ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Un Système de Recommandation Basé sur le Profilage pour la Protection de la Vie Privé sur les Réseaux Sociaux

المؤلف الرئيسي: Badri, Fatma Zahra (Author)
مؤلفين آخرين: Benkhelifa, Randa (Advisor) , Meflah, Mohamed Salim (Advisor)
التاريخ الميلادي: 2018
موقع: ورقلة
الصفحات: 1 - 41
رقم MD: 1212168
نوع المحتوى: رسائل جامعية
اللغة: الفرنسية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة قاصدي مرباح - ورقلة
الكلية: كلية التكنولوجيات الحديثة للمعلومات والاتصال
الدولة: الجزائر
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

30

حفظ في:
المستخلص: Les menaces qui proviennent des amis et auxquelles font face les utilisateurs de réseaux sociaux sont nombreuses. On peut citer, à titre d’exemple, la cyber intimidation, les fraudes, le harcèlement criminel, la menace, l’incitation au suicide, la diffusion de contenu compromettant, la promotion de la haine, l’atteinte morale et physique, etc. Il y a aussi un « ami très proche » qui peut être très menaçant sur les réseaux sociaux : soi-même. Lorsqu’un utilisateur divulgue trop d’informations sur lui-même, il contribue sans le vouloir à attirer vers lui les arnaqueurs qui sont à la recherche continue d’une proie. On présente dans ce mémoire une architecture fonctionnelle d’un système de recommandation pour protéger la vie privée des utilisateurs des réseaux sociaux, notre choix est porté sur le Facebook vu sa popularité. Notre système permet d’analyser le niveau de risque du profil de l’utilisateur et le classe sur une échelle de quatre niveaux : peu risqué, moyennement risqué, risqué et critique. Il propose ensuite à l’utilisateur un ensemble de recommandations dans le but de leur faire réduire la publication d’informations privées et lui permettant de rendre son profil plus sécuritaire. There are many threats from friends and social media users. Examples include cyberbullying, fraud, criminal harassment, threat, incitement to commit suicide, dissemination of compromising content, promotion of hatred, moral and physical harm, etc. There is also a "very close friend" who can be very threatening on social networks: oneself. When a user divulges too much information about himself, he unwittingly contributes to attracting to him the scammers who are in constant search for prey. We present in this memory a functional architecture of a recommendation system to protect the privacy of users of social networks, our choice is focused on Facebook given its popularity. Our system analyzes the risk level of the user's profile and classifies it on a four level scale: low risk, medium risk, risky and critical. It then offers the user a set of recommendations in order to make them reduce the publication of private information and allow him to make his profile safer.