Anonymization of spatio-temporal mobility data
Kurzbeschreibung
Für viele Daten gestaltet sich eine DSGVO-konforme Anonymisierung oft als schwierig, weil z. B. durch Verknüpfung zusätzlicher Datensätze eine Rekonstruktion Personen-identifizierender Informationen möglich ist. Dies verhindert zuweilen das Teilen solcher Datensätze. Synthetische Daten bieten hier potenziell einen Ausweg und können mit generativen Machine Learning-Verfahren erzeugt werden.
Diese Verfahren sind in ihrer praktischen Anwendbarkeit bedroht, weil in der Anwendung Vertrauen in die Richtigkeit erforderlich ist. In dieser Masterarbeit sollen technische Lösungen untersucht werden, mit denen eine Verifikation und Provinienz-Histrorie synthetischer Datensätze durchgeführt werden kann. Es sollen basierend auf dem zu erhebenden Stand der Forschung geeignete Verfahren entwickelt, in ein bestehendes Tool integriert und durch umfassende numerische Experimente evaluiert werden.
