor i et bestemt område - fortroligheden af ​​en persons digitale optegnelser forbliver intakt, "Sagde Chadha." Du ønsker stadig at kunne give adgang til disse forespørgsler, fordi dataene er vigtige for virksomheder, forskere og regeringer. På den anden side, du vil også være i stand til at beskytte en persons privatliv."

Ved at stille nok gyldige spørgsmål til forskellige databaser, cybertyve kan bygge nok af en persons profil til, at de kan bruge den information på ondsindede måder. Chadha sagde, at forskere allerede er begyndt at teste forskellige metoder til at forhindre cybertyve, der forsøger at forsøge dette.

"Forskersamfundet har været klar over muligheden for disse angreb i nogen tid, "Sagde Chadha.

Chadha, sammen med Aravinda Sistla fra University of Illinois-Chicago og Mahesh Viswanathan fra University of Illinois Urbana-Champaign, og deres teams vil bruge bevillingen til at verificere kvaliteten af ​​de nuværende metoder, der anvendes, og arbejde på at forbedre disse metoder efter behov.