Métodos para Criptografia Homomórfica na Mineração de Dados Aplicados em Fluxos de Roteadores de Borda na Internet
Open Access
- 24 May 2024
- conference paper
- Published by Sociedade Brasileira de Computação
- p. 70-83
Abstract
A difusão das tecnologias da informação contribui cada vez mais com o crescimento de dados gerados, tornando evidente as oportunidades presentes com a Mineração de Dados. Por outro lado, cresce também a preocupação com a privacidade de tais dados. A Criptografia Homomórfica detêm o poder de acabar com esta suposta dicotomia, permitindo operações em dados cifrados, sem a perda da privacidade de tais dados. Com isso, este trabalho criou três métodos diferentes para a geração de Regras de Associação para base de dados distribuídos, respeitando a privacidade de cada participante. Dados reais retirados dos roteadores de borda do backbone da Rede-Rio/FAPERJ são usados para validar a proposta.Keywords
This publication has 10 references indexed in Scilit:
- OpenFHE2022
- IPTraf: Coleta e Detecção de Anomalias em Fluxos de Rede2021
- A survey on federated learningKnowledge-Based Systems, 2021
- Faster Secure Data Mining via Distributed Homomorphic Encryption2020
- A Pragmatic Introduction to Secure Multi-Party ComputationFoundations and Trends® in Privacy and Security, 2018
- Secure Data Mining in Cloud Using Homomorphic Encryption2014
- Fully homomorphic encryption based two-party association rule miningData & Knowledge Engineering, 2012
- Privacy-Preserving Set Union2007
- Dynamic itemset counting and implication rules for market basket data1997
- Mining association rules between sets of items in large databases1993