論文の概要: Privacy-Preserving Script Sharing in GUI-based
Programming-by-Demonstration Systems
- arxiv url: http://arxiv.org/abs/2004.08353v1
- Date: Fri, 17 Apr 2020 17:20:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-12 13:43:32.180948
- Title: Privacy-Preserving Script Sharing in GUI-based
Programming-by-Demonstration Systems
- Title（参考訳）: GUIベースプログラミングにおけるプライバシ保護スクリプト共有
- Authors: Toby Jia-Jun Li, Jingya Chen, Brandon Canfield, Brad A. Myers
- Abstract要約: エンドユーザー開発(EUD)における重要な関心事は、プログラムアーティファクトに誤って個人情報を埋め込むことである。
GUIベースのPBDスクリプトにおいて、潜在的な個人情報を識別し、難読化する新しいアプローチを提案する。
- 参考スコア（独自算出の注目度）: 11.477824955297196
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An important concern in end user development (EUD) is accidentally embedding
personal information in program artifacts when sharing them. This issue is
particularly important in GUI-based programming-by-demonstration (PBD) systems
due to the lack of direct developer control of script contents. Prior studies
reported that these privacy concerns were the main barrier to script sharing in
EUD. We present a new approach that can identify and obfuscate the potential
personal information in GUI-based PBD scripts based on the uniqueness of
information entries with respect to the corresponding app GUI context. Compared
with the prior approaches, ours supports broader types of personal information
beyond explicitly pre-specified ones, requires minimal user effort, addresses
the threat of re-identification attacks, and can work with third-party apps
from any task domain. Our approach also recovers obfuscated fields locally on
the script consumer's side to preserve the shared scripts' transparency,
readability, robustness, and generalizability. Our evaluation shows that our
approach (1) accurately identifies the potential personal information in
scripts across different apps in diverse task domains; (2) allows end-user
developers to feel comfortable sharing their own scripts; and (3) enables
script consumers to understand the operation of shared scripts despite the
obfuscated fields.
- Abstract（参考訳）: エンドユーザ開発(EUD)における重要な関心事は、プログラムアーティファクトに誤って個人情報を埋め込むことである。
この問題はGUIベースのプログラミング・バイ・デモレーション(PBD)システムにおいて特に重要である。
以前の研究では、これらのプライバシー上の懸念がEUDにおけるスクリプト共有の主な障壁であると報告されていた。
本稿では,GUI ベースの PBD スクリプトにおける潜在的な個人情報を,対応するアプリ GUI コンテキストに対する情報エントリの特異性に基づいて識別・難読化する手法を提案する。
従来のアプローチと比較して、当社は明示的な事前指定以上の幅広い個人情報をサポートし、最小限のユーザー努力を必要とし、再識別攻撃の脅威に対処し、あらゆるタスクドメインのサードパーティアプリと連携できる。
当社のアプローチでは,スクリプトの透過性,可読性,堅牢性,一般化性を維持するために,スクリプトコンシューマ側の難読フィールドをローカルに復元する。
提案手法は,(1)多様なタスク領域の異なるアプリケーションにまたがるスクリプトの潜在的な個人情報を正確に識別し,(2)エンドユーザが自身のスクリプトを共有するのを快適に感じられるようにし,(3)難解なフィールドに拘わらず,スクリプト利用者が共有スクリプトの操作を理解できるようにする。
関連論文リスト
- Interactive GDPR-Compliant Privacy Policy Generation for Software Applications [6.189770781546807]
ソフトウェアアプリケーションを使用するには、ユーザが個人情報を提供するように要求されることがある。
プライバシーが重要な関心事になっているため、世界中で多くの保護規制が存在している。
本稿では,包括的かつ適合したプライバシポリシを生成するアプローチを提案する。
論文 参考訳（メタデータ） (2024-10-04T01:22:16Z) - Mind the Privacy Unit! User-Level Differential Privacy for Language Model Fine-Tuning [62.224804688233]
差分プライバシ(DP)は、モデルが特定のプライバシユニットで「ほとんど区別できない」ことを保証することで、有望なソリューションを提供する。
ユーザ間でのプライバシー保護の確保に必要なアプリケーションによって動機づけられたユーザレベルのDPについて検討する。
論文 参考訳（メタデータ） (2024-06-20T13:54:32Z) - Perennial Semantic Data Terms of Use for Decentralized Web [14.831528850463373]
データ用語(Data Terms of Use, DTOU)の新たな形式記述を提案する。
ユーザとアプリケーションは、ローカル知識でDToUポリシーの独自の部分を指定する。
これは年長のDTOU言語を構成するもので、ポリシーのオーサリングは一度しか行われない。
論文 参考訳（メタデータ） (2024-03-12T12:18:20Z) - {A New Hope}: Contextual Privacy Policies for Mobile Applications and An
Approach Toward Automated Generation [19.578130824867596]
コンテキストプライバシポリシ(CPP)の目的は、プライバシポリシを簡潔なスニペットに断片化し、アプリケーションのグラフィカルユーザインターフェース(GUI)内の対応するコンテキスト内でのみ表示することである。
本稿では,モバイルアプリケーションシナリオでCPPを初めて定式化し,モバイルアプリケーション用のCPPを自動生成するSeePrivacyという新しいマルチモーダルフレームワークを提案する。
人間の評価では、抽出されたプライバシーポリシーセグメントの77%が、検出されたコンテキストと適切に一致していると認識されている。
論文 参考訳（メタデータ） (2024-02-22T13:32:33Z) - From Pixels to UI Actions: Learning to Follow Instructions via Graphical
User Interfaces [66.85108822706489]
本稿では,人間がよく使う概念的インタフェースを用いて,デジタル世界と対話するエージェントを作成することに焦点を当てる。
このようなエージェントは、タスクに従うGUIベースの命令のMiniWob++ベンチマークで、人間のクラウドワーカーより優れています。
論文 参考訳（メタデータ） (2023-05-31T23:39:18Z) - Towards Fine-Grained Localization of Privacy Behaviors [5.74186288696419]
PriGenは静的解析を使用して、機密情報を処理するAndroidアプリケーションのコードセグメントを識別する。
本稿では,30万のコードセグメントに対する翻訳タスクの初期評価について述べる。
論文 参考訳（メタデータ） (2023-05-24T16:32:14Z) - PLUE: Language Understanding Evaluation Benchmark for Privacy Policies
in English [77.79102359580702]
プライバシポリシ言語理解評価ベンチマークは,プライバシポリシ言語理解を評価するマルチタスクベンチマークである。
また、プライバシポリシの大規模なコーパスを収集し、プライバシポリシドメイン固有の言語モデル事前トレーニングを可能にします。
ドメイン固有の連続的な事前トレーニングは、すべてのタスクでパフォーマンスを改善することを実証します。
論文 参考訳（メタデータ） (2022-12-20T05:58:32Z) - SPAct: Self-supervised Privacy Preservation for Action Recognition [73.79886509500409]
アクション認識におけるプライバシー漏洩を緩和するための既存のアプローチは、ビデオデータセットのアクションラベルとともに、プライバシラベルを必要とする。
自己教師付き学習(SSL)の最近の進歩は、未ラベルデータの未発見の可能性を解き放ちつつある。
本稿では、プライバシーラベルを必要とせず、自己管理的な方法で、入力ビデオからプライバシー情報を除去する新しいトレーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2022-03-29T02:56:40Z) - TIPRDC: Task-Independent Privacy-Respecting Data Crowdsourcing Framework
for Deep Learning with Anonymized Intermediate Representations [49.20701800683092]
本稿では,匿名化中間表現を用いたタスク非依存型プライバシ参照データクラウドソーシングフレームワークTIPRDCを提案する。
このフレームワークの目的は、中間表現からプライバシー情報を隠蔽できる機能抽出器を学習することであり、データコレクターの生データに埋め込まれた元の情報を最大限に保持し、未知の学習タスクを達成することである。
論文 参考訳（メタデータ） (2020-05-23T06:21:26Z) - InfoScrub: Towards Attribute Privacy by Targeted Obfuscation [77.49428268918703]
視覚データに流出した個人情報を個人が制限できる技術について検討する。
我々はこの問題を新しい画像難読化フレームワークで解決する。
提案手法では,元の入力画像に忠実な難読化画像を生成するとともに,非難読化画像に対して6.2$times$(または0.85bits)の不確実性を増大させる。
論文 参考訳（メタデータ） (2020-05-20T19:48:04Z)
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。