Estudio de modelos de privacidad de datos

Abstract

El presente trabajo surge como una investigación motivada por la necesidad de proteger la privacidad de los usuarios de sistemas en contextos de análisis estadístico, inteligencia artificial y publicación de datos. El trabajo se enfoca en las áreas de ciberseguridad y salud. La tesis presenta un estudio detallado del estado del arte y propone y evalúa experimentalmente diversas técnicas basadas en privacidad diferencial, analizando en cada caso el compromiso entre fuga de privacidad y pérdida de exactitud en las predicciones. Además se desarrolla un software que facilita el diseño y la realización de experimentos que combinan privacidad y aprendizaje automático.