Cosa è il Foglio di Lavoro (FDL)? - DataMizer
Menu principale:
Cosa è il Foglio di Lavoro (FDL)?
F.A.Q.
Cosa è il Foglio di Lavoro o FDL
Il foglio di lavoro è il giornale delle procedure selezionate nell'ordine logico-analitico di esecuzione che avete scelto. Potete selezionare una simulazione o procedere con la elaborazione. Grazie ad una bottoniera è possibile richiamare i quattro moduli di configurazione per la sua compilazione cosi da personalizzarre le proprie scelte. I pannelli per i quali non opzionate variabili e/o parametri assumenranno comunque un valore preselezionato.
Vediamo in questa sezione le quattro aree di configurazione e preferenze con un estratto delle principali caratteristiche e finalità.
NOTA: le funzionalità del FDL sono pienamente utilizzabili nella modalità [ESPERTO]. Questa scelta non vuole essere discriminatoria, semplicemente non è plausibile che un operatore non esperto possa manipolare combinazioni di algoritmi e procedure di cui non comprende le implicazioni (eS.: BLOCK-CHAIN, DOCKERs etc.).
Una e più banale delle consequenze di un uso non consapevole delle opzioni di Datamizer è quella di lievitare i tempi di processo e colcolo in modo incontrollato.
Una e più banale delle consequenze di un uso non consapevole delle opzioni di Datamizer è quella di lievitare i tempi di processo e colcolo in modo incontrollato.
Anonimizzazione
La anonimizzazione è essenzialmente basata su tecniche di permutazione dei valori di una tabella all'interno di un database. La permutazione dei valori non necessariamente implica il loro contenuto ma solo la loro posizione relativa nelle coordinate matriciali della tabella (Trasparente).
In molte circostanze è necessario un livello di entropia addizionale è quindi possibile optare per tecniche di Distorsione o Generalizzazione
Se la casella di attivazione pannello non viene selezionata, per le tecniche di Anonimizzazione DM attuerà scelte automatiche basate sulla tipologia di campi delle tabelle e sulla loro dimensione. Questo è possibile con alcuni algoritmini di scanzione dei contenuti e di metrica del tracciato record (valutazione attributi)
Per completezza elenchiamo le opzioni disponibili per ognuno dei gruppi di modalità
NOTA: In questo contesto non sono trattare tutte le basi teoriche e applicative delle implementazioni software dei modelli sopra citati. Per una estesa possibilità di studio si rimanda al pannello biblio-sitografico
Trasparente
- scambio a livello di record
- scambio a livello di campo
- scambia records e poi campi
- scambia campi e poi records
Privacy Differenziale
- randomizzazione
- rumore di La Place
- attributi differenziali
- valori polarizzati
Generalizzazione
- usa quasi-identificatori
- aggiungi padding ausiliario
- crea classi di equivalenza
- k-anonimity
- l-diversity
- t-closeness
________________________________________________________________________________________
Pseudonimizzazione
Calcolo aleatorio
Formato Repliche
