Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Személyes adatok védelme

    A tantárgy angol neve: Privacy-Preserving Technologies

    Adatlap utolsó módosítása: 2023. július 6.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar
    Mérnökinformatikus / Gazdaságinformatikus Szak

    Szabadon választható tantárgy

    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIHIAV35   2/0/0/f 2  
    3. A tantárgyfelelős személy és tanszék Pejó Balázs,
    4. A tantárgy előadója

    Dr. Pejó Balázs, egyetemi adjunktus, Hálózati Rendszerek és Szolgáltatások Tanszék

    7. A tantárgy célkitűzése A tárgy részletes betekintést nyújt a személyes adatok védelmének problémáiba, azok megoldási lehetőségeibe és gyakorlatába. A tárgyat elvégző hallgatók olyan elméleti és gyakorlati ismereteket szereznek, melyek a személyes adatok védelmének alapját képezik, lehetővé téve a fenyegetettségek megértését és felmérését, az alkalmas adatvédelmi technológiák kiválasztását és integrálását. A tárgy célja olyan adatvédelmi alapismeretek átadása, amelyek az Általános Európai Adatvédelmi törvény (GDPR) által is megkövetelt adatvédelmi biztosok (DPO) háttértudását képezik.
    8. A tantárgy részletes tematikája 1. hét: Bevezetés (motiváció, adatvédelmi problémák, illusztratív esettanulmányok)
    2. hét: Sötét minták (fajtái, ellenintézkedések, kognitív elfogultság, manipuláció)
    3. hét: Webes nyomonkövetés (módszerei, pszichológia, védekezési lehetőségek)
    4. hét: GDPR (személyes / érzékeny adat, adatvédelmi elvek, adatfeldolgozás törvényessége)
    5. hét: GDPR (hozzájárulás, alapvető jogok, egyéb adatvédelmi törvények)
    6. hét: Kriptográfia (homomorfikus titkosítás, titok megosztás, nem feltáró bizonyítás)
    7. hét: Kriptográfia (titkosított üzenetküldés, TOR, kriptovaluták, e-szavazás)
    8. hét: Gépi tanulás (modell lopás / invertálás, tagsági / tulajdonsági támadás)
    9. hét: Gépi tanulás (visszafejtési támadás, igazságosság, mérgezés, hátsó ajtó)
    10. hét: (relációs) Adatok deanonimizálása (egyediség, következtetés, adatok összekötése)
    11. hét: (strukturálatlan) Adatok deanonimizálása (detekció gépi tanulással, ujjlenyomat)
    12. hét: (aggregált) Adatok deanonimizálása (lekérdezések auditálása, lokáció visszafejtése)
    13. hét: Anonimizáció (mesterségesen generált adatok, k-anonimitás, egyéb technikák)
    14. hét: Differenciális adatvédelem (fajtái, tulajdonsága, érzékenység, módszerei)

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) Előadás
    10. Követelmények 1 db nagy ZH elégséges szintű teljesítése, ami az összesen kapható pontszám legalább 40%-ának az elérését jelenti. A félévközi jegy a nagy ZH osztályzata.
    11. Pótlási lehetőségek A félév során lehetőséget adunk a nagyzárthelyi pótlására.
    A sikertelen pótzárthelyi egy alkalommal ismételten pótolható a pótlási héten.

    12. Konzultációs lehetőségek Előadókkal külön egyeztetett időpontban
    13. Jegyzet, tankönyv, felhasználható irodalom Előadások anyaga on-line elérhető, minden témakörhöz külön irodalomjegyzékkel ellátva.
    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra28
    Félévközi készülés órákra14
    Felkészülés zárthelyire18
    Házi feladat elkészítése 
    Kijelölt írásos tananyag elsajátítása 
    Vizsgafelkészülés 
    Összesen60
    15. A tantárgy tematikáját kidolgozta

    Dr. Pejó Balázs, egyetemi adjunktus, Hálózati Rendszerek és Szolgáltatások Tanszék

    Dr. Ács Gergely, egyetemi adjunktus, Hálózati Rendszerek és Szolgáltatások Tanszék

    Dr. Buttyán Levente, egyetemi tanár, Hálózati Rendszerek és Szolgáltatások Tanszék