Privacy preserving data collection framework for user centric network applications

Abstract

Mobil ve yaygın bilişimdeki ilerlemeler, hayatımızın her alanına giren kullanıcıbazlı uygulamaların sayısını artırmıştır. Bu durum kişisel gizliliğimizi tehdit etmekteve kişisel gizliliğe duyarlı uygulamaların geliştirilmesi konusunda büyük bir talepoluşturmaktadır. Kapsayıcı kişisel gizliliği koruyucu mekanizmaların data işlemenintüm fazlarını kullanıcılardan datanın toplanması, datanın merkezi sunucularda korunmasıve üçüncül şahıslarla paylaşılmasını da kapsayacak şekilde göz önüne almasıgerekmektedir. Bununla birlikte literatürdeki kişisel gizlilik çalışmaları çoğunluklatoplanmış bilginin üçüncül şahıslarla paylaşılması konusunda çözümler getirmiştir.Bu tezde, kişisel gizliliği sağlanmış bir data toplama anaçatısı önerilmiştir. Önerilenanaçatı, kişisel gizliliği data toplayıcıya giderken sağlamaktadır. Anonimleştirmesırasında k-anonimlik ve l-farklılık konseptlerini kullanan genel bir aşağıdan yukarıyakümeleme metodu önerilmiştir. Performans değerlendirmelerinde, entropi bazlı bilgikaybı ve anonimlik seviyesi belirleme metrikleri kullanılmıştır. Anaçatımız, birdenfazla her biri farklı kişisel gizlilik seviyelerine sahip olan data toplayıcılarına sahipağlar için de uyarlanmıştır.Anaçatımız, iki çeşit data toplama uygulamasında denenmiştir: (i) kablosuzsensör ağlarında kişisel gizliliği sağlanmış data toplanması, (ii) farklı organizasyonlardansaldırı tespit kayıtlarının toplanması sırasında organizasyonel gizliliğinsağlanması.Kablosuz sensör ağlarında geleneksel kişisel gizlilik & data yararlılığı ikilemineek olarak bir boyut daha vardır. Bu boyut, küçük sensör düğümlerinin sınırlamalarınedeniyle band genişliği ve enerjinin minimize edilmesi gerekliliğidir. Analizlerimizgöstermektedir ki önerilen anaçatı, bir ya da birden çok data toplama merkezi içerenkablosuz sensör ağlarında enerji tüketiminin minimize edilmesi, data yararlılığı vekişisel gizliliğin sağlanması arasında uygun bir denge mekanizması oluşturmaktadır.Anaçatımızın, organizasyonlarla merkezi güvenlik izleme birimi arasında organizasyonelgizliliği sağlayacak şekilde saldırı tespit kayıtlarının paylaşıllması için etkinbir mekanizma oluşturduğu da gösterilmiştir.

Advances in mobile and ubiquitous computing increased the number of usercentric applications that comes into all aspects of our lives. This situation hasstarted to threaten our privacy and created a huge demand for development ofprivacy-aware applications. Comprehensive privacy protection mechanisms haveto take all phases of data processing into considerations including data collectionfrom users, storage of data in central servers, and sharing them with third parties.However, privacy studies in the literature generally bring solutions for sharing ofcollected information with third parties.In this thesis, a privacy preserving data collection framework is proposed foruser centric network applications. Framework provides privacy of data en route todata collector(s). We propose a generic bottom-up clustering method that utilizesk-anonymity or l-diversity concepts during anonymization. Entropy based metricsfor information loss and anonymity level are de¯ned and used in performanceevaluations. Framework is adapted for networks having di®erent data collector partieswith different privacy levels.Our framework is applied for two types of data collection applications: (i) privacypreserving data collection in wireless sensor networks, (ii) preservation of organizationalprivacy during collection of intrusion detection logs from different organizationsTraditional data utility vs. privacy trade-o® has one more dimension in wirelesssensor networks. This dimension is minimization of bandwidth or energy consumptiondue to the limitations of tiny sensor nodes. Our analyses show that the proposed framework presents a suitable trade-o® mechanism among energy consumption minimization, data utility and privacy preservation in wireless sensor network applications with one or multiple sinks.It is also demonstrated that our framework brings e®ective solution for preservingorganizational privacy during sharing of intrusion detection logs among organizationsand central security monitoring entity.