03540ntm a22005057i 4500 000264314 CZ-PrVSE 20221108171029.0 m d cr n|||||||||| 221108s2022 xr fsbm 000 0 slo d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Šťastná, Lenka ISIS:125931 dis Overenie možnosti využitia algoritmov strojového učenia pre detekciu osobných dát / Lenka Šťastná 2022 ?? stran : digital, PDF soubor Vedoucí práce: Petr Máša Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2022 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2022 Aby spoločnosti zaistili súlad s normami GDPR a zabránili zneužitiu osobných údajov svojich klientov, je potrebné tieto dáta v prvom kroku detegovať v dátových úložiskách a následne aplikovať konkrétne riešenia ich ochrany. Hlavným cieľom diplomovej práce je posúdiť prínosy a potenciál detekcie osobných dát v relačných databázach pomocou algoritmov strojového učenia. V prvej časti práca predstavuje rešerš zdrojov pojednávajúcich o téme ochrany osobných dát, metódach ich detekcie a analyzuje trh komerčných nástrojov. Následne navrhuje prístup využívajúci algoritmy strojového učenia a aplikuje ho na reálnych dátach. Jedná sa o tvorbu binárnych klasifikačných modelov využívajúcich algoritmy Logistickej regresie a CatBoost. Skúmaný je tiež samostatný vplyv pomenovania polí a obsahu polí na úspešnosť detekcie. Overovanie prínosov aplikácie strojového učenia pre účely detekcie pozostáva v prvom kroku z definovania defaultného modelu, ktorý metódu strojového učenia nevyužíva. V druhom kroku je analyzovaný prínos aplikácie strojového učenia, kedy sú vytvorené modely porovnávané s defaultom. Porovnanie prístupov sa odohráva na úrovni vyhodnotenia metrík accuracy, recall, F1-score a AUC, kde finálne navrhnuté riešenie prináša vyššiu úspešnosť ako v prípade defaultného modelu a to na úrovni všetkých uvedených metrík, pre vyvážený aj nevyvážený dataset. Záver je venovaný diskusii problémov a potenciálneho rozvoja riešenia. Způsob přístupu: Internet informační systémy a technologie [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas citlivé dáta detekcia citlivých dát relačné databázy strojové učenie Máša, Petr ISIS:17194 ths Pejčoch, David opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/78908/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/78908 Hlavní práce https://insis.vse.cz/zp/78908/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/78908/posudek/oponent/76090 Oponentura https://insis.vse.cz/zp/78908/priloha/24667 Přiloha k práci https://insis.vse.cz/zp/78908/podrobnosti dc:identifier NEPOSILAT VSKP vse78908 221006 78908