| Form of studies |
Bachelor |
| Title of the study programm |
Computer Systems |
| Title in original language |
Automatizētas lēmuma pieņemšanas metodes personas datu pārvaldībā |
| Title in English |
Methods of Automated Decision-Making in Personal Data Management |
| Department |
12300 Institute of Applied Computer Systems |
| Scientific advisor |
Aleksejs Jurenoks |
| Reviewer |
Ainārs Auziņš |
| Abstract |
1. tips: Moderno risinājumu izpēte
Veicot personas datu apstrādi, viens no svarīgākajiem posmiem ir to drošības nodrošināšana, kas spēj paslēpt personas datu saturu no nepiederošām personām un aizsargāt tos noplūdes gadījumā. Lai personas dati būtu pieejami apstrādei, vienlaikus ievērojot to drošību, pastāv personas datu depersonalizācijas jēdziens. Personas datu depersonalizācija ir darbība, kas aplauž saiti starp datiem, pēc kuriem var identificēt subjektu, un datiem, pēc kuriem bez papildu informācijas nevar identificēt personas datu subjektu. Depersonalizējot identificējamo personas datu daļu, atlikušā personas datu daļa var tikt izmantota tās apstrādei.
Bakalaura darba mērķis ir visu pieejamu moderno automatizētu personas datu depersonalizācijas metožu izpēte, apraksts un analīze, metodes izvēle un tās novērtējums eksperimenta veidā pēc iepriekš definētiem kritērijiem, kā arī iegūto novērtējuma rezultātu pārbaude un demonstrācija, veicot metodes īstenošanu ar programmatūras pieejas palīdzību.
Visu 4 personas datu depersonalizācijas metožu izpētes un analīzes rezultātā tika atlasīta sajaukšanas metode, kas tiek novērtēta, nosakot tās depersonalizācijas veikšanas spēju, novērtējot depersonalizācijas veikšanas kvalitāti un veiktspēju. Novērtējuma rezultātā tiek sniegtas sajaukšanas metodes algoritma īstenošanas rekomendācijas depersonalizēto datu drošības paaugstinājumam un personalizācijas riska samazinājumam un rekomendācijas datubāzes personas datu subjektu ierakstu skaita noteikšanai tās depersonalizācijai ar sajaukšanas metodi atkarībā no laika, kas tiek patērēts noteikta personas datu subjektu ierakstu skaita depersonalizācijai. Papildus tam, tiek sniegtas laika pieauguma likumsakarības atkarībā no personas datu subjektu ierakstu skaita pieauguma datubāzē. Rekomendācijas ir noderīgas personas datu depersonalizācijas un drošības kvalitātes paaugstinājumam iestādēm, uzņēmumiem, organizācijām un citiem datu pārziņiem personas datu depersonalizācijas veikšanas procesā.
Darba apjoms: 73 lappuses, 1 attēls, 11 tabulas, 1 pielikums, 26 izmantoto informācijas avotu skaits. |
| Keywords |
Personas datu depersonalizācija, personas datu personalizācija, identifikatoru ieviešanas metode, sastāva vai semantikas maiņas metode, dekompozīcijas metode, sajaukšanas metode. |
| Keywords in English |
Depersonalisation of personal data, personalisation of personal data, method of introducing identifiers, method of changing composition or semantics, decomposition method, shuffling method. |
| Language |
lv |
| Year |
2022 |
| Date and time of uploading |
30.05.2022 23:53:31 |
