Pubblicazione di dati di traiettoria preservando il principio di non informatività

Al giorno d'oggi i dati di traiettoria, grazie alle nuove tecnologie di tracciamento della posizione, sono presenti in svariati scenari applicativi. Dall'analisi di questi dati possono trarre beneficio diverse applicazioni del mondo reale, come ad esempio la gestione del traffico e i servizi basati sulla posizione. Una traiettoria rappresenta il cambiamento della posizione di un utente o un oggetto nello spazio rispetto al tempo. Con la diffusione delle tecnologie che si occupano di questo tipo di dati, sono stati studiati algoritmi in grado di estrapolare informazioni da essi. Tuttavia, le traiettorie possono divulgare informazioni altamente sensibili di un individuo, come ad esempio modelli di mobilità, dati personali o relazioni sociali, rendendo indispensabile l'utilizzo di tecniche per la protezione della privacy nell'ambito della pubblicazione di dataset di traiettorie. Per garantire la privacy su tali dati, non è sufficiente nascondere le singole posizioni, ma è necessario preservare tutte le informazioni derivate dalle loro correlazioni. La protezione della privacy deve però tenere conto di un importante fattore, ossia l'utilità dei dati. L'obiettivo del lavoro presentato in questa tesi è l'analisi delle tecniche note in letteratura che trattano i modelli di privacy esistenti, con uno specifico approfondimento del principio di non informatività. Esso si pone l'obiettivo di minimizzare la differenza tra la conoscenza di un avversario prima e dopo l'accesso a un dataset. In particolare vengono enfatizzati i criteri di privacy di questo principio e viene condotto uno studio approfondito dell'algoritmo kte-hide. Quest'ultimo consente infatti l'anonimizzazione di dati di traiettoria rispettando il principio di non informatività, minimizzando la distorsione dei dati protetti.