Login![[thumbnail of Thesis]](https://amslaurea.unibo.it/style/images/fileicons/application_pdf.png) |
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato Download (1MB) | Contatta l'autore |
Abstract
Al giorno d'oggi la privacy degli utenti in rete è messa a rischio: siti web, applicazioni per smartphones, social networks, memorizzano dati che se assemblati possono descrivere le abitudini di un utente, le sue peculiarità, i suoi spostamenti, insomma la sua identità. L'obiettivo della mia tesi è stato quello di dimostrare quanto può essere dedotto su un utente partendo da semplici dati, quali la posizione e l'attività dello spostamento da una posizione all'altra e il tempo, raccolti nella cronologia di Google Maps. In questo lavoro è stato creato un modello attraverso l'uso di tecniche di Machine Learning per andare ad analizzare i pattern, in termini di spostamenti e di attività, che caratterizzano un utente nella sua vita quotidiana.
Altri metadati
Statistica sui download
Gestione del documento:
