論文の概要: A Multidisciplinary Definition of Privacy Labels: The Story of Princess
Privacy and the Seven Helpers
- arxiv url: http://arxiv.org/abs/2012.01813v3
- Date: Sun, 9 May 2021 16:54:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-22 05:35:45.827705
- Title: A Multidisciplinary Definition of Privacy Labels: The Story of Princess
Privacy and the Seven Helpers
- Title（参考訳）: プライバシーラベルの多分野的定義--プリンセス・プライバシとセブン・ヘルパーの物語
- Authors: Johanna Johansen, Tore Pedersen, Simone Fischer-H\"ubner, Christian
Johansen, Gerardo Schneider, Arnold Roosendaal, Harald Zwingelberg, Anders
Jakob Sivesind, Josef Noll
- Abstract要約: 読者に優しくし、議論を合理化するために、私たちは妖精たちのストーリーテリングとメタファーを採用しています。
プライバシラベリング(PL)を正確に定義し、7つの異なる視点から一眼レフ像を描く。
PLの重要な「性格の軌跡」と「未発達の可能性」の同定を提案する。
- 参考スコア（独自算出の注目度）: 1.8016112371074473
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Privacy is currently in distress and in need of rescue, much like princesses
in the all-familiar fairytales. We employ storytelling and metaphors from
fairytales to make reader-friendly and streamline our arguments about how a
complex concept of Privacy Labeling (the 'knight in shining armor') can be a
solution to the current state of Privacy (the 'princess in distress'). We give
a precise definition of Privacy Labeling (PL), painting a panoptic portrait
from seven different perspectives (the 'seven helpers'): Business, Legal,
Regulatory, Usability and Human Factors, Educative, Technological, and
Multidisciplinary. We describe a common vision, proposing several important
'traits of character' of PL as well as identifying 'undeveloped
potentialities', i.e., open problems on which the community can focus. More
specifically, this position paper identifies the stakeholders of the PL and
their needs with regard to privacy, describing how PL should be and look like
in order to address these needs. Throughout the paper, we highlight goals,
characteristics, open problems, and starting points for creating, what we
consider to be, the ideal PL. In the end we present three approaches to
establish and manage PL, through: self-evaluations, certifications, or
community endeavors. Based on these, we sketch a roadmap for future
developments.
- Abstract（参考訳）: プライバシーは現在苦難と救難を必要としており、おとぎ話の王女たちと同様だ。
プライバシラベリングという複雑な概念("knight in shining armor")が,現在のプライバシの状況("princess in distress")に対する解決策になるのか,という議論を合理化するために,私たちはストーリテリングとおとぎ話からメタファーを採用しています。
ビジネス,法,規制,ユーザビリティ,ヒューマンファクター,教育,技術,マルチディシプリナリーという,7つの異なる視点(「7つのヘルパー」)から,パノプティラベリング(PL)を正確に定義する。
我々は、plの重要な「性格特性」をいくつか提案し、コミュニティが集中できるオープンな問題である「未開発の可能性」を特定する共通のビジョンについて述べる。
より具体的には、このポジションペーパーはPLの利害関係者とそのプライバシに関するニーズを特定し、PLがこれらのニーズに対応するためにどのようにして見えるかを説明する。
論文全体を通して、目標、特性、オープンな問題、そして私たちが考える理想的なplを作成するための出発点を強調する。
最後に、自己評価、認定、コミュニティの取り組みの3つのアプローチでPLを確立し、管理する。
これらに基づいて,今後の開発に向けたロードマップをスケッチする。
関連論文リスト
- Differential Privacy Overview and Fundamental Techniques [63.0409690498569]
この章は、"Differential Privacy in Artificial Intelligence: From Theory to Practice"という本の一部である。
まず、データのプライバシ保護のためのさまざまな試みについて説明し、その失敗の場所と理由を強調した。
次に、プライバシ保護データ分析の領域を構成する重要なアクター、タスク、スコープを定義する。
論文 参考訳（メタデータ） (2024-11-07T13:52:11Z) - 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) - Beyond Visual Appearances: Privacy-sensitive Objects Identification via Hybrid Graph Reasoning [5.050631286347773]
POIの鍵は、オブジェクトのプライバシクラスをセッティングすることだ。
あるオブジェクトのプライバシクラスは、シーンコンテキストから派生します。
我々はPOIのためのPrivacyGuardフレームワークを提案する。
論文 参考訳（メタデータ） (2024-06-18T15:58:22Z) - Viral Privacy: Contextual Integrity as a Lens to Understand Content
Creators' Privacy Perceptions and Needs After Sudden Attention [1.3999481573773074]
ソーシャルメディア利用者の異なるグループが、いかに異なる目標とプライバシー要件を持っているかを考えることが重要である。
1人のクリエーターのニーズさえも、オンラインの可視性と存在感のシフトによって変わる可能性がある。
論文 参考訳（メタデータ） (2023-12-18T06:04:01Z) - Can LLMs Keep a Secret? Testing Privacy Implications of Language Models via Contextual Integrity Theory [82.7042006247124]
私たちは、最も有能なAIモデルでさえ、人間がそれぞれ39%と57%の確率で、プライベートな情報を公開していることを示しています。
我々の研究は、推論と心の理論に基づいて、新しい推論時プライバシー保護アプローチを即時に探求する必要性を浮き彫りにしている。
論文 参考訳（メタデータ） (2023-10-27T04:15:30Z) - Privacy and Fairness in Federated Learning: on the Perspective of
Trade-off [58.204074436129716]
フェデレートラーニング(FL)は近年ホットな話題となっている。
2つの重要な倫理的概念として、プライバシと公平性の相互作用は比較的研究されていない。
論文 参考訳（メタデータ） (2023-06-25T04:38:19Z) - The Need for Inherently Privacy-Preserving Vision in Trustworthy
Autonomous Systems [7.207027899499879]
本論文は,ロボットビジョンの文脈において,プライバシを考慮すべき行動である。
本稿では,リモートアクセスが完全である場合でも,画像がキャプチャされず,あるいは攻撃者が再構築できる,特定の形態のプライバシ保護を提案する。
論文 参考訳（メタデータ） (2023-03-29T02:36:32Z) - 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) - Differentially Private Multi-Agent Planning for Logistic-like Problems [70.3758644421664]
本稿では,ロジスティックな問題に対する強力なプライバシ保護計画手法を提案する。
1) 強いプライバシー、完全性、効率性、2) 通信制約に対処する2つの課題に対処する。
我々の知る限り、マルチエージェントプランニングの分野に差分プライバシーを適用したのは、この論文が初めてである。
論文 参考訳（メタデータ） (2020-08-16T03:43:09Z)
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。