Proposta de uma arquitetura para (pseudo)anonimização multinível de dados em saúde
dc.contributor.advisor | Immich, Roger Kreutz | |
dc.contributor.advisor-co1 | Sampaio, Silvio Costa | |
dc.contributor.advisor-co1ID | https://orcid.org/0000-0001-7517-7001 | pt_BR |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/3526197867529103 | pt_BR |
dc.contributor.advisorID | https://orcid.org/0000-0003-2483-6382 | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/0535777592588490 | pt_BR |
dc.contributor.author | Emerick, Pedro Henrique Rodrigues | |
dc.contributor.authorLattes | http://lattes.cnpq.br/4315993465853700 | pt_BR |
dc.contributor.referees1 | Barroca Filho, Itamir de Morais | |
dc.contributor.referees2 | Sousa, Patrícia Raquel Vieira | |
dc.contributor.referees3 | Kreutz, Diego Luiz | |
dc.date.accessioned | 2023-05-13T00:25:21Z | |
dc.date.available | 2023-05-13T00:25:21Z | |
dc.date.issued | 2023-02-27 | |
dc.description.abstract | In recent decades, technological evolution has brought numerous advances allowing intensive collection, processing, and storage of personal data. There is much evidence, mainly revelations, about the operations and data breaches of large companies with data as their most significant asset, such as Facebook, Google, Amazon, and Uber. Due to this finding, there is a growing concern about using these data, evidenced by the profusion of laws worldwide that aim to protect individuals’ privacy. The various legislations point to the need to implement processes and techniques that guarantee data privacy, among which is the (pseudo)anonymization of data. It is in this context and seeking to contribute to the protection of privacy that, in this work, an architecture is proposed for the multilevel (pseudo)anonymization of health data. Multilevel, as data is pseudonymized at two levels, one local and one global, thus ensuring that data from multiple providers can be related yet (pseudo)anonymized. The focus on the health area is, on the one hand, a challenging application, given the sensitivity of the data. The architecture proposed in this work was implemented as a proof of concept and evaluated from a set of tests. Test results suggest that the architecture enables correct anonymization at the source, secure linking of (pseudo)anonymized data across multiple sources, and even allows reidentification for cases involving the security of the individuals involved. | pt_BR |
dc.description.resumo | Nas últimas décadas, a evolução tecnológica trouxe inúmeros avanços, mas também permitiu a coleta, o processamento e o armazenamento intensivos de dados pessoais. São muitas as evidências, principalmente de revelações sobre as operações e fuga de dados de grandes empresas que têm os dados como seu maior ativo, a exemplo do Facebook, Google, Amazon e Ubber. Diante desta constatação, nota-se um preocupação crescente com a utilização destes dados, evidenciada pela profusão de legislações mundo afora, que visam proteger a privacidade dos indivíduos. As diversas legislações apontam para a necessidade de implementação de processos e técnicas que garantam a privacidade dos dados, dentre as quais está a (pseudo)anonimização dos dados. É neste contexto e buscando contribuir para a proteção da privacidade, que, neste trabalho, é proposta uma arquitetura para a (pseudo)anonimização multinível de dados em saúde. Multinível, pois os dados são pseudonimizados em dois níveis diferentes, um local e um global, garantindo assim que dados de múltiplos provedores de dados possam ser relacionados, ainda que (pseudo)anonimizados. O foco na área da saúde é, por um lado, uma aplicação desafiadora, dada a sensibilidade dos dados. A arquitetura proposta neste trabalho foi implementada como uma prova de conceito e avaliada a partir de um conjunto de testes. Os resultados dos testes sugerem que a arquitetura possibilita uma correta anonimização na fonte, uma ligação segura dos dados (pseudo)anonimizados em múltiplas fontes e ainda permite a reidentificação para casos que envolvam a segurança dos indivíduos envolvidos. | pt_BR |
dc.identifier.citation | EMERICK, Pedro Henrique Rodrigues. Proposta de uma arquitetura para (pseudo)anonimização multinível de dados em saúde. Orientador: Roger Kreutz Immich. 2023. 114f. Dissertação (Mestrado Profissional em Tecnologia da Informação) - Instituto Metrópole Digital, Universidade Federal do Rio Grande do Norte, Natal, 2023. | pt_BR |
dc.identifier.uri | https://repositorio.ufrn.br/handle/123456789/52378 | |
dc.language | pt_BR | pt_BR |
dc.publisher | Universidade Federal do Rio Grande do Norte | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.initials | UFRN | pt_BR |
dc.publisher.program | PROGRAMA DE PÓS-GRADUAÇÃO EM TECNOLOGIA DA INFORMAÇÃO | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Privacidade de dados | pt_BR |
dc.subject | Dados pessoais | pt_BR |
dc.subject | Anonimização | pt_BR |
dc.subject | Pseudonimização | pt_BR |
dc.subject | LGPD | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS | pt_BR |
dc.title | Proposta de uma arquitetura para (pseudo)anonimização multinível de dados em saúde | pt_BR |
dc.title.alternative | Proposal of an architecture for multilevel (pseudo)anonymization of healthcare data | pt_BR |
dc.type | masterThesis | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- Propostaarquiteturapseudoanonimizacao_Emerick_2023.pdf
- Tamanho:
- 6.88 MB
- Formato:
- Adobe Portable Document Format
Nenhuma Miniatura disponível