論文の概要: Beyond Privacy Trade-offs with Structured Transparency

• arxiv url: http://arxiv.org/abs/2012.08347v1
• Date: Tue, 15 Dec 2020 15:03:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-20 19:05:20.766370
• Title: Beyond Privacy Trade-offs with Structured Transparency
• Title（参考訳）: 構造化透明性によるプライバシトレードオフを超えて
• Authors: Andrew Trask and Emma Bluemke and Ben Garfinkel and Claudia Ghezzou Cuervas-Mons and Allan Dafoe
• Abstract要約: 構造化透明性の確立を目指す研究のフロンティアについて概観する。 近年の「プライバシー向上技術」の進歩は、使い捨てのトレードオフを著しく減少させる可能性がある。
• 参考スコア（独自算出の注目度）: 1.3999481573773072
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many socially valuable activities depend on sensitive information, such as medical research, public health policies, political coordination, and personalized digital services. This is often posed as an inherent privacy trade-off: we can benefit from data analysis or retain data privacy, but not both. Across several disciplines, a vast amount of effort has been directed toward overcoming this trade-off to enable productive uses of information without also enabling undesired misuse, a goal we term `structured transparency'. In this paper, we provide an overview of the frontier of research seeking to develop structured transparency. We offer a general theoretical framework and vocabulary, including characterizing the fundamental components -- input privacy, output privacy, input verification, output verification, and flow governance -- and fundamental problems of copying, bundling, and recursive oversight. We argue that these barriers are less fundamental than they often appear. Recent progress in developing `privacy-enhancing technologies' (PETs), such as secure computation and federated learning, may substantially reduce lingering use-misuse trade-offs in a number of domains. We conclude with several illustrations of structured transparency -- in open research, energy management, and credit scoring systems -- and a discussion of the risks of misuse of these tools.
• Abstract（参考訳）: 多くの社会的に価値のある活動は、医療研究、公衆衛生政策、政治調整、パーソナライズされたデジタルサービスなど、センシティブな情報に依存している。 私たちはデータ分析やデータプライバシの保持から利益を得ることができますが、その両方ではありません。 いくつかの分野にわたって、このトレードオフを克服して、望ましくない誤用を許さずに情報の生産的利用を可能にするために、膨大な努力が向けられてきました。 本稿では,構造化透明性の確立を目指す研究の最前線について概説する。 私たちは、入力プライバシ、アウトプットプライバシ、インプット検証、アウトプット検証、フローガバナンスといった基本的なコンポーネントと、コピー、バンドル、再帰的な監視に関する基本的な問題を特徴付ける、一般的な理論的フレームワークと語彙を提供しています。 これらの障壁は、しばしば現れるほど基礎的ではないと論じている。 近年の「民営化技術(PET)」の発展は、セキュアな計算やフェデレーションラーニングなど、多くの領域における使い捨てのトレードオフを著しく減少させる可能性がある。 オープンリサーチ、エネルギー管理、クレジットスコアリングシステムにおいて、構造化された透明性の図面と、これらのツールの誤用リスクに関する議論を締めくくります。

関連論文リスト

• Comparative Performance of Collaborative Bandit Algorithms: Effect of Sparsity and Exploration Intensity [0.6526824510982802]
  協調的盗賊は、武器(またはアイテム)間の関係を導入することにより、文脈的盗賊のパフォーマンスを向上させることを目的としている 本稿では,協調バンディットアルゴリズムの包括的解析を行い,その性能を徹底的に比較する。
  論文  参考訳（メタデータ） (2024-10-15T22:09:21Z)
• Multi-Grained Multimodal Interaction Network for Entity Linking [65.30260033700338]
  マルチモーダルエンティティリンクタスクは、マルチモーダル知識グラフへの曖昧な言及を解決することを目的としている。 MELタスクを解決するための新しいMulti-Grained Multimodal InteraCtion Network $textbf(MIMIC)$ frameworkを提案する。
  論文  参考訳（メタデータ） (2023-07-19T02:11:19Z)
• Exploring the Trade-off between Plausibility, Change Intensity and Adversarial Power in Counterfactual Explanations using Multi-objective Optimization [73.89239820192894]
  自動対物生成は、生成した対物インスタンスのいくつかの側面を考慮すべきである。 本稿では, 対実例生成のための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2022-05-20T15:02:53Z)
• A relationship and not a thing: A relational approach to algorithmic accountability and assessment documentation [3.4438724671481755]
  当社は、開発者はシステムがどのように動作するかに関する情報をほとんど独占していると論じています。 我々は、ロバストな説明責任体制は、大衆が共有された経験と関心を結び付ける機会を確立する必要があると論じている。
  論文  参考訳（メタデータ） (2022-03-02T23:22:03Z)
• Algorithmic Fairness Datasets: the Story so Far [68.45921483094705]
  データ駆動アルゴリズムは、人々の幸福に直接影響し、批判的な決定をサポートするために、さまざまな領域で研究されている。 研究者のコミュニティは、既存のアルゴリズムの株式を調査し、新しいアルゴリズムを提案し、歴史的に不利な人口に対する自動意思決定のリスクと機会の理解を深めてきた。 公正な機械学習の進歩はデータに基づいており、適切に文書化された場合にのみ適切に使用できる。 残念なことに、アルゴリズムフェアネスコミュニティは、特定のリソース(オパシティ)に関する情報の不足と利用可能な情報の分散(スパーシティ)によって引き起こされる、集合的なデータドキュメント負債に悩まされている。
  論文  参考訳（メタデータ） (2022-02-03T17:25:46Z)
• Towards Collaborative Question Answering: A Preliminary Study [63.91687114660126]
  我々は、モデレーターによって調整された複数の専門家エージェントが協力して、単一のエージェントだけでは答えられない質問に答える新しいQAタスクCollabQAを提案する。 専門家に分散可能な,大規模な知識グラフの合成データセットを作成する。 専門家が完璧で均一でない限り,コラボレーション構造を導入することなく,この問題が解決可能であることを示す。
  論文  参考訳（メタデータ） (2022-01-24T14:27:00Z)
• Understanding surrogate explanations: the interplay between complexity, fidelity and coverage [5.094061357656677]
  グローバルからローカルへの移行 – カバレッジの削減 – によって,より望ましい条件が実現できることが示されています。 複雑度,忠実度,カバレッジの相互作用を論じ,ユーザニーズの相違が問題の定式化につながるかを検討する。
  論文  参考訳（メタデータ） (2021-07-09T08:43:31Z)
• Relation Clustering in Narrative Knowledge Graphs [71.98234178455398]
  原文内の関係文は(SBERTと)埋め込み、意味論的に類似した関係をまとめるためにクラスタ化される。 予備的なテストでは、そのようなクラスタリングが類似した関係を検知し、半教師付きアプローチのための貴重な前処理を提供することが示されている。
  論文  参考訳（メタデータ） (2020-11-27T10:43:04Z)
• Survey and Open Problems in Privacy Preserving Knowledge Graph: Merging, Query, Representation, Completion and Applications [17.68925521011772]
  知識グラフ(KG)は、さまざまなタイプのデータを意味のある方法で接続する能力に対して、ますます多くの企業が注目している。 しかし、データ分離問題はKGの性能を制限し、さらなる開発を妨げている。 プライバシー保護KGの実施方法が重要な研究課題となっている。
  論文  参考訳（メタデータ） (2020-11-20T02:35:47Z)
• Mitigating Manipulation in Peer Review via Randomized Reviewer Assignments [96.114824979298]
  コンファレンスピアレビューにおける3つの重要な課題は、特定の論文に割り当てられる悪意のある試みであり、"Torpedo reviewing"である。 我々は、これらの課題を共通の傘の下にまとめ、レビュアーの割り当てのための(ランダム化された)アルゴリズムを示すフレームワークを提案する。 我々のアルゴリズムは、悪意のあるレビュアーが希望する論文に割り当てられる確率を50%に抑えつつ、完全な最適類似性の90%以上を割り当てることができます。
  論文  参考訳（メタデータ） (2020-06-29T23:55:53Z)

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。