Überblick

  • Einführungsveranstaltung mit Themenvergabe am 16.10.2015 um 13:30 Uhr im Raum P801
  • Teilnehmerkreis: Informatiker (Masterstudium, Bachelor ab 5. Semester)
  • Anrechenbar als Seminar-Modul, Bachelor-Seminar, Master-Seminar oder im Rahmen von Modulen der Abteilung im Bachelor-/Masterstudium
  • Erwartete Vorkenntnisse: DBS1, Algorithmen und Datenstrukturen
  • Folien zur Einführungsveranstaltung
  • Bei Fragen und Problemen zur An- und Abmeldung (AlmaWeb) wenden Sie sich bitte an das Studienbüro via einschreibung [at] math.uni-leipzig.de (einschreibung(at)math.uni-leipzig.de)

Leistungsbewertung

Ein erfolgreiches Seminar setzt die Teilnahme an allen Seminarterminen voraus, die selbständige Erarbeitung eines Themas sowie einen Vortrag und eine schriftliche Ausarbeitung (15-20 Seiten) über das Thema. Die Benotung setzt sich aus der Note zu Vortrag und Diskussion sowie der Note für die Ausarbeitung zusammen. Einige Hinweise zum Verfassen der schriftlichen Ausarbeitung finden Sie hier.

Themen und Betreuer

NrThemaBetreuer#StudentenStudentQuellenTermin Vortrag
 Einleitung     
1Begriffsbildungen, Privacy und Big Data, Gesetzliche RegelungenNentwig1[redacted][1],[2],[3], [4]08.01.2016
 Online Privacy     
2Grundlagen Online PrivacyNentwig1[redacted][1] (Kap 4.2)08.01.2016
3Web Tracking - The Web never forgetsNentwig1[redacted][1], [2]08.01.2016
 Privacy-preservation of Graphs and Social Networks     
4Grundlagen Privacy-preservation of Graphs and Social NetworksJunghanns1[redacted][1]08.01.2016
5Strategien zum Schutz von sensiblen Beziehungen in GraphdatenJunghanns1[redacted][1]15.01.2016
6Schutz der Privatsphäre vor struktur-basierten AngriffenJunghanns1[redacted][1]15.01.2016
 Anonymisierungtechniken     
7aK-anonymity privacy protectionPeukert1[redacted][1]15.01.2016
7bData Privacy Through Optimal k-AnonymizationPeukert1[redacted][1]15.01.2016
8Privacy-preserving data publishing: A survey of recent developmentsPeukert1[redacted][1]15.01.2016
 Privacy-preserving Data Mining     
9Grundlagen Privacy-preserving Data MiningPetermann1[redacted][1][2]22.01.2016
10Private Frequent Itemset MiningPetermann1[redacted][1]22.01.2016
11Private Frequent Graph Pattern MiningPetermann1[redacted][1]22.01.2016
12Privatsphäre erhaltende Datenaggregierung in Wireless SensornetzwerkenChristen1[redacted][1]22.01.2016
13Privatsphäre erhaltende Recommender-VerfahrenChristen1[redacted][1],[2]22.01.2016
 Privacy-bewahrendes Record linkage: Überblick, Verschlüsselung, Bloom filter, Match-Ansäze     
14A taxonomy of privacy-preserving record linkage techniquesSehili1[redacted][1]29.01.2016
 PPRL2: Performance-Optimierungen (Blocking, Filter, Parallel-Verarbeitung, GPUs)     
15Privacy Preserving Record Linkage with PPJoinSehili1[redacted][1]29.01.2016
16A distributed near-optimal LSH-based framework for privacy-preserving record linkageSehili1[redacted][1]29.01.2016
 PPRL3: Symmetrische Protokolle     
17Privacy- Preserving Protokolle für das Matching mehrerer DatenquellenChristen1[redacted][1],[2]29.01.2016
 Privacy-Sicherung für biomedizinische Anwendungen     
18Überblick zu ‘Genetic Privacy’ (identity tracing attacks, completion attacks ..)Groß1[redacted][1], [2], [3]05.02.2016
19Privacy-preserving processing of raw genomic dataGroß1[redacted][1]05.02.2016
20On Privacy Concerns of Health Data (P3RL, Re-identification risk)Groß1[redacted][1],[2]05.02.2016
 Privacy-preserving Query Processing     
21Executing SQL over Encrypted Data in the Database-Service-Provider ModelPeukert1[redacted][1]05.02.2016