• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
https://doi.org/10.11606/D.100.2022.tde-23012023-202448
Document
Author
Full name
Danilo Figueiredo de Oliveira
Institute/School/College
Knowledge Area
Date of Defense
Published
São Paulo, 2023
Supervisor
Committee
Prado, Edmir Parada Vasques (President)
Craveiro, Gisele da Silva
Perez, Gilberto
Title in Portuguese
Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileira
Keywords in Portuguese
Big data analytics
Privacidade de dados
Privacidade em big data analytics
Problemas de privacidade
Proteção de dados
Abstract in Portuguese
Privacidade é reconhecida internacionalmente como um direito humano fundamental e tem sido um tema cada vez mais importante ao passo que a humanidade aumenta o uso de produtos e serviços digitais e, consequentemente, a geração e utilização de dados pessoais. A quantidade de dados gerados a cada momento é enorme e exige tecnologias específicas para que sejam coletados, armazenados e disponibilizados para tomada de decisão, o que foi denominado como sistemas de big data analytics (BDA). Nesse cenário, diversos problemas de privacidade de dados podem ocorrer, e as organizações ainda sofrem para mitigar os riscos de violação de privacidade. Governos e organizações internacionais têm criado regulamentos para evitar e punir abusos por parte das organizações aos indivíduos, mas não têm sido suficientes para evitar grandes vazamentos de dados, entre outros problemas de privacidade de dados. Assim, o objetivo deste estudo foi analisar os problemas de privacidade de dados no contexto de BDA, bem como as suas causas, e identificar as principais ações e práticas que podem ser adotadas para evitar, minimizar ou resolver esses problemas identificados a partir de uma revisão sistemática da literatura. Para tanto, adotou-se como parâmetro as avaliações de especialistas coletadas por meio da técnica Delphi, considerando a eficiência, eficácia e factibilidade das soluções propostas pela literatura. Como resultado da aplicação da técnica Delphi, verificou-se concordância forte ou muito forte em 10 das 14 dimensões avaliadas, o que implica em confiabilidade alta ou muito alta no ranqueamento dos nove problemas em relação a cinco dos sete conjuntos de causas, e no ranqueamento dos 10 conjuntos de solução em relação a cinco conjuntos de causas. Portanto, conclui-se que, dado os sete conjuntos de causas, foram identificados os principais problemas causados por esses conjuntos e as melhores soluções para mitigar esses conjuntos de causas. De forma geral, dentre os nove problemas de privacidade de dados em BDA "roubo ou acesso não autorizado a dados" foi o principal, segundo os especialistas, seguido por "fraudes e outros crimes". Os principais conjuntos de causas desses nove problemas foram "ataques e vulnerabilidade de segurança" e "revelação ou inferência de dados não autorizados". Os principais conjunto de soluções para os sete conjunto de causas foram "governança de dados" e "políticas internas de proteção de privacidade".
Title in English
Data privacy protection in big data analytics environment: a study of the Brazilian reality
Keywords in English
Big data analytics
Data privacy
Data protection
Privacy in big data analytics
Privacy issues
Abstract in English
Privacy is internationally recognized as a fundamental human right and has become an increasingly important issue as humanity increases the use of digital products and services and, consequently, the generation and use of personal data. The amount of data generated at each moment is huge and requires specific technologies to be collected, stored, and made available for decision-making, which has been called big data analytics (BDA) systems. In this scenario, several data privacy problems can occur, and organizations still struggle to mitigate the risks of privacy breaches. Governments and international organizations have created regulations to prevent and punish abuse by organizations against individuals, but it has not been enough to prevent large data leaks, among other data privacy problems. Thus, the objective of this study was to analyze data privacy problems in the context of BDA, as well as their causes, and to identify the main actions and practices that can be adopted to avoid, minimize or solve these problems identified from a systematic literature review. For this purpose, the expert assessments collected using the Delphi technique were adopted as parameter, considering the efficiency, effectiveness, and feasibility of the solutions proposed by the literature. As a result of applying the Delphi technique, there was strong or very strong agreement in 10 of the 14 dimensions evaluated, which implies high or very high reliability in the ranking of the nine problems in relation to five of the seven sets of causes, and in the ranking of the 10 sets of solution in relation to five sets of causes. Therefore, it is concluded that, given the seven sets of causes, the main problems caused by these sets and the best solutions to mitigate these sets of causes were identified. Overall, among the nine data privacy issues in BDA, "theft or unauthorized access to data" was the main one, according to the experts, followed by "fraud and other crimes against victims", and "unfeasibility to maintain anonymous". The main sets of causes of these nine problems were "attacks and security vulnerability", and "inference or disclosure of unauthorized data". The two main sets of solutions for the seven sets of causes were "data governance", and "internal privacy protection policies".
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2023-07-11
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2024. All rights reserved.