Grin logo
en de es fr
Shop
GRIN Website
Publicación mundial de textos académicos
Go to shop › Ciencias de la computación - Aplicada

Entwicklung einer datenschutzfreundlichen Ausführungsumgebung für Smart-Home-Dienste

Título: Entwicklung einer datenschutzfreundlichen Ausführungsumgebung für Smart-Home-Dienste

Tesis de Máster , 2019 , 127 Páginas , Calificación: 1,0

Autor:in: Anonym (Autor)

Ciencias de la computación - Aplicada
Extracto de texto & Detalles   Leer eBook
Resumen Extracto de texto Detalles

In einem Smart Home werden Alltagsgegenstände miteinander vernetzt und mit Sensoren und Aktuatoren ausgestattet, um so die Lebensqualität der Bewohner zu erhöhen. Auf diese Weise werden jedoch auch viele private Daten erfasst, die, wenn sie miteinander kombiniert werden, ein Risiko für die Privacy des Nutzers darstellen und zum Nachteil des Nutzers ein-gesetzt werden können.

Mit PATRON und der PMP gibt es bereits Systeme, die den Zugriff auf bestimmte Muster beschränken, die Weitergabe der Sensordaten verhindern und die Verwendung der Aktuatoren begrenzen können. Es existiert jedoch kein System für das Smart-Home-Umfeld, das gleichzeitig Sensordaten verfremden oder blockieren, Muster in Sensordaten verschleiern und die Verwendung der Aktuatoren begrenzen kann.

Deshalb stellt diese Arbeit das Privacy-System SPYaware vor, das PATRON mit der PMP kombiniert und in das Regelverarbeitungssystem MIALinx integriert. Dabei werden das Berechtigungsrichtlinienmodell der PMP und dessen Erweiterung ACCESSORS dazu genutzt, die Sensoren und Aktuatoren zu reglementieren. Mithilfe der Zugriffssteuerung von PATRON können private Muster verschleiert werden, bevor sie das Regelverarbeitungssystem erreichen. Die Verteilung der Privacy-Einstellungen auf die einzelnen Geräte erfolgt analog zu dem Verteilungsmechanismus von AVARE.

Um die Realisierung des Konzepts anhand eines realitätsnahen Anwendungsfalls aus dem Smart-Home-Umfeld zu demonstrieren, wird SPYaware prototypisch implementiert. Die anschließende Evaluation zeigt, dass SPYaware durch die Kombination von PATRON und der PMP die Privacy des Nutzers in diesem Anwendungsfall gewährleisten kann. Die Evaluation zeigt allerdings auch, dass es nicht immer möglich ist, die Privacy des Nutzers voll-ständig sicherzustellen, ohne die Servicequalität der Anwendung zu beeinträchtigen.

Extracto


Inhaltsverzeichnis

  • Einleitung
    • Aufgabenstellung
    • Gliederung
  • Anwendungsszenarien und Anforderungen
    • Anwendungsszenarien
    • Anforderungen
    • Einhaltung der Schutzziele
  • Verwandte Arbeiten
    • Privacy-Mechanismen für Smart Devices
    • Privacy-Mechanismen für Datenstromsysteme
    • Zentrale Konfigurationsmechanismen
  • Konzept
    • Platzierung der Privacy-Kontrolle
    • Komponenten von SPYaware
    • Adapterlogik für die Datenquellen
    • Privacy-Filter für die Datenquellen
    • Zugriffssteuerung
    • Verarbeitung der Wenn-Dann-Regeln
    • Verifikation
    • Privacy-Filter für die Datensenken
    • Adapterlogik für die Datensenken
    • Verteilung der Konfiguration auf die Smart Devices
  • Grundlagen
    • MIALinx
    • PATRON
    • PMP
    • ACCESSORS
    • AVARE
  • Implementierung
    • Evaluation der Teilsysteme
    • Privacy-Kontrolle in den Smart Devices
    • Privacy-Kontrolle in der IoT-Plattform
    • Verteilung der Privacy-Einstellungen
  • Prototyp
    • Anwendungsszenario
    • Umsetzung im Prototyp
  • Evaluation
    • Anforderungsevaluation
    • Vergleich mit verwandten Systemen
    • Gewährleistung der Privacy
  • Zusammenfassung und Ausblick

Zielsetzung und Themenschwerpunkte

Diese Masterarbeit befasst sich mit der Entwicklung eines datenschutz-freundlichen Ausführungsumgebung für Smart-Home-Dienste. Ziel ist es, ein System zu schaffen, das den Schutz der Privatsphäre der Bewohner gewährleistet, während gleichzeitig die Funktionalität und Benutzerfreundlichkeit der Smart-Home-Dienste erhalten bleibt.

  • Entwicklung eines Privacy-Systems für Smart-Home-Anwendungen
  • Integration von bestehenden Privacy-Mechanismen
  • Verschleierung von privaten Mustern in Sensordaten
  • Regulierung des Zugriffs auf Sensoren und Aktuatoren
  • Verteilung von Privacy-Einstellungen auf Smart Devices

Zusammenfassung der Kapitel

Die Einleitung stellt die Aufgabenstellung der Arbeit und die Gliederung dar. Kapitel 2 beleuchtet verschiedene Anwendungsszenarien im Smart-Home-Umfeld und die damit verbundenen Anforderungen an ein Privacy-System. Kapitel 3 behandelt bestehende Privacy-Mechanismen, die in der Literatur beschrieben werden. Das Konzept von SPYaware, dem in dieser Arbeit entwickelten Privacy-System, wird in Kapitel 4 erläutert. Kapitel 5 führt die zugrundeliegenden Technologien wie MIALinx, PATRON, PMP, ACCESSORS und AVARE ein. Die Implementierung von SPYaware wird in Kapitel 6 detailliert beschrieben. Kapitel 7 präsentiert ein konkretes Anwendungsszenario und die Umsetzung im Prototyp. Abschließend werden in Kapitel 8 die Evaluation des Prototypen und die erzielten Ergebnisse vorgestellt.

Schlüsselwörter

Privacy, Smart Home, Datenschutz, Sensordaten, Privacy-Mechanismen, Regelverarbeitung, Zugriffssteuerung, PMP, PATRON, SPYaware, MIALinx, ACCESSORS, AVARE.

Final del extracto de 127 páginas  - subir

Detalles

Título
Entwicklung einer datenschutzfreundlichen Ausführungsumgebung für Smart-Home-Dienste
Universidad
University of Stuttgart
Calificación
1,0
Autor
Anonym (Autor)
Año de publicación
2019
Páginas
127
No. de catálogo
V1313307
ISBN (PDF)
9783346793249
ISBN (Libro)
9783346793256
Idioma
Alemán
Etiqueta
entwicklung ausführungsumgebung smart-home-dienste
Seguridad del producto
GRIN Publishing Ltd.
Citar trabajo
Anonym (Autor), 2019, Entwicklung einer datenschutzfreundlichen Ausführungsumgebung für Smart-Home-Dienste, Múnich, GRIN Verlag, https://www.grin.com/document/1313307
Leer eBook
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
  • Si ve este mensaje, la imagen no pudo ser cargada y visualizada.
Extracto de  127  Páginas
Grin logo
  • Grin.com
  • Page::Footer::PaymentAndShipping
  • Contacto
  • Privacidad
  • Aviso legal
  • Imprint