Skip Navigation Linksلیست مقالات ترجمه شده / خرید و دانلود
1,149,950

پیش از اقدام به خرید ترجمه فارسی می توایند نسخه انگلیسی را به صورت رایگان دانلود و بررسی نمایید. متن چکیده و ترجمه آن در پایین همین صفحه قابل مشاهده است.
دانلود رایگان مقاله انگلیسی
موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی برق " با موضوع " بررسی اثربخشی تکنیک های مبهم سازی در شبکه های اجتماعی آنلاین " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
بررسی اثربخشی تکنیک های مبهم سازی در شبکه های اجتماعی آنلاین
نویسنده/ناشر/نام مجله :
International Symposium on Privacy Enhancing Technologies Symposium
سال انتشار
2014
کد محصول
1011281
تعداد صفحات انگليسی
21
تعداد صفحات فارسی
28
قیمت بر حسب ریال
1,055,000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
2 مگا بایت
تصویر پیش فرض



 Abstract

Data obfuscation is a well-known technique for protecting user privacy against inference attacks, and it was studied in diverse settings, including search queries, recommender systems, location-based services and Online Social Networks (OSNs). However, these studies typically take the point of view of a single user who applies obfuscation, and focus on protection of a single target attribute. Unfortunately, while narrowing the scope simplifies the problem, it overlooks some significant challenges that effective obfuscation would need to address in a more realistic setting. First, correlations between attributes imply that obfuscation conducted to protect a certain attribute, may influence inference attacks targeted at other attributes. In addition, when multiple users conduct obfuscation simultaneously, the combined effect of their obfuscations may be significant enough to affect the inference mechanism to their detriment. In this work we focus on the OSN setting and use a dataset of 1.9 million Facebook profiles to demonstrate the severity of these problems and explore possible solutions. For example, we show that an obfuscation policy that would limit the accuracy of inference to 45% when applied by a single user, would result in an inference accuracy of 75% when applied by 10% of the users. We show that a dynamic policy, which is continuously adjusted to the most recent data in the OSN, may mitigate this problem. Finally, we report the results of a user study, which indicates that users are more willing to obfuscate their profiles using popular and high quality items. Accordingly, we propose and evaluate an obfuscation strategy that satisfies both user needs and privacy protectio

چکیده

مبهم سازی داده­ ها یک روش شناخته شده برای محافظت از حریم خصوصی کاربران در برابر حملات استنباطی است و در محیط­ های متنوع، از جمله پرسش ­های جستجو، سیستم ­های پیشنهاد دهنده، خدمات مبتنی بر مکان و شبکه­های اجتماعی آنلاین (OSNs) مورد مطالعه قرار گرفت. با این حال، این مطالعات معمولا دیدگاه کاربری را در نظر می­گیرند که مبهم سازی را اعمال می­ کند، و بر حفاظت از ویژگی یک هدف تمرکز دارد. متاسفانه، حین محدود کردن دامنه مسئله و ساده ­سازی آن، از برخی چالش ­های مهم جلوگیری می­کند که موانع موثر در یک محیط واقعی­ تر باید مورد توجه قرار گیرند. اولا، هم بستگی بین ویژگی­ها به این معنی است که مبهم سازی انجام شده برای محافظت از ویژگی خاص، ممکن است بر حملات استنباطی که به ویژگی­های دیگر اهتمام دارند تأثیر بگذارد. علاوه بر این، هنگامی که چندین کاربر به طور همزمان مبهم سازی را انجام می­دهند، اثر ترکیبی مبهم سازی آنها ممکن است به اندازه کافی قابل ملاحظه باشد که بر مکانیسم استنباط آنها تأثیر بگذارد. در این مقاله ما بر روی محیط OSN تمرکز می­کنیم و از یک مجموعه داده­ با 1.9 میلیون پروفایل فیس بوک استفاده می­کنیم تا شدت این مسائل را نشان دهیم و راه حل­ های ممکن را بررسی نماییم. به عنوان مثال، نشان می­ دهیم که یک سیاست مبهم سازی که می­تواند دقت استنباط را تا 45 درصد در صورت استفاده توسط یک کاربر محدود کند، در صورتی که 10 درصد از کاربران آن را اعمال کنند، دقت استنباطی 75 درصد را به ارمغان می ­آورد. ما نشان می­ دهیم که یک سیاست پویا، که به طور مداوم با جدیدترین داده­ها در OSN تنظیم می­شود، می­تواند این مشکل را کاهش دهد. در نهایت، نتایج مطالعه یک کاربر را گزارش می­ دهیم، که نشان می­دهد که کاربران مایل هستند پروفایل­های خود را با استفاده از آیتم ­های محبوب و با کیفیت بالا، مبهم و تاریک کنند. بر این اساس، ما یک استراتژی مبهم سازی را پیشنهاد و ارزیابی می­کنیم که نیاز کاربر و حفاظت از حریم خصوصی را برآورده می­کند.

-1مقدمه

با افزایش روزافزون شبکه­ های اجتماعی آنلاین (OSNs) در دهه گذشته، کاربران تعداد روزافزونی از اطلاعات شخصی، اعم از جزئیات و منافع شخصی­شان، تا عادت­ها و نظراتشان را به اشتراک می­گذارند. دسترسی به برخی از این اطلاعات شخصی را می­توان با تنظیم محیط­ های حریم خصوصی داخلی OSNها محدود کرد، اما با وجود اطمینان در مورد حفظ حریم خصوصی کاربران OSN، بسیاری از این داده­ها هنوز بی ضرر و قابل دسترس هستند. این و سایر داده­های تولید شده توسط کاربر، توسط شرکت ­هایی که خدمات شخصی، از جمله توصیه ­ها و تبلیغات هدفمند را ارائه می­کنند، جمع آوری و استخراج می­ شوند. حریم خصوصی کاربران زمانی می­تواند در خطر قرار گیرد که اطلاعات عمومی در پروفایل­ های آنها برای استخراج اطلاعاتی که مایل نیستند آشکار شوند استفاده گردد. مطالعات قبلی نشان داده است که ویژگی­ های خصوصی به راحتی می­توانند بر اساس اطلاعات دیگران که آن ویژگی­ها را نشان داده­اند، خواه با استفاده از مشخصه گراف اجتماعی مانند اتصالات اجتماعی کاربر هدف (اصل هم رنگی) [8،11،13]، یا مبتنی بر موارد مشترک با دیگر کاربران با استفاده از روش­ های استنتاج آماری / حداکثر احتمال، استنباط شوند [3]… 

 

خدمات ترجمه تخصصی و ویرایش مقاله مهندسی برق در موسسه البرز


این مقاله ترجمه شده مهندسی برق در زمینه کلمات کلیدی زیر است:



Obfuscation Techniques
Online Social Networks

ثبت سفارش جدید