Thèse de Mohamed Maouche


Sujet :
Préservation contre les attaques de ré-identification sur des données de mobilité

Résumé :

De nos jours, avec la large propagation de differents appareils mobiles, de nombreux capteurs accompagnent des utilisateurs. Ces capteurs peuvent servir à collecter des données de mobilité qui sont utiles pour des urbanistes ou des chercheurs. Cependant, l'exploitation de ces données soulèvent de nombreuses menaces quant à la préservation de la vie privée des utilisateurs. En effet, des informations sensibles tel que le lieu domicile, le lieu de travail ou même les croyances religieuses peuvent être inférées de ces données.
Durant la dernière décénnie, des mécanismes de protections appellées "Location Privacy Protection Mechanisms (LPPM)" ont été proposé. Ils imposent des guarenties sur les données (e.g., k-anonymity ou differential privacy), obfusquent les informations sensibles (e.g., efface les points d'intéret) ou sont une contremesure à des attaques particulières.  
Nous portons notre attention à la ré-identification qui est un risque précis lié à la préservation de la vie privée dans les données de mobilité. Il consitste en a un attaquant qui des lors qu'il reçoit une trace de mobilité anonymisée, il cherche à retrouver l'identifiant de son propriètaire en la ratachant à un passif de traces non-anonymisées des utilisateurs du système.  
Dans ce cadre, nous proposons tout d'abords des attaques de ré-identification AP-Attack et ILL-Attack servant à mettre en exergue les vulnérabilités des machanismes de protections de l'état de l'art et de quantifier leur efficiacité.
 Nous proposons aussi un nouveau mécanisme de protection HMC qui utilise des heat maps afin de guider la transformation du comportement d'un individu pour qu'il ne ressemble plus au soi du passée mais à un autre utilisateur, le préservant ainsi de la ré-identification. Cet modification de la trace de mobilité est contrainte par des mesures d'utilité des données afin de minimiser la qualité de service ou les conclusions que l'on peut tirer à l'aide de ces données. 


Encadrant : Sara Bouchenak
Co-encadrant : Sonia Ben Mokhtar

Jury :
MME PALAMIDESSI Catuscia Directeur(trice) de rechercheINRIARapporteur(e)
M. FIORE Marco DocteurCNRRapporteur(e)
M. CASTELLUCCIA Claude Directeur(trice) de rechercheINRIAPrésident(e)
M. PETIT Jean-MarcProfesseur(e)INSA-LyonExaminateur​(trice)
MME BEN MOKHTAR SoniaDirecteur(trice) de rechercheCNRSCo-directeur (trice)
MME BOUCHENAK SaraProfesseur(e)INSA-LyonDirecteur(trice) de thèse