論文の概要: Real Time Reasoning in OWL2 for GDPR Compliance

• arxiv url: http://arxiv.org/abs/2001.05390v1
• Date: Wed, 15 Jan 2020 15:50:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-11 06:32:56.703230
• Title: Real Time Reasoning in OWL2 for GDPR Compliance
• Title（参考訳）: GDPR準拠のためのOWL2のリアルタイム推論
• Authors: P.A. Bonatti, L. Ioffredo, I. Petrova, L. Sauro, I. R. Siahaan
• Abstract要約: 我々は、新たな欧州データ保護規制に準拠する組織を支援するために、知識表現と推論技術をどのように利用できるかを示す。 この作業は、SPECIALと呼ばれるヨーロッパのH2020プロジェクトで実施されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper shows how knowledge representation and reasoning techniques can be used to support organizations in complying with the GDPR, that is, the new European data protection regulation. This work is carried out in a European H2020 project called SPECIAL. Data usage policies, the consent of data subjects, and selected fragments of the GDPR are encoded in a fragment of OWL2 called PL (policy language); compliance checking and policy validation are reduced to subsumption checking and concept consistency checking. This work proposes a satisfactory tradeoff between the expressiveness requirements on PL posed by the GDPR, and the scalability requirements that arise from the use cases provided by SPECIAL's industrial partners. Real-time compliance checking is achieved by means of a specialized reasoner, called PLR, that leverages knowledge compilation and structural subsumption techniques. The performance of a prototype implementation of PLR is analyzed through systematic experiments, and compared with the performance of other important reasoners. Moreover, we show how PL and PLR can be extended to support richer ontologies, by means of import-by-query techniques. PL and its integration with OWL2's profiles constitute new tractable fragments of OWL2. We prove also some negative results, concerning the intractability of unrestricted reasoning in PL, and the limitations posed on ontology import.
• Abstract（参考訳）: 本稿では,新たな欧州データ保護規制であるGDPRに準拠する組織を支援するために,知識表現と推論技術をどのように利用できるかを示す。 この作業は、欧州のh2020プロジェクト special で実施されている。 データ利用方針、データ主体の同意、GDPRの選択された断片は、PL (policy language)と呼ばれるOWL2の断片に符号化され、コンプライアンスチェックとポリシー検証は、サブクエストチェックと概念整合性チェックに還元される。 本研究は,GDPRによるPLの表現性要件と,SPECIALの産業パートナーによるユースケースから生じるスケーラビリティ要件との良好なトレードオフを提案する。 リアルタイムコンプライアンスチェックは、知識コンパイルと構造的仮定技術を活用したPLRと呼ばれる特殊な推論手法によって実現される。 PLRの試作実装の性能は系統的な実験によって分析され、他の重要な推論器の性能と比較される。 さらに,PL と PLR をどのように拡張して,よりリッチなオントロジーをサポートするかを示す。 PLとOWL2のプロファイルとの統合はOWL2の新しい抽出可能な断片を構成する。 また,PLにおける制約なし推論の難易度とオントロジーインポートに生じる制限について,いくつかの否定的な結果を示した。

関連論文リスト

• NitiBench: A Comprehensive Studies of LLM Frameworks Capabilities for Thai Legal Question Answering [4.61348190872483]
  本稿では、タイの一般的な金融法を網羅するニチベンチ-CCLと、現実の税法ケースを含むニチベンチ-タックスの2つのデータセットからなるベンチマークであるニチベンチを紹介する。 検索強化世代(RAG)と長文LLMに基づく3つの重要な研究課題に対処するためのアプローチを評価する。
  論文  参考訳（メタデータ） (2025-02-15T17:52:14Z)
• A Tale of Two Imperatives: Privacy and Explainability [0.0]
  科学分野におけるディープラーニングの優位性は、高い意思決定を形作っている。 本稿では,RTP(Right-to-Privacy)とRTE(Right-to-Explanation)を組み合わせる複雑さについて検討する。
  論文  参考訳（メタデータ） (2024-12-30T08:43:28Z)
• LLM2: Let Large Language Models Harness System 2 Reasoning [65.89293674479907]
  大規模言語モデル(LLM)は、無数のタスクにまたがって印象的な機能を示してきたが、時には望ましくない出力が得られる。 本稿では LLM とプロセスベースの検証器を組み合わせた新しいフレームワーク LLM2 を紹介する。 LLMs2は妥当な候補を生成するのに責任を持ち、検証者は望ましい出力と望ましくない出力を区別するためにタイムリーなプロセスベースのフィードバックを提供する。
  論文  参考訳（メタデータ） (2024-12-29T06:32:36Z)
• What is Wrong with Perplexity for Long-context Language Modeling? [71.34933096461124]
  長いコンテキスト入力は、会話の拡張、文書の要約、多数のショットインコンテキスト学習といったタスクにおいて、大きな言語モデル(LLM)にとって不可欠である。 パープレキシティ(PPL)は、長期コンテキスト能力の評価には信頼性が低いことが証明されている。 長短コンテキストコントラスト法を用いて鍵トークンを識別する手法であるbfLongPPLを提案する。
  論文  参考訳（メタデータ） (2024-10-31T09:39:28Z)
• Knowledge-Augmented Reasoning for EUAIA Compliance and Adversarial Robustness of LLMs [1.368472250332885]
  EUAIA(EU AI Act)は、敵の堅牢性を確立するために必要なプロセスと交差するAIシステムの要件を導入している。 本稿では,2つの特性をブリッジする機能アーキテクチャを提案する。 我々は,知識強化に基づく推論レイヤで開発者と監査者を支援することを目的としている。
  論文  参考訳（メタデータ） (2024-10-04T18:23:14Z)
• Understanding Reference Policies in Direct Preference Optimization [50.67309013764383]
  DPO(Direct Preference Optimization)は、大規模言語モデル(LLM)の微調整のための訓練手法として広く使われている。 この研究は、参照モデルやポリシーに依存しているDPOの未検討の側面を探求する。
  論文  参考訳（メタデータ） (2024-07-18T17:08:10Z)
• A Theory for Token-Level Harmonization in Retrieval-Augmented Generation [76.75124161306795]
  Retrieval-augmented Generation (RAG)は、検索したテキストを利用して大規模言語モデル(LLM)を強化する。 本稿では,RAGの利益と有害性を説明するための理論を提供する。 提案手法は,本理論に基づいて,純粋LLMとRAGの協調生成を実現する実用的手法であるTok-RAGを提案する。
  論文  参考訳（メタデータ） (2024-06-03T02:56:14Z)
• Towards an Enforceable GDPR Specification [49.1574468325115]
  プライバシ・バイ・デザイン(PbD)は、EUなどの現代的なプライバシー規制によって規定されている。 PbDを実現する1つの新しい技術は強制(RE)である 法律規定の正式な仕様を作成するための一連の要件と反復的な方法論を提示する。
  論文  参考訳（メタデータ） (2024-02-27T09:38:51Z)
• Towards Deployment-Efficient Reinforcement Learning: Lower Bound and Optimality [141.89413461337324]
  展開効率は、強化学習(RL)の多くの実世界の応用にとって重要な基準である 本稿では,「制約付き最適化」の観点から,デプロイ効率の高いRL(DE-RL)の理論的定式化を提案する。
  論文  参考訳（メタデータ） (2022-02-14T01:31:46Z)
• Fast Compliance Checking with General Vocabularies [0.0]
  データ保護ポリシーを表すOWL2プロファイルを導入する。 この言語では、企業のデータ利用ポリシーを、データ対象者の同意に従ってチェックすることができる。 IBQ推論を利用して、ポリシー言語と語彙言語の特殊推論を統合します。
  論文  参考訳（メタデータ） (2020-01-16T09:08:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。