Directly to


Information for Students

zur Startseite

Project-INF

Conceptional Implementation of Privacy Approaches for Time Series Data
Project Privacy in Stream Processing
Advisor Dr. rer. nat. Christoph Stach
Examiner PD Dr. rer. nat. habil. Holger Schwarz
End06.11.2019
Description

Ausgangssituation

Das Internet der Dinge (engl. Internet of Things, IoT) gewinnt immer mehr an Bedeutung [8]. Hierbei werden Alltagsgegenstände mit Sensoren und Aktuatoren ausgestattet. Die Sensoren ermöglichen es, Kontextinformationen zu erfassen. Anschließend können die Aktuatoren eine situationsgerechte Reaktion auslösen. Hierzu müssen die von den Sensoren ausgesandten Daten in Echtzeit von Datenstromsystemen verarbeitet werden [9]. Häufig ist allerdings zusätzlich vorgesehen, dass die Daten für nachfolgende Langzeitanalysen in einer Datenbank vorgehalten werden [3]. Hierfür bieten sich Zeitreihendatenbanken wie beispielsweise InfluxDB[1] an, die Sensorwerte abspeichern und diese anhand eines Zeitstempels indizieren [6]. Dadurch entwickelt sich das IoT heutzutage allerdings immer mehr zu einem Datensicherheits- und Datenschutzrisiko [11, 12]. Ein Großteil der Sicherheitslösungen für das IoT beschränkt sich allerdings auf eine reine Zugriffskontrolle für die Datenquellen [2]. Untersuchungen zeigen jedoch, dass die Nutzer mit einem solchen Berechtigungsmanagement überfordert sind [1] und die erlebte Servicequalität oft unverhältnismäßig stark eingeschränkt wird [7].

Ziel und Aufgabenstellung

Im Rahmen dieser Arbeit soll daher untersucht werden, wie sich Datenschutzansätze für Zeitreihendaten (z.B. die in [4, 5, 10] vorgestellten Ansätze) in den TICK-Stack[2] einbetten lassen. Hierbei soll konkret aufgegriffen werden, wie welche Techniken in welchen Komponenten des TICK-Stacks angewandt werden können. Neben den spezifischen Ansätzen für Zeitreihendaten können auch weitere Datenschutzansätze (z.B. für Datenbanken oder Datenstromsystemen) berücksichtigt werden. Drei dieser Konzepte sollen als Proof of Concept teilweise für den TICK-Stack prototypisch umgesetzt werden. Abschließend sollen die entwickelten Ansätze kritisch bewertet werden, auch hinsichtlich ihrer Auswirkungen auf die Daten- (und somit auch Service-) Qualität.

Zu bearbeitende Teilaufgaben

  • Analyse von Datensicherheits- und Datenschutztechniken für Zeitreihendatenbanken
  • Entwurf eines Sicherheitskonzepts für Zeitreihendatenbanken
  • Realisierung von (mindestens) drei Konzepten für den TICK-Stack
  • Evaluation der Ergebnisse
  • Vorstellung der Ergebnisse in einem wissenschaftlichen Vortrag

Organisatorisches

Art der Arbeit

Bachelor-Forschungsprojekt Informatik

Titel

Konzeptionelle Realisierung von Datenschutzansätzen für Zeitreihendaten

Englischer Titel

Conceptional Implementation of Privacy Approaches for Time Series Data

Betreuer

Dr. Christoph Stach

Prüfer

PD Dr. habil. Holger Schwarz

 


 

Literatur

[1]           Felt, A. P., Greenwood, K., and Wagner, D. The Effectiveness of Application Permissions. In Proceedings of the 2nd USENIX Conference on Web Application Development (2011), WebApps’11, pp. 1–12.

[2]           Mahmoud, R., Yousuf, T., Aloul, F., and Zualkernan, I. Internet of Things (IoT) security: Current status, challenges and prospective measures. In Proceedings of the 2015 10th International Conference for Internet Technology and Secured Transactions (2015), ICITST’15, pp. 336–341.

[3]           Marz, N., and Warren, J. Big Data – Principles and best practices of scalable real-time data systems. Manning Publications Co., 2015.

[4]           Moon, Y.-S., Kim, H.-S., Kim, S.-P., and Bertino, E. Publishing Time-Series Data under Preservation of Privacy and Distance Orders. In Proceedings of the 21th International Conference on Database and Expert Systems Applications (2010), DEXA’10, pp. 17–31.

[5]           Papadimitriou, S., Li, F., Kollios, G., and Yu, P. S. Time Series Compressibility and Privacy. In Proceedings of the 33rd International Conference on Very Large Data Bases (2007), VLDB’07, pp. 459–470.

[6]           Risse, M. The new rise of time-series databases. Tech. rep., Smart Industry, Feb. 2018. https://www.smartindustry.com/blog/smart-industry-connect/the-new-rise-of-time-series-databases/.

[7]           Stach, C., Dürr, F., Mindermann, K., Palanisamy, S. M., and Wagner, S. How a Pattern-based Privacy System Contributes to Improve Context Recognition. In Proceedings of the 2018 IEEE International Conference on Pervasive Computing and Communications Workshops (2018), CoMoRea’18, pp. 238–243.

[8]           van den Dam, R. Internet of Things: The Foundational Infrastructure for a Smarter Planet. In Internet of Things, Smart Spaces, and Next Generation Networking (2013), NEW2AN/ruSMART’13, pp. 1–12.

[9]           Vashi, S., Ram, J., Modi, J., Verma, S., and Prakash, C. Internet of Things (IoT): A vision, architectural elements, and security issues. In Proceedings of the 2017 International Conference on IoT in Social, Mobile, Analytics and Cloud (2017), I-SMAC’17, pp. 492–496.

[10]         Yang, Y., Zhang, Z., Miklau, G., Winslett, M., and Xiao, X. Differential Privacy in Data Publication and Analysis. In Proceedings of the 2012 ACM SIGMOD International Conference on Management of Data (2012), SIGMOD’12, pp. 601–606.

[11]         Zhang, Z.-K., Cho, M. C. Y., Wang, C.-W., Hsu, C.-W., Chen, C.-K., and Shieh, S. IoT Security: Ongoing Challenges and Research Opportunities. In Proceedings of the 2014 IEEE 7th International Conference on Service-Oriented Computing and Applications (2014), SOCA’14, pp. 230–234.

[12]         Zhao, K., and Ge, L. A Survey on the Internet of Things Security. In Proceedings of the 2013 Ninth International Conference on Computational Intelligence and Security (2013), CIS’13, pp. 663–667.