論文の概要: Our House is Our Glassy Castle: Challenges of Pervasive Computing in
Private Spaces
- arxiv url: http://arxiv.org/abs/2007.13372v1
- Date: Mon, 27 Jul 2020 08:42:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-08 02:46:50.203357
- Title: Our House is Our Glassy Castle: Challenges of Pervasive Computing in
Private Spaces
- Title(参考訳): 我が家は私たちのガラスの城だ:プライベートスペースにおける広範コンピューティングの課題
- Authors: Dinislam Abdulgalimov, Timur Osadchiy
- Abstract要約: 当社の特に関心は、IoTプロトコルとセキュリティ対策の統合によるユーザビリティと快適性の向上にあります。
プライバシーに関する懸念に対処するとともに、プライバシーとパーソナルスペースの概念に対する認識の変化の可能性について議論する。
- 参考スコア(独自算出の注目度): 3.2996723916635267
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Modern society is going through the transformation under the influence of
Information Technologies. Internet of Things as one of the latest facet of it
becoming more visible and widely spread. We wish to reflect and discuss the
current concerns regarding its expansion. Our particular interests lie in the
increasing of usability and comfortability through the unification of the IoT
protocols and security measures. As well as addressing the privacy concerns and
discussing the possible changings in the perception of privacy and personal
space concepts.
- Abstract(参考訳): 現代社会は情報技術の影響を受けた変革を経験している。
モノのインターネット(Internet of Things)は、その最新の顔の1つだ。
我々は、その拡大に関する現在の懸念を反映し、議論したい。
当社の特に関心は、IoTプロトコルとセキュリティ対策の統合によるユーザビリティと快適性の向上にあります。
プライバシーに関する懸念に対処するとともに、プライバシーとパーソナルスペースの概念に対する認識の変化の可能性について議論する。
関連論文リスト
- A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。
これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。
差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
論文 参考訳(メタデータ) (2023-09-27T14:38:16Z) - Privacy Preservation in Artificial Intelligence and Extended Reality
(AI-XR) Metaverses: A Survey [3.0151762748441624]
メタバースは、個人が対話し、創造し、幅広い活動に参加することができる仮想宇宙を構想している。
メタバースにおけるプライバシーは、概念が進化し、没入的な仮想体験がより普及するにつれて、重要な関心事である。
ユーザを追跡するためのAIに依存していることから、将来のメタバースが直面するであろうさまざまなプライバシー上の課題について検討する。
論文 参考訳(メタデータ) (2023-09-19T11:56:12Z) - Privacy-Preserving Joint Edge Association and Power Optimization for the
Internet of Vehicles via Federated Multi-Agent Reinforcement Learning [74.53077322713548]
プライバシ保護型共同エッジアソシエーションと電力配分問題について検討する。
提案されたソリューションは、最先端のソリューションよりも高いプライバシレベルを維持しながら、魅力的なトレードオフにぶつかる。
論文 参考訳(メタデータ) (2023-01-26T10:09:23Z) - Momentum Gradient Descent Federated Learning with Local Differential
Privacy [10.60240656423935]
ビッグデータの時代、個人情報のプライバシーはより顕著になった。
本稿では,機械学習モデルの性能向上のために,フェデレーション学習と局所差分プライバシーをモーメント勾配勾配下で統合することを提案する。
論文 参考訳(メタデータ) (2022-09-28T13:30:38Z) - Cross-Network Social User Embedding with Hybrid Differential Privacy
Guarantees [81.6471440778355]
プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。
特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。
ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
論文 参考訳(メタデータ) (2022-09-04T06:22:37Z) - Metaverse: Security and Privacy Concerns [11.681231979727702]
現実世界に似た3次元仮想宇宙である「メタバース」という用語は、1990年代に先延ばしされて以来、常に想像力に満ちていた。
差別の削減、個人差の排除、社会化など、人間の社会に多くの利益をもたらす可能性がある。
しかし、すべてにはセキュリティとプライバシに関する懸念がある。
論文 参考訳(メタデータ) (2022-03-08T05:06:13Z) - The Evolving Path of "the Right to Be Left Alone" - When Privacy Meets
Technology [0.0]
本稿では,プライバシエコシステムの新たなビジョンとして,プライバシの次元,関連するユーザの期待,プライバシ違反,変化要因を導入することを提案する。
プライバシー問題に取り組むための有望なアプローチは, (i) 効果的なプライバシメトリクスの識別, (ii) プライバシに準拠したアプリケーションを設計するためのフォーマルなツールの採用という,2つの方向に移行している,と私たちは信じています。
論文 参考訳(メタデータ) (2021-11-24T11:27:55Z) - Privacy and Robustness in Federated Learning: Attacks and Defenses [74.62641494122988]
このトピックに関する最初の包括的な調査を実施します。
FLの概念の簡潔な紹介と、1脅威モデル、2堅牢性に対する中毒攻撃と防御、3プライバシーに対する推論攻撃と防御、というユニークな分類学を通じて、私たちはこの重要なトピックのアクセス可能なレビューを提供します。
論文 参考訳(メタデータ) (2020-12-07T12:11:45Z) - Applications of Differential Privacy in Social Network Analysis: A
Survey [60.696428840516724]
差別化プライバシは、情報を共有し、強力な保証でプライバシを保存するのに有効である。
ソーシャルネットワーク分析は多くのアプリケーションで広く採用されており、差分プライバシーの応用のための新たな領域が開かれた。
論文 参考訳(メタデータ) (2020-10-06T19:06:03Z) - Beyond privacy regulations: an ethical approach to data usage in
transportation [64.86110095869176]
本稿では,フェデレート機械学習を交通分野に適用する方法について述べる。
フェデレートラーニングは、ユーザのプライバシを尊重しつつ、プライバシに敏感なデータを処理可能にする方法だと考えています。
論文 参考訳(メタデータ) (2020-04-01T15:10:12Z) - Dis-Empowerment Online: An Investigation of Privacy-Sharing Perceptions
& Method Preferences [6.09170287691728]
プライバシーのエンパワーメントの認識は、意味、能力、選択の次元をまたいだ共有の認識とは異なることが分かっています。
米国、英国、ドイツの間では、プライバシーメソッドの嗜好の類似点と相違点が見つかります。
プライバシ非エンパワーメントの認識をオンラインのプライバシ行動パターンにマッピングすることにより、今後の研究に重要な基盤を提供する。
論文 参考訳(メタデータ) (2020-03-19T19:17:55Z)
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。