論文の概要: Panel: Humans and Technology for Inclusive Privacy and Security
- arxiv url: http://arxiv.org/abs/2101.07377v1
- Date: Mon, 18 Jan 2021 23:35:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-14 21:01:22.852985
- Title: Panel: Humans and Technology for Inclusive Privacy and Security
- Title（参考訳）: パネル:人間とテクノロジーによる包括的プライバシーとセキュリティ
- Authors: Sanchari Das and Robert S. Gutzwiller and Rod D. Roscoe and Prashanth
Rajivan and Yang Wang and L. Jean Camp and Roberto Hoyle
- Abstract要約: 一般的なガイダンス(すなわち、悪意のある脅威からすべてのユーザーデータを保護)とプライバシーのアプローチの間には、別の問題が生じる。
パネルは、高齢者や十代の若者、障害のある人、一般のセキュリティやプライバシーの懸念に重点を置いていない人など、潜在的に脆弱な人口に焦点を当てる。
- 参考スコア（独自算出の注目度）: 7.5852661910985795
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Computer security and user privacy are critical issues and concerns in the
digital era due to both increasing users and threats to their data. Separate
issues arise between generic cybersecurity guidance (i.e., protect all user
data from malicious threats) and the individualistic approach of privacy (i.e.,
specific to users and dependent on user needs and risk perceptions). Research
has shown that several security- and privacy-focused vulnerabilities are
technological (e.g., software bugs (Streiff, Kenny, Das, Leeth, & Camp, 2018),
insecure authentication (Das, Wang, Tingle, & Camp, 2019)), or behavioral
(e.g., sharing passwords (Das, Dingman, & Camp, 2018); and compliance (Das,
Dev, & Srinivasan, 2018) (Dev, Das, Rashidi, & Camp, 2019)). This panel
proposal addresses a third category of sociotechnical vulnerabilities that can
and sometimes do arise from non-inclusive design of security and privacy. In
this panel, we will address users' needs and desires for privacy. The panel
will engage in in-depth discussions about value-sensitive design while focusing
on potentially vulnerable populations, such as older adults, teens, persons
with disabilities, and others who are not typically emphasized in general
security and privacy concerns. Human factors have a stake in and ability to
facilitate improvements in these areas.
- Abstract（参考訳）: コンピュータセキュリティとユーザプライバシは、ユーザの増加とデータに対する脅威の両方により、デジタル時代の重要な問題と懸念である。
一般的なサイバーセキュリティガイダンス(すなわち、悪意のある脅威からすべてのユーザーデータを保護)とプライバシーの個人主義的アプローチ(すなわち、ユーザ固有のものであり、ユーザのニーズやリスク認識に依存する)の間に、別の問題が生じる。
ソフトウェアバグ(Streiff, Kenny, Das, Leeth, & Camp, 2018)、安全でない認証(Das, Wang, Tingle, & Camp, 2019)、行動的(パスワードの共有(Das, Dingman, & Camp, 2018)、コンプライアンス(Das, Dev, & Srinivasan, 2018)である。
このパネルの提案は、セキュリティとプライバシの非独占的な設計から生じる、社会技術的脆弱性の第3のカテゴリに対処します。
本パネルでは,プライバシーに対するユーザのニーズと欲求に対処する。
パネルは価値に敏感なデザインについて詳細な議論を行い、高齢者や10代、障害のある人、一般のセキュリティやプライバシーの懸念に重点を置かない人たちなど、潜在的に脆弱な人々に焦点を当てる。
人的要因は、これらの領域の改善を促進することへの関心と能力を持っている。
関連論文リスト
- Unraveling Privacy Threat Modeling Complexity: Conceptual Privacy Analysis Layers [0.7918886297003017]
ソフトウェア製品におけるプライバシの脅威を分析することは、システムがプライバシを尊重することを保証するためのソフトウェア開発の不可欠な部分である。
我々は、このプライバシーの複雑さを捉えるために、4つの概念的レイヤ(機能、エコシステム、ビジネスコンテキスト、環境)を使うことを提案する。
これらのレイヤは、より具体的で実行可能な方法で、プライバシ分析のサポートを構造化し、指定するためのフレームとして使用することができる。
論文 参考訳（メタデータ） (2024-08-07T06:30:20Z) - 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) - Security and Privacy Product Inclusion [2.0005856037535823]
本稿では,セキュリティとプライバシに製品が組み込まれるリスクや対策を識別するための脅威モデリング手法を提案する。
低所得層、接続性の低さ、デバイス使用の共有、MLフェアネスなど、ユーザが高いレベルのセキュリティとプライバシを達成する能力に影響を与えるさまざまな要因について論じる。
論文 参考訳（メタデータ） (2024-04-20T00:36:54Z) - 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) - Evaluating the Security and Privacy Risk Postures of Virtual Assistants [3.1943453294492543]
Alexa、Braina、Cortana、Google Assistant、Kalliope、Mycroft、Hound、Extremeの8つの広く使われている音声アシスタントのセキュリティとプライバシーの姿勢を評価した。
その結果、これらのVAは様々なセキュリティ脅威に対して脆弱であることが判明した。
これらの脆弱性は、悪意のあるアクターがユーザーの個人情報を不正にアクセスできるようにする可能性がある。
論文 参考訳（メタデータ） (2023-12-22T12:10:52Z) - How Do Input Attributes Impact the Privacy Loss in Differential Privacy? [55.492422758737575]
DPニューラルネットワークにおけるオブジェクトごとの規範と個人のプライバシ損失との関係について検討する。
プライバシ・ロス・インプット・サセプティビリティ(PLIS)と呼ばれる新しい指標を導入し、被験者のプライバシ・ロスを入力属性に適応させることを可能にした。
論文 参考訳（メタデータ） (2022-11-18T11:39:03Z) - 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) - 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) - More Than Privacy: Applying Differential Privacy in Key Areas of
Artificial Intelligence [62.3133247463974]
差分プライバシーは、AIのプライバシー保護以上のことができることを示す。
また、セキュリティを改善し、学習を安定させ、公正なモデルを構築し、AIの選択領域にコンポジションを課すためにも使用できる。
論文 参考訳（メタデータ） (2020-08-05T03:07:36Z) - Usable, Acceptable, Appropriable: Towards Practicable Privacy [2.0305676256390934]
本稿では、疎外・脆弱な人口のプライバシニーズについて考察する。
ネパールの性行為の生き残りのグループにコンピュータとインターネットを紹介します。
我々は、デジタルプライバシに関するデザイン空間に影響を与えた社会政治的要因をいくつか挙げる。
論文 参考訳（メタデータ） (2020-04-15T21:39:33Z)
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。