1. Repositório Institucional da UFMG
  2. Trabalhos Acadêmicos
  3. Dissertações e Teses
  4. Pós-Graduação em Ciência da Computação
  5. Dissertações de Mestrado
Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/62095
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Mário Sérgio Ferreira Alvim Júniorpt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1397639761790594pt_BR
dc.contributor.referee1Elaine Gouvêa Pimentelpt_BR
dc.contributor.referee2Jeroen Antonius Maria van de Graafpt_BR
dc.contributor.referee3Gabriel de Morais Coutinhopt_BR
dc.creatorTiago Melo Tannuspt_BR
dc.creator.Latteshttp://lattes.cnpq.br/9490136105604828pt_BR
dc.date.accessioned2023-12-19T22:27:48Z-
dc.date.available2023-12-19T22:27:48Z-
dc.date.issued2022-03-29-
dc.identifier.urihttp://hdl.handle.net/1843/62095-
dc.description.abstractO framework de fluxo de informação quantitativo (QIF) apresenta uma modelagem matemática para vários tipos de sistemas com os quais lidamos no dia a dia. Essa modelagem é feita através de matrizes estocásticas, distribuições de probabilidade, e outros modelos matemáticos suplementares. Além disso, esse framekwork é capaz de modelar informações sensíveis que interagem com este sistema. Através desta interação, pode haver vazamento de informação. Um ponto que QIF também é capaz de capturar. Com isso é possível mensurar a vulnerabilidade relacionada a este vazamento. A literatura original de QIF propõe que o conhecimento à priori de um adversário sobre informações sensíveis pode ser modelado como uma simples distribuição de probabilidade. Recentemente, um novo trabalho expandiu essa ideia para que esse tipo de conhecimento pudesse ser modelado por distrubuições sobre distribuições de probabilidade, conhecidas como hiper-distribuições. Esse trabalho desmembrou o conceito tradicional de vulnerabilidade em dois tipos: vulnerabilidade do segredo, que está associada intrinsicamente ao segredo, e vulnerabilidade de estratégia, que relaciona a vulnerabilidade das diferentes estratégias presentes. Entretanto, nada foi desenvolvido para como o conhecimento a priori interage com um canal. Também não há calculos para vulnerabilidade após o processamento. Consequentemente, não há noção formulada para vazamento de informação. Essa dissertação apresenta duas maneiras de realizar a interação de uma hiperdistribução com o canal, além de apresentar uma maneira restrita de cáculos de vulnerabilidade após a interação do conhecimento com o sistema. Isso nos permite medir o vazamento de informação, dada a interação.pt_BR
dc.description.resumoThe framework of Quantitative Information Flow (QIF) presents a mathematical modeling for many types of systems which we deal with on a daily basis. This is done through stochastic matrices, probability distributions, and supplementary mathematical apparatus. It also models sensitive information and how that changes after interacting with a system. Through this interaction, there may be information leakage. This is something that QIF is also able to capture. Furthermore, it is possible to measure how vulnerable a piece of information is when it relates to the system. The original QIF literature proposes that the adversary’s prior knowledge about sensitive information can be modelled as a simple probability distribution on secret values. Recently, a new work expanded this idea so that this type of knowledge could be modelled as distributions on distributions on secret values, known as hyper-distributions. This work dismembered the traditional concept of vulnerability into two different types: secret vulnerability, which focuses on the vulnerability of the secret itself, and strategy vulnerability, which focuses on the vulnerability associated with the different strategies that can generate a secret. However, nothing has been said about how this knowledge interacts with a channel. It was also left open the issue of measuring any type of vulnerabilities after the processing. Consequently, there is no notion of leakage of information when hyper distributions represent prior knowledge. Our work presents two models for the interaction between the prior information modelled as a hyper-distribution and the channel. We also present a way to measure vulnerability after the interaction between knowledge and system. This allows us to measure how much information is accessed by the adversary given this interaction.pt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃOpt_BR
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectQuantitative Information Flowpt_BR
dc.subjectDynamic Secretspt_BR
dc.subjectInformation Leakage, Vul- nerability Measurespt_BR
dc.subjectFoundations of Computer Securitypt_BR
dc.subjectFormal Methodspt_BR
dc.subject.otherComputação – Tesespt_BR
dc.subject.otherFluxo de informação – Tesespt_BR
dc.subject.otherCriptografia de dados (Computação) – Tesespt_BR
dc.subject.otherSegurança da informação – Tesespt_BR
dc.subject.otherMétodos formais – Tesespt_BR
dc.titleTowards the quantification of information leakage for dynamic secretspt_BR
dc.title.alternativeExplorando a quantificação de vazamento de informação sobre segredos dinâmicospt_BR
dc.typeDissertaçãopt_BR
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Tiago_Melo_Tannus___Towards_the_Quantification_of_Information_Leakage_for_Dynamic_Secrets.pdf1.3 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.