LAOUIR ALA EDDINE


10h00

Soutenance de thèse de ALA EDDINE LAOUIR

Analyse de données multidimensionnelles préservant la confidentialité : réponse aux requêtes et publication de données sous garanties de la Differential Privacy

Privacy-Preserving Multidimensional Data Analysis: Query Answering and Data Publication under Differential Privacy

Jury

Directeur de these_IMINE_Abdessamad_Université de Lorraine
Rapporteur_CAO_Yang_Institute of Science Tokyo (Science Tokyo, anciennement Tokyo Tech), Département d'informatique
Rapporteur_PALAMIDESSI_Catuscia_INRIA Saclay et LIX (Laboratoire d'Informatique de l'École Polytechnique)
Président_MINIER_Marine_ UNIVERSITE DE LORRAINE
Examinateur_NGUYEN_Benjamin_INSA Centre Val de Loire, Laboratoire d'Informatique Fondamentale d'Orléans (LIFO)


école doctorale

IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES

Laboratoire

LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications

Mention de diplôme

Informatique
LORIA, C005 Campus Scientifique, 615 Rue du Jardin-Botanique, 54506 Vandœuvre-lès-Nancy
*

Mots clés

analyse de données,Confidentialité,Big Data,

Résumé de la thèse

Dans le monde moderne, presque chaque individu dépend et interagit quotidiennement avec de multiples services et applications numériques. Ces services collectent d'importantes quantités de données, précieuses pour l'analyse, la prise de décision et l'amélioration des systèmes. Cependant, une grande partie de ces données — telles que la localisation, l'historique de navigation ou les informations financières — est hautement sensible.

Keywords

Data Analytics,Privacy,Big Data,

Abstract

In the modern days, almost every individual continuously relies on and interacts with multiple digital services and applications on a daily basis. These services collect vast amounts of data, which can be highly valuable for analysis, decision-making, and improving their solutions. However, a major concern for individuals is that much of the data collected, analyzed, and shared by companies and organizations is highly sensitive, such as location information, shopping preferences, social media interactions, browsing history, medical records, and financial details.