Master Thesis MSTR-2023-65

BibliographySchuiki, Laura: Erweiterung des Data-Mesh-Konzepts um Datenschutzaspekte.
University of Stuttgart, Faculty of Computer Science, Electrical Engineering, and Information Technology, Master Thesis No. 65 (2023).
95 pages, german.
Abstract

Daten sind einer der begehrtesten Rohstoffe unserer Zeit. Um Informationen aus den Daten zu extrahieren, müssen sie in einer Infrastruktur bereitgestellt werden, die das ermöglicht. Die Verwaltung aller Daten ist eine schwierige Aufgabe für zentrale Datenteams, da die Datenmenge sehr groß ist und das Domänenwissen fehlt, um die Daten fachmännisch zu betreuen. Der Data-Mesh-Ansatz ist ein neuer organisationaler Ansatz für den Umgang mit analytischen Daten. Es handelt sich um einen dezentralen Ansatz, in dem die Betreuung und Aufbereitung der Daten in der Verantwortung der Domäne liegt, die die Daten besitzt. In der Wissenschaft wurde der Privacy-Aspekt im Kontext des Data-Mesh-Ansatz im Vergleich zu anderen Bereichen noch nicht ausreichend berücksichtigt.

Daher wird in dieser Arbeit ein eigenes Privacy-Konzept für die Erfüllung von Privacy-Aspekten im Data-Mesh-Ansatz entwickelt. Es umfasst die Prozesse, die zur Betreibung einer Data-Mesh-Dateninfrastruktur benötigt werden: Die Erhebung sowie Prüfung und Durchsetzung von Privacy-Forderungen und die Erstellung von Datenprodukten. Zudem werden Implementierungsstrategien diskutiert, mit denen eine effektive und effiziente Prüfung und Durchsetzung von Privacy-Forderungen ermöglicht wird. Dafür wird ein Beschreibungsmodell entwickelt, mit dem Privacy-Forderungen effektiv geprüft werden können. Zur Auswahl einer effizienten Technologie zur Durchsetzung von Privacy-Forderungen wird eine prototypische Implementierung umgesetzt.

Full text and
other links
Volltext
Department(s)University of Stuttgart, Institute of Parallel and Distributed Systems, Applications of Parallel and Distributed Systems
Superviser(s)Mitschang, Prof. Bernhard; Stach, Christoph; Eichler, Rebecca Kay
Entry dateFebruary 20, 2024
   Publ. Computer Science