La identificación de huellas dactilares de bases de datos relacionales para detener el robo de datos
Autores: Al Solami, Eesa; Kamran, Muhammad; Saeed Alkatheiri, Mohammed; Rafiq, Fouzia; Alghamdi, Ahmed S.
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
La identificación de huellas dactilares de bases de datos relacionales para detener el robo de datos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Compartir datos
Violaciones de datos
Técnicas de huellas dactilares
Agente culpable
Usuario inocente
Aprendizaje automático
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
La tecnología actualmente emergente exige compartir datos utilizando varios canales a través de Internet, discos, etc. Algunos receptores de estos datos también pueden convertirse en traidores al filtrar la información importante. Como resultado, las violaciones de datos debido a fugas de información también están aumentando. Estas violaciones incluyen distribución no autorizada, duplicación y venta. La identificación de un agente culpable responsable de tales violaciones es importante para: (i) castigar al culpable; y (ii) evitar que el usuario inocente sea acusado y castigado. Las técnicas de huellas dactilares proporcionan un mecanismo para clasificar al agente culpable entre múltiples receptores y también ayudan a evitar que el usuario inocente sea acusado de la violación de datos. Con estos fines, en este documento se ha propuesto un novedoso marco de huellas dactilares utilizando una característica biométrica como marca digital (firma). El uso de aprendizaje automático también se ha introducido para hacer que este marco sea inteligente, especialmente para preservar la usabilidad de los datos. También se ha utilizado un canal de ataque para evaluar la robustez del esquema propuesto. También se realizó un estudio experimental para demostrar que la técnica propuesta es robusta contra varios ataques maliciosos, como ataques de selección de subconjuntos, ataques de mezcla y combinación, ataques de colusión, ataques de eliminación, ataques de inserción y ataques de alteración.
Descripción
La tecnología actualmente emergente exige compartir datos utilizando varios canales a través de Internet, discos, etc. Algunos receptores de estos datos también pueden convertirse en traidores al filtrar la información importante. Como resultado, las violaciones de datos debido a fugas de información también están aumentando. Estas violaciones incluyen distribución no autorizada, duplicación y venta. La identificación de un agente culpable responsable de tales violaciones es importante para: (i) castigar al culpable; y (ii) evitar que el usuario inocente sea acusado y castigado. Las técnicas de huellas dactilares proporcionan un mecanismo para clasificar al agente culpable entre múltiples receptores y también ayudan a evitar que el usuario inocente sea acusado de la violación de datos. Con estos fines, en este documento se ha propuesto un novedoso marco de huellas dactilares utilizando una característica biométrica como marca digital (firma). El uso de aprendizaje automático también se ha introducido para hacer que este marco sea inteligente, especialmente para preservar la usabilidad de los datos. También se ha utilizado un canal de ataque para evaluar la robustez del esquema propuesto. También se realizó un estudio experimental para demostrar que la técnica propuesta es robusta contra varios ataques maliciosos, como ataques de selección de subconjuntos, ataques de mezcla y combinación, ataques de colusión, ataques de eliminación, ataques de inserción y ataques de alteración.