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
- A Thorough Performance Benchmarking on Lightweight Embedding-based Recommender Systems [67.52782366565658]
State-of-the-art recommender system (RS) は、埋め込みベクトルによって符号化される分類的特徴に依存し、結果として非常に大きな埋め込みテーブルとなる。
軽量埋め込み型RSの繁栄にもかかわらず、評価プロトコルには幅広い多様性が見られる。
本研究では, LERSの性能, 効率, クロスタスク転送性について, 徹底的なベンチマークによる検討を行った。
論文 参考訳(メタデータ) (2024-06-25T07:45:00Z) - Unveil the Duality of Retrieval-Augmented Generation: Theoretical Analysis and Practical Solution [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の利益と有害性について理論的に説明するための第一歩を踏み出した。
提案手法は,トークンレベルでのLLMとRAGの協調生成を実現するための実用的手法であるX-RAGを提案する。
論文 参考訳(メタデータ) (2024-06-03T02:56:14Z) - REBEL: Reinforcement Learning via Regressing Relative Rewards [59.68420022466047]
生成モデルの時代における最小限のRLアルゴリズムであるREBELを提案する。
理論的には、自然ポリシーグラディエントのような基本的なRLアルゴリズムはREBELの変種と見なすことができる。
我々はREBELが言語モデリングと画像生成に一貫したアプローチを提供し、PPOやDPOとより強くあるいは類似した性能を実現することを発見した。
論文 参考訳(メタデータ) (2024-04-25T17:20:45Z) - ECtHR-PCR: A Dataset for Precedent Understanding and Prior Case Retrieval in the European Court of Human Rights [1.3723120574076126]
我々は欧州人権裁判所(ECtHR)の判断に基づく事前事例検索データセットを開発する。
我々は、様々な負のサンプリング戦略を用いて、様々な語彙と密度の検索手法をベンチマークする。
PCRでは,難易度に基づく陰性サンプリングが有効でないことがわかった。
論文 参考訳(メタデータ) (2024-03-31T08:06:54Z) - 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) - Data Poisoning for In-context Learning [49.77204165250528]
In-context Learning (ICL)は、新しいタスクに適応する革新的な能力として認識されている。
本論文は、ICLのデータ中毒に対する感受性の重大な問題について述べる。
ICLの学習メカニズムを活用するために考案された特殊攻撃フレームワークであるICLPoisonを紹介する。
論文 参考訳(メタデータ) (2024-02-03T14:20:20Z) - Credit Risk Meets Large Language Models: Building a Risk Indicator from
Loan Descriptions in P2P Lending [1.4141453107129398]
ピアツーピア(P2P)融資は、借り手と貸し手とをオンラインプラットフォームを通じて結びつける独特の融資メカニズムとして登場した。
しかしながら、P2P貸与は情報非対称性の課題に直面している。
本稿では,ローン申請プロセスにおいて,借主が提供したテキスト記述を活用することで,この問題に対処する新たなアプローチを提案する。
論文 参考訳(メタデータ) (2024-01-29T10:11:05Z) - 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。