Uma Ontologia de Domínio para Preservação de Privacidade em Dados Publicados pelo Governo Brasileiro

  • Maria J. Queiroz Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte, IFRN
  • Natasha C. Q. Lino Universidade Federal da Paraíba, UFPB
  • Gustavo H. M. B. Motta Universidade Federal da Paraíba, UFPB

Resumo


Apesar de considerar a transparência como regra e o sigilo como exceção, a Lei de Acesso à Informação (LAI) prevê a proteção aos dados pessoais dos cidadãos quando da publicação de dados relacionados ao setor público na Internet (Art. 31). Métodos sistemáticos de anonimização existentes podem ser aplicados para responder a esta necessidade. Assim, este artigo objetiva desenvolver uma ontologia de domínio para a área de preservação de privacidade em dados publicados, de forma a atender aos preceitos da LAI e às iniciativas do governo brasileiro, além de possibilitar a unificação semântica de termos da área de anonimização e a interoperabilidade entre ferramentas com esta finalidade.

Palavras-chave: Dados governamentais, Ontologia de domínio, Preservação de privacidade

Referências

Batista, A. H. et. al. Esboço de Modelagem Conceitual para Estruturas Organizacionais Governamentais
Brasileiras e o SIORG. 2011. Disponível em: . Acesso em: 11 jan. 2016.

Brasil. Lei nº 12.527, de 18 de novembro de 2011. Diário Oficial [da] República Federativa do Brasil, Brasília, DF, 18 nov. 2011. Disponível em: . Acesso em: 09 out. 2015.

Controladoria-Geral da União. Guias e orientações. Disponível em: . Acesso em: 03 jul. 2015.

Cornell University. CAT: The Cornell Anonymization Toolkit Introduction. 2011. Disponível em: . Acesso em: 2 ago. 2015.

Fletcher, S.; Islam, M. Z. Measuring Information Quality for Privacy Preserving Data Mining. International Journal of Computer Theory and Engineering, v. 7, n. 1, p. 21-28, 2015.

Fung, B. C. M. et al. Introduction to privacy-preserving data publishing: concepts and techniques. CRC Press, 2010.

Governo Eletrônico. 0067 - Consulta Pública para Validação das Orientações e sugestão de novas ideias ao Guia de Abertura de Dados da Infraestrutura Nacional de Dados Abertos - INDA. 2012. Disponível em: . Acesso em: 09 jun. 2015.

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Microdados para download. 2011. Disponível em: . Acesso em: 27 fev. 2015.

Li, T. L. T.; Li, N. L. N. Optimal k-Anonymity with Flexible Generalization Schemes through Bottom-up Searching. In: Sixth IEEE International Conference on Data Mining - Workshops (ICDMW’06), 2006.

Lluís, S. M. Ontology Based Semantic Anonymisation of Microdata. 2013. Tese de Doutorado. Universitat Rovira i Virgili.

Machanavajjhala, A.; Gehrke, J.; Kifer, D.; Venkitasubramaniam, M. ℓ-Diversity: Privacy beyond k-anonymity. In: Proceedings – InternationalConference on Data Engineering, p. 1-12, 2006.

Ministério do Planejamento, Orçamento e Gestão. Conheça o Programa de Governo Eletrônico Brasileiro. Disponível em: . Acesso em: 02 jul. 2015.

Noy, N.; Mcguinness, D. Ontology development 101: A guide to creating your first ontology. Development, v. 32, p. 1–25, 2001.

Omran, E.; Bokma, A.; Abu-Almaati, S. A K-anonymity Based Semantic Model For Protecting Personal Information and Privacy. In: Advance Computing Conference, 2009. IACC 2009. IEEE International. IEEE, 2009. p. 1443-1447.

Open Government Partnership (Brasil). 2º Plano de Ação Brasileiro. Versão traduzida. 2013. Disponível em: . Acesso em: 07. jun. 2015.

Prasser, F.; Kohlmayer, F.; Lautenschlaeger, R.; Kuhn, K. A. ARX – A Comprehensive Tool for Anonymizing Biomedical Data. In: Proceedings of the AMIA 2014 Annual Symposium, November 2014, Washington D.C., USA.

Queiroz, M. J.; Motta, G. H. M. B. Privacidade e Transparência no Setor Público: Um Estudo de Caso da Publicação de Microdados do INEP. In: XV Simpósio Brasileiro em Segurança da Informação e de Sistemas Computacionais – SBSeg, 2015. Florianópolis. Anais... Porto Alegre: Sociedade Brasileira de Computação, 2015. Resumos Estendidos, p. 362-365. Disponível em: . ISSN: 2176-0063.

Repositório de Vocabulários e Ontologias do Governo Eletrônico. Disponível em: . Acesso em: 25 jan. 2016.

Rother, Edna Terezinha. Systematic literature review X narrative review. Acta Paulista de Enfermagem, v. 20, n. 2, p. v-vi, 2007.

Russell, S.; Norvig, P. Artificial Intelligence: A Modern Approach. 3rd ed. New Jersey: Prentice Hall, 2002, 1132 p.
Secretaria de Logística e Tecnologia da Informação. Portal Brasileiro de Dados Abertos. Disponível em: . Acesso em: 25 jan. 2016.

Secretaria de Orçamento Federal. Modelo ontológico da Classificação das Despesas do Orçamento Federal Brasileiro. 2013. Disponível em: . Acesso em: 11 jan. 2016.

Sweeney, L. K-Anonymity: A Model for Protecting Privacy. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, v. 10, n. 05, p. 557–570, 2002.

Talouki, M. A.; Nematbakhsh, M.; Baraani, A. K-anonymity privacy protection using ontology. In: Computer Conference, 2009. CSICC 2009. 14th International CSI. IEEE, 2009. p. 682-685.

University of Texas AT Dallas. UT Dallas Anonymization Toolbox. Disponível em: . Acesso em: 02 ago. 2015.
Publicado
17/05/2016
QUEIROZ, Maria J.; LINO, Natasha C. Q.; MOTTA, Gustavo H. M. B.. Uma Ontologia de Domínio para Preservação de Privacidade em Dados Publicados pelo Governo Brasileiro. In: SIMPÓSIO BRASILEIRO DE SISTEMAS DE INFORMAÇÃO (SBSI), 12. , 2016, Florianópolis. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2016 . p. 009-016. DOI: https://doi.org/10.5753/sbsi.2016.5940.