Privacy-aware Klassifikation auf Datenströmen am Beispiel des DAHOT Algorithmus

Der DAHOT-Algorithmus kombiniert innovative Ansätze wie den Hoeffding-Baum mit k-Anonymität und -Diversität, um die Privatsphäre von Patienten bei der Klassifikation von Datenströmen im Gesundheitswesen zu schützen. Die Arbeit beleuchtet die Herausforderungen der Datenverarbeitung, insbesondere die Gefahren für die Privatsphäre trotz Anonymisierung. Zudem werden die Grundlagen des Algorithmus sowie seine Effektivität und Grenzen umfassend analysiert. Diese Studienarbeit bietet somit wertvolle Einblicke in die Sicherstellung der Datensicherheit in einem sensiblen Bereich.