Enabling of privacy-friendly analysis

Hedendaagse big data analyse kenmerkt zich niet alleen door de vereiste enorme rekenkracht, maar ook de breedbandige netwerkverbindingen tussen computer en “de cloud”.

Enabling of privacy-friendly analysis of network data and beyond

Dit netwerkverkeer bevat veel privacy gevoelige informatie, van de gebruikte termen in zoekmachines tot persoonlijke medische informatie. Recent onderzoek naar pseudonimisering heeft grote vooruitgang laten zien dank zij de aanpak van Polymorfe Encryptie en Pseudonimisatie (PEP).

Dankzij PEP kan data bij een lek niet zomaar gecombineerd worden, terwijl geoorloofde deling van data wel mogelijk is. In dit project werken informatici van Radboud Universiteit en Universiteit van Twente samen met SURF om deze techniek verder te ontwikkelen zodat grote hoeveelheden data op hoge snelheid gepseudonimiseerd, gedeeld, en geanalyseerd kunnen worden op privacy-vriendelijke wijze.

De resultaten van dit project zijn technisch van aard en kunnen gezien worden als bouwsteen voor project bouwsteen voor de laatste twee projecten (zie verderop), terwijl de andere beschreven projecten juist ethische, juridische en maatschappelijke input kunnen leveren voor dit project in het bereiken van de gewenste mate van privacy en pseudonimisering.

Meer informatie
Titel project: Enabling of privacy-friendly analysis

Programma: Vwdata-Programma

Organisatie: NWA

Looptijd: Lopend

Contactpersoon
Joeri de Ruiter Radboud Universiteit

Nieuwsbrief

Schrijf u in voor onze nieuwsbrief en blijf op de hoogte van het laatste nieuws over Commit2data