Vallasciani, Giacomo
(2019)
Analisi di problematiche di privacy legate alla geolocalizzazione e al contesto utente.
[Laurea], Università di Bologna, Corso di Studio in
Informatica [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
![[img]](http://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 (4MB)
| Contatta l'autore
|
Abstract
Il lavoro svolto vuole mostrare le problematiche di privacy legate al costante e massiccio invio di dati da parte dei dispositivi che utilizziamo tutti i giorni (come gli smartphone).
I dati che vengono generati ed inviati vengono utilizzati da service provider come Google, Microsoft, Amazon ecc. per ottimizzare e migliorare la qualità dei loro servizi come per esempio la notifica di un treno che dobbiamo prendere oppure la disponibilità o la variazione di prezzo di un prodotto che abbiamo osservato.
Anche se questi dati vengono inviati in forma anonima tuttavia è possibile scoprire molte cose se analizzati nel modo giusto. Nel seguente lavoro verrà utilizzato un framework basato su Markov Decision Process per eseguire diversi tipi di analisi sui dati di diversi utenti. Ogni tipo di analisi permette di estrapolare informazioni diverse a seconda di ciò che vogliamo scoprire.
Saranno introdotti inizialmente i concetti principali utili per la comprensione dell'elaborato per poi passare alla descrizione del framework e delle analisi eseguite. Verranno infine mostrati i risultati di tali analisi ed il significato racchiuso in essi.
Abstract
Il lavoro svolto vuole mostrare le problematiche di privacy legate al costante e massiccio invio di dati da parte dei dispositivi che utilizziamo tutti i giorni (come gli smartphone).
I dati che vengono generati ed inviati vengono utilizzati da service provider come Google, Microsoft, Amazon ecc. per ottimizzare e migliorare la qualità dei loro servizi come per esempio la notifica di un treno che dobbiamo prendere oppure la disponibilità o la variazione di prezzo di un prodotto che abbiamo osservato.
Anche se questi dati vengono inviati in forma anonima tuttavia è possibile scoprire molte cose se analizzati nel modo giusto. Nel seguente lavoro verrà utilizzato un framework basato su Markov Decision Process per eseguire diversi tipi di analisi sui dati di diversi utenti. Ogni tipo di analisi permette di estrapolare informazioni diverse a seconda di ciò che vogliamo scoprire.
Saranno introdotti inizialmente i concetti principali utili per la comprensione dell'elaborato per poi passare alla descrizione del framework e delle analisi eseguite. Verranno infine mostrati i risultati di tali analisi ed il significato racchiuso in essi.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Vallasciani, Giacomo
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Context-aware computing,Context-prediction,Privacy,Big Data
Data di discussione della Tesi
18 Dicembre 2019
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Vallasciani, Giacomo
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Context-aware computing,Context-prediction,Privacy,Big Data
Data di discussione della Tesi
18 Dicembre 2019
URI
Statistica sui download
Gestione del documento: