This thesis explores the development of a novel framework for enhancing Collaborative Business Intelligence (CBI) through the use of Zero-Knowledge Proofs (ZKPs) and blockchain technology. The proposed framework addresses the critical challenge of balancing data sovereignty with data trustworthiness, allowing organizations to share Key Performance Indicators (KPIs) without revealing sensitive underlying data. By leveraging ZKPs, organizations can verify data authenticity without exposing the raw data itself, thus preserving privacy and confidentiality. Blockchain technology is integrated to provide a tamper-proof, immutable record of data-sharing processes, further enhancing trust between parties. The framework integrates carefully selected cryptographic techniques and includes a custom-coded library that supports OLAP operations and is scalable for Zero-Knowledge Proofs (ZKPs). Extensive performance testing, focused on time efficiency and memory optimization as dataset size increased, demonstrated that the solution enables secure and reliable data exchanges while preserving privacy. The results further highlight the framework's scalability, ensuring its capability to handle growing data volumes without compromising security. This thesis presents a practical and efficient solution for collaborative environments, where the need for verifiable insights must be balanced with the protection of sensitive data.

Questa tesi presenta lo sviluppo di un framework innovativo per potenziare la Collaborative Business Intelligence (CBI) tramite l'uso delle Zero-Knowledge Proofs (ZKP) e della tecnologia blockchain. Il framework affronta la sfida centrale di bilanciare la sovranità dei dati con la loro affidabilità, consentendo alle organizzazioni di condividere Key Performance Indicators (KPI) senza rivelare informazioni sensibili. Grazie alle ZKP, è possibile verificare l'autenticità dei dati senza dover esporre quelli grezzi, garantendo così elevati livelli di privacy e riservatezza. La blockchain, invece, viene utilizzata per creare un registro immutabile e sicuro delle transazioni di condivisione dei dati, aumentando la fiducia tra le parti coinvolte. Il framework si avvale di tecniche crittografiche avanzate e integra una libreria personalizzata per supportare le operazioni OLAP, garantendo una soluzione scalabile nell'implementazione delle ZKP. I test eseguiti, incentrati su efficienza e ottimizzazione delle risorse con volumi di dati crescenti, hanno confermato la capacità della soluzione di facilitare scambi di dati sicuri e affidabili, mantenendo alti standard di riservatezza. Inoltre, i risultati dimostrano un'eccellente scalabilità del sistema, che gestisce grandi volumi di dati senza compromessi sulla sicurezza. Questa tesi propone una soluzione pratica ed efficace per ambienti collaborativi, dove è essenziale ottenere informazioni verificabili proteggendo al contempo i dati sensibili.

Adoption of ZKP in blockchain-based collaborative business intelligence for KPI values sharing

de Stefano, Alessandra
2023/2024

Abstract

This thesis explores the development of a novel framework for enhancing Collaborative Business Intelligence (CBI) through the use of Zero-Knowledge Proofs (ZKPs) and blockchain technology. The proposed framework addresses the critical challenge of balancing data sovereignty with data trustworthiness, allowing organizations to share Key Performance Indicators (KPIs) without revealing sensitive underlying data. By leveraging ZKPs, organizations can verify data authenticity without exposing the raw data itself, thus preserving privacy and confidentiality. Blockchain technology is integrated to provide a tamper-proof, immutable record of data-sharing processes, further enhancing trust between parties. The framework integrates carefully selected cryptographic techniques and includes a custom-coded library that supports OLAP operations and is scalable for Zero-Knowledge Proofs (ZKPs). Extensive performance testing, focused on time efficiency and memory optimization as dataset size increased, demonstrated that the solution enables secure and reliable data exchanges while preserving privacy. The results further highlight the framework's scalability, ensuring its capability to handle growing data volumes without compromising security. This thesis presents a practical and efficient solution for collaborative environments, where the need for verifiable insights must be balanced with the protection of sensitive data.
QUATTROCCHI, GIOVANNI ENNIO
ING - Scuola di Ingegneria Industriale e dell'Informazione
10-ott-2024
2023/2024
Questa tesi presenta lo sviluppo di un framework innovativo per potenziare la Collaborative Business Intelligence (CBI) tramite l'uso delle Zero-Knowledge Proofs (ZKP) e della tecnologia blockchain. Il framework affronta la sfida centrale di bilanciare la sovranità dei dati con la loro affidabilità, consentendo alle organizzazioni di condividere Key Performance Indicators (KPI) senza rivelare informazioni sensibili. Grazie alle ZKP, è possibile verificare l'autenticità dei dati senza dover esporre quelli grezzi, garantendo così elevati livelli di privacy e riservatezza. La blockchain, invece, viene utilizzata per creare un registro immutabile e sicuro delle transazioni di condivisione dei dati, aumentando la fiducia tra le parti coinvolte. Il framework si avvale di tecniche crittografiche avanzate e integra una libreria personalizzata per supportare le operazioni OLAP, garantendo una soluzione scalabile nell'implementazione delle ZKP. I test eseguiti, incentrati su efficienza e ottimizzazione delle risorse con volumi di dati crescenti, hanno confermato la capacità della soluzione di facilitare scambi di dati sicuri e affidabili, mantenendo alti standard di riservatezza. Inoltre, i risultati dimostrano un'eccellente scalabilità del sistema, che gestisce grandi volumi di dati senza compromessi sulla sicurezza. Questa tesi propone una soluzione pratica ed efficace per ambienti collaborativi, dove è essenziale ottenere informazioni verificabili proteggendo al contempo i dati sensibili.
File allegati
File Dimensione Formato  
2024_10_de_Stefano.pdf

accessibile in internet per tutti

Descrizione: secure data sharing
Dimensione 3.23 MB
Formato Adobe PDF
3.23 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/227576