文件名称：deanonymization:去匿名管道
文件大小：58KB
文件格式：ZIP
更新时间：2024-05-06 13:18:01
Python
MICS 233隐私工程实施 小组成员 亚伦·克劳奇（Aaron Crouch），卡梅隆·克利福德（Cameron Clifford），扎克·Childers（Zach Childers） 大规模去匿名 我们知道有许多知名度较高的论文，其中据称$ k $值较低的匿名数据集被取消匿名。 该过程非常简单，仅包含两个表的匹配概括，并且等效于SQL内部联接。 考虑到攻击数据集相对容易，我们想设计一个大规模自动化去匿名化的系统。 此过程包含三个主要阶段，这些阶段构成了典型的大数据管道： 入口，从各种来源收集匿名数据 处理，其中选择并攻击数据 出口，我们在其中准备已标识的数据以进行其他处理和解释。 我们的设计允许系统扩展以处理任意数量的数据。 通过利用现成的云技术，我们可以使用已经在课堂上编写的代码（特别是在实验2和3中）的改编来实现这一规模。 如果我们遇到无法预料的挑战，则所提议的里程碑中的
【文件预览】：
deanonymization-master
----ingress()
--------.gitignore(20B)
--------app()
--------README.md(181B)
--------parser.dockerfile(222B)
--------scraper.dockerfile(261B)
--------.vscode()
--------ingress-build.yml(1KB)
----res()
--------DeanonymizePipeline.png(31KB)
----processing()
--------.gitignore(9B)
--------processor-build.yml(335B)
--------dockerfile(318B)
--------notebooks()
--------README.md(410B)
----egress()
--------README.md(75B)
--------egress-build.yml(78B)
----init.sh(384B)
----README.md(8KB)
----.vscode()
--------settings.json(277B)
----azure-pipelines.yml(823B)