Проект нацелен на разработку алгоритма кластеризации данных на основе кодовых конструкций, с применением метрик L0 и L1 (или их комбинаций). На основе выполненной кластеризации производится приведение данных к целевым значениям метрик анонимизации данных, таких как k-анонимность. Данное решение позволит обезопасить субъектов, упоминаемых в данных, и выполнить один из необходимых шагов подготовки данных, используемых для обучения ML-моделей. Проект мастерской безопасной разработки и...

Отрасль

Информационная безопасность

Цель

Исследование и разработка методов анонимизации, основанных на помехоустойчивых кодах, для задач искусственного интеллекта

Ожидаемые результаты

Программная реализация алгоритма, поддерживающая наборы данных с качественными и количественными признаками
Выполнение сравнительного анализа качества и производительности разработанного алгоритма с существующими альтернативами (1-2 метода)
Оценка влияния анонимизации на качество работы ML моделей, оценка качества анонимизации (использовать соответствующие метрики)

Форма и способы промежуточного контроля

Планирование по SCRUM методологии. Онлайн встречи с руководителем каждую неделю. Очные и онлайн встречи с куратором из VK минимум раз в месяц.

Форма представления результатов

Подготовка итогового отчета о проведенных исследованиях, исходные коды, загруженные в репозиторий проекта, программная документация.

Ресурсное обеспечение

ПК с установленным интерпретатором Python 3.8 и выше

Имеющийся задел

Предварительное исследование применимости помехоустойчивых кодов к задаче анонимизации, проведенное руководителем проекта. Исследования алгоритмов анонимизации в рамках бакалаврской ВКР.