論文の概要: Privacy Intelligence: A Survey on Image Privacy in Online Social Networks

• arxiv url: http://arxiv.org/abs/2008.12199v4
• Date: Tue, 17 Jun 2025 07:19:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-18 17:34:58.973681
• Title: Privacy Intelligence: A Survey on Image Privacy in Online Social Networks
• Title（参考訳）: プライバシ・インテリジェンス:オンラインソーシャルネットワークにおける画像プライバシに関する調査
• Authors: Chi Liu, Tianqing Zhu, Jun Zhang, Wanlei Zhou,
• Abstract要約: 人気のOSNサービスによる最近の画像リークと個人写真の乱用は、OSN画像共有における個人のプライバシーの必要性を再考するきっかけとなった。 プライバシーに配慮したOSNイメージ共有のための、よりインテリジェントな環境が求められている。 我々はOSN画像のプライバシーの定義と分類、OSN画像共有のライフサイクルに基づいた高レベルのプライバシー分析フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 20.778221889102866
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image sharing on online social networks (OSNs) has become an indispensable part of daily social activities, but it has also led to an increased risk of privacy invasion. The recent image leaks from popular OSN services and the abuse of personal photos using advanced algorithms (e.g. DeepFake) have prompted the public to rethink individual privacy needs in OSN image sharing. However, OSN image privacy itself is quite complicated, and solutions currently in place for privacy management in reality are insufficient to provide personalized, accurate and flexible privacy protection. A more intelligent environment for privacy-friendly OSN image sharing is in demand. To fill the gap, we contribute a survey of "privacy intelligence" that targets modern privacy issues in dynamic OSN image sharing from a user-centric perspective. Specifically, we present a definition and a taxonomy of OSN image privacy, and a high-level privacy analysis framework based on the lifecycle of OSN image sharing. The framework consists of three stages with different principles of privacy by design. At each stage, we identify typical user behaviors in OSN image sharing and the privacy issues associated with these behaviors. Then a systematic review on the representative intelligent solutions targeting those privacy issues is conducted, also in a stage-based manner. The resulting analysis describes an intelligent privacy firewall for closed-loop privacy management. We also discuss the challenges and future directions in this area.
• Abstract（参考訳）: オンラインソーシャルネットワーク(OSN)上の画像共有は、日々のソーシャル活動において欠かせない部分となっているが、プライバシー侵害のリスクも高まっている。 人気の高いOSNサービスからの最近の画像リークと高度なアルゴリズム(たとえばDeepFake)を使った個人写真の乱用は、OSN画像共有における個人のプライバシーの必要性を再考させるきっかけとなった。 しかし、OSNイメージのプライバシ自体は非常に複雑であり、現在のプライバシ管理のためのソリューションは、パーソナライズされ、正確でフレキシブルなプライバシ保護を提供するには不十分である。 プライバシーに配慮したOSNイメージ共有のための、よりインテリジェントな環境が求められている。 このギャップを埋めるため、ユーザ中心の観点からOSN画像の動的な共有において、現代のプライバシー問題をターゲットにした「プライバシ・インテリジェンス」の調査に貢献する。 具体的には、OSN画像のプライバシの定義と分類、OSN画像共有のライフサイクルに基づいた高レベルのプライバシ分析フレームワークを提案する。 フレームワークは、設計によるプライバシーの原則が異なる3つのステージで構成されている。 各段階で、OSN画像共有における典型的なユーザ行動と、これらの行動に関連するプライバシー問題を特定する。 次に、これらのプライバシ問題を対象とした代表的インテリジェントソリューションに関する体系的なレビューを、ステージベースで実施する。 その結果得られた分析では、クローズドループのプライバシ管理のためのインテリジェントなプライバシファイアウォールが説明されている。 この分野の課題と今後の方向性についても論じる。

関連論文リスト

• EgoPrivacy: What Your First-Person Camera Says About You? [43.68977895024147]
  EgoPrivacyは、エゴセントリックなビジョンにおけるプライバシーリスクの包括的な評価のための、最初の大規模なベンチマークである。 本研究では,エゴ・ツー・エクソ検索を外部中心の動画プールから活用し,人口プライバシー攻撃の有効性を高める新たな攻撃戦略であるRetrieval-Augmented Attackを提案する。
  論文  参考訳（メタデータ） (2025-06-13T22:19:54Z)
• Activity Recognition on Avatar-Anonymized Datasets with Masked Differential Privacy [64.32494202656801]
  プライバシを保存するコンピュータビジョンは、機械学習と人工知能において重要な問題である。 本稿では,ビデオデータセット中の感性のある被験者を文脈内の合成アバターに置き換える匿名化パイプラインを提案する。 また、匿名化されていないがプライバシーに敏感な背景情報を保護するため、MaskDPを提案する。
  論文  参考訳（メタデータ） (2024-10-22T15:22:53Z)
• PrivacyLens: Evaluating Privacy Norm Awareness of Language Models in Action [54.11479432110771]
  PrivacyLensは、プライバシに敏感な種子を表現的なヴィグネットに拡張し、さらにエージェントの軌跡に拡張するために設計された新しいフレームワークである。 プライバシの文献とクラウドソーシングされたシードに基づいて、プライバシの規範のコレクションをインスタンス化する。 GPT-4やLlama-3-70Bのような最先端のLMは、プライバシー強化の指示が出されたとしても、機密情報を25.68%、38.69%のケースでリークしている。
  論文  参考訳（メタデータ） (2024-08-29T17:58:38Z)
• Privacy Checklist: Privacy Violation Detection Grounding on Contextual Integrity Theory [43.12744258781724]
  単純なパターンマッチングではなく、推論問題としてプライバシー問題を定式化します。 我々は、社会的アイデンティティ、プライベート属性、および既存のプライバシー規則を網羅する、最初の包括的なチェックリストを開発する。
  論文  参考訳（メタデータ） (2024-08-19T14:48:04Z)
• Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
  この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。 また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-31T19:28:04Z)
• Privacy Explanations - A Means to End-User Trust [64.7066037969487]
  この問題に対処するために、説明可能性がどのように役立つかを検討しました。 私たちはプライバシーの説明を作成し、エンドユーザの理由と特定のデータが必要な理由を明らかにするのに役立ちました。 我々の発見は、プライバシーの説明がソフトウェアシステムの信頼性を高めるための重要なステップであることを示している。
  論文  参考訳（メタデータ） (2022-10-18T09:30:37Z)
• 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)
• FoggySight: A Scheme for Facial Lookup Privacy [8.19666118455293]
  ソーシャルメディアにアップロードされる前に、相手の事例文献から学んだ教訓を適用して、プライバシー保護の方法で顔写真を修正するソリューションを提案し、評価します。 f foggysightの核となる機能はコミュニティ保護戦略であり、ユーザがプライバシーの保護者として行動することで、敵の機械学習アルゴリズムによって生成されたデコイ写真をアップロードする。 我々は、このスキームのさまざまな設定を調査し、未知の内部構造を持つ顔認識サービスを含む、顔のプライバシー保護を可能にすることを見出します。
  論文  参考訳（メタデータ） (2020-12-15T19:57:18Z)
• The Challenges and Impact of Privacy Policy Comprehension [0.0]
  本稿では、避けられないシンプルなプライバシーポリシーのプライバシーフレンドリさを実験的に操作した。 参加者の半数は、この透明なプライバシーポリシーさえ誤解している。 このような落とし穴を緩和するため、私たちはインフォームドコンセントの品質を向上させる設計勧告を提示します。
  論文  参考訳（メタデータ） (2020-05-18T14:16:48Z)

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。