Duomenų anonimizavimo metodų taikymas Moodle virtualioje mokymosi aplinkoje

Abstract

Baigiamojo darbo tikslas – pasiūlyti duomenų anonimizavimo metodą specifiniams duomenų atributams anonimizuoti Moodle sistemos duomenų bazėje, kai duomenų bazė naudojama programavimo tikslais. Šiame darbe yra analizuojama duomenų anonimizavimo samprata, nagrinėjami asmenį identifikuojančios informacijos atpažinimo metodai. Taip pat analizuojamos duomenų anonimizavimo technikos, išskiriami jų privalumai ir trūkumai. Atlikus egzistuojančių duomenų anonimizavimo metodų analizę buvo analizuojami Moodle įskiepiai, kuriais galima atlikti duomenų anonimizavimą šioje virtualioje mokymosi aplinkoje. Pastebėjus egzistuojančių sprendimų trūkumus, buvo pasiūlytas naujas duomenų anonimizavimo metodas skirtas Moodle virtualiai mokymosi aplinkai. Pasiūlytas metodas yra sudarytas iš dviejų pagrindinių komponentų: identifikatorių atpažinimo ir anonimizavimo. Identifikatorių atpažinimas yra vykdomas naudojant reguliariąsias išraiškas ir natūralios kalbos apdorojimo bibliotekas, anonimizavimo metodas yra pagrįstas atsitiktinių duomenų generavimu. Darbo metu sukurtas įskiepis, kurį naudojant buvo tiriamas pasiūlytas duomenų anonimizavimo metodas. Darbą sudaro 12 dalių: įvadas, duomenų anonimizavimo samprata, Moodle VMA duomenų struktūros analizė, Moodle VMA duomenų anonimizavimo įrankių tyrimas, siūlomam metodui įskiepio planavimas ir projektavimas, duomenų rinkinys, identifikatorių atpažinimo tyrimas, įskiepio realizacija, pasiūlyto duomenų anonimizavimo metodo tyrimas, išvados, literatūros sąrašas ir priedai. Darbo apimtis – 72 psl. teksto, 32 iliustr., 31 lent., 50 bibliografinių šaltinių ir 3 priedai.

The aim of the thesis is to propose a data anonymization method for anonymizing specific data attributes in the Moodle system database when the database is used for programming purposes. This master's thesis analyzes the concept of data anonymization, examining methods for identifying personally identifiable information. The thesis also analyzes various data anonymization techniques, highlighting their advantages and disadvantages. After analyzing existing data anonymization methods, the study examines Moodle plugins that allow for data anonymization within the learning management system. After noticing the shortcomings of the existing solutions, a new data anonymization method was proposed for the Moodle system. The method consists of two main components: identifier identification and anonymization. Identifiers are identified using regular expressions and natural language processing libraries, while the anonymization method involves the generation of random data. The thesis includes the creation of a plugin to study the proposed data anonymization method. Structure: introduction, concept of data anonymization, Moodle LMS data structure analysis, study of Moodle LMS data anonymization tools, planning and designing a plugin for the proposed method, dataset, identifier recognition study, plugin realization, study of the proposed data anonymization method, conclusions, bibliography, and appendixes. Thesis consist of: 72 p. text, 32 pictures, 31 tables, 50 bibliographical entries and 3 appendixes.