論文の概要: Personal Data Gentrification
- arxiv url: http://arxiv.org/abs/2103.17109v1
- Date: Wed, 31 Mar 2021 14:26:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-06 01:09:00.281946
- Title: Personal Data Gentrification
- Title（参考訳）: 個人データ化
- Authors: Juan Luis Herrera, Javier Berrocal, Jose Garcia-Alonso, Juan Manuel
Murillo, Hsiao-Yuan Chen, Christine Julien, Niko M\"akitalo, Tommi Mikkonen
- Abstract要約: 私たちは、最も価値の高いサービスが金銭ではなく個人データで支払われる時代を生きています。
我々は、個人が個人情報の共有を制御できるように、個人データ収集を中核として提案する。
- 参考スコア（独自算出の注目度）: 5.127089848246933
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We live in an era in which the most valued services are not paid for in
money, but in personal data. Every day, service providers collect the personal
information of billions of individuals, information that sustain their
infrastructure by marketing profiles labeled with this information to personal
data consumers, such as advertisers. Not all uses of this personal data are for
marketing; data consumers can also include, for instance, public health
authorities tracking pandemics. In either case, individuals have undergone a
process of Personal Data Gentrification, as data ownership has shifted from
individuals to service providers and data consumers, as if the data is worth
nothing to the individuals; these new owners then harness the data to obtain
large profits. Current privacy-enhancing technologies are beginning to allow
individuals to control and share less information. However, not sharing
individuals' personal information at all could lead to Personal Data Blight, in
which the potential of personal data in applications that benefit all of
society remains forever latent. In this paper, we propose Personal Data
Enfranchisement as a middle ground, empowering individuals to control the
sharing of their personal information to shift the business flows of personal
information. Based on these insights, we propose a model to gradually and
incrementally make a shift from our current situation towards one of Personal
Data Enfranchisement. Finally, we present a roadmap and some challenges towards
achieving this bold vision.
- Abstract（参考訳）: 私たちは、最も価値の高いサービスが金銭ではなく個人データで支払われる時代を生きています。
サービス提供者は毎日、何十億もの個人の個人情報を集め、その情報を広告主などの個人データ消費者にラベル付けしたマーケティングプロファイルによってインフラを維持する。
データ消費者は、例えば、パンデミックを追跡する公衆衛生当局を含めることができる。
いずれの場合も、個人は個人からサービス提供者やデータ消費者へとデータ所有権が移行し、個人に価値がないかのように個人が個人データ管理のプロセスを経ている。
現在のプライバシー強化技術は、個人がより少ない情報を制御し共有することを可能にし始めている。
しかし、個人の個人情報を全く共有しないことは、社会全体に利益をもたらすアプリケーションにおける個人データの可能性が永久に潜在する、個人情報の輝きに繋がる可能性がある。
本稿では、個人が個人情報の共有を制御し、個人情報のビジネスフローを変えることを可能にする中核として個人データ収集を提案する。
これらの知見に基づいて、我々は、現在の状況からパーソナル・データ・アンフランチャイズメントへのシフトを徐々に段階的に行うモデルを提案する。
最後に、この大胆なビジョンを達成するためのロードマップと課題を紹介します。
関連論文リスト
- Towards Personal Data Sharing Autonomy:A Task-driven Data Capsule Sharing System [5.076862984714449]
本稿では、個人データ共有自律性を実現するためのデータカプセルパラダイムに基づくタスク駆動型個人データ共有システムを提案する。
具体的には,データカプセルを独立かつセキュアな個人データストレージと共有のための最小単位とする,タンパー抵抗型データカプセルカプセルカプセル化法を提案する。
論文 参考訳（メタデータ） (2024-09-27T05:13:33Z) - Enabling Humanitarian Applications with Targeted Differential Privacy [0.39462888523270856]
本稿では,個人データに基づくアルゴリズム決定手法を提案する。
データ被写体に正式なプライバシー保証を提供する。
プライバシーの保証が強化されるのは通常、ある程度のコストがかかる。
論文 参考訳（メタデータ） (2024-08-24T01:34:37Z) - Visualising Personal Data Flows: Insights from a Case Study of Booking.com [8.485751288361616]
本稿では、プライバシポリシから抽出した個人データフローを可視化するケーススタディとして、Booking.comを取り上げている。
消費者の個人情報の共有方法を示すことによって、私たちは質問を提起し、プライバシポリシを使用してオンラインユーザに対して、個人データフローの真の規模と状況について通知する際の課題と制限に関する議論を拡大します。
論文 参考訳（メタデータ） (2023-04-19T12:17:46Z) - Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。
ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
論文 参考訳（メタデータ） (2023-04-06T05:20:16Z) - Position: Considerations for Differentially Private Learning with Large-Scale Public Pretraining [75.25943383604266]
大規模なWebスクレイプデータセットの使用は、差分プライバシ保存と見なすべきかどうかを疑問視する。
Webデータ上で事前訓練されたこれらのモデルを“プライベート”として公開することで、市民のプライバシーに対する信頼を意味のあるプライバシの定義として損なう可能性があることを警告します。
公的な事前学習がより普及し、強力になるにつれて、私的な学習分野への道のりを議論することで、我々は結論づける。
論文 参考訳（メタデータ） (2022-12-13T10:41:12Z) - 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) - Certified Data Removal in Sum-Product Networks [78.27542864367821]
収集したデータの削除は、データのプライバシを保証するのに不十分であることが多い。
UnlearnSPNは、訓練された総生産ネットワークから単一データポイントの影響を取り除くアルゴリズムである。
論文 参考訳（メタデータ） (2022-10-04T08:22:37Z) - Ride Sharing & Data Privacy: An Analysis of the State of Practice [0.0]
私たちは、人気のライドシェアサービスがどのようにユーザーのプライバシーを扱い、現在の状況を評価するかを分析した。
結果は、サービスにはさまざまな個人データが含まれており、プライバシー関連の機能は限られていることを示している。
論文 参考訳（メタデータ） (2021-10-18T11:06:06Z) - A vision for global privacy bridges: Technical and legal measures for
international data markets [77.34726150561087]
データ保護法とプライバシーの権利が認められているにもかかわらず、個人情報の取引は「トレーディング・オイル」と同等のビジネスになっている。
オープンな対立は、データに対するビジネスの要求とプライバシーへの欲求の間に生じている。
プライバシを備えたパーソナル情報市場のビジョンを提案し,テストする。
論文 参考訳（メタデータ） (2020-05-13T13:55:50Z) - Utility-aware Privacy-preserving Data Releasing [7.462336024223669]
本稿では2段階の摂動に基づくプライバシー保護データ公開フレームワークを提案する。
まず、特定の事前定義されたプライバシとユーティリティの問題がパブリックドメインデータから学習される。
そして、学習した知識を活用して、データ所有者のデータを民営化したデータに正確に摂動させます。
論文 参考訳（メタデータ） (2020-05-09T05:32:46Z) - 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)
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。