論文の概要: Ride Sharing & Data Privacy: An Analysis of the State of Practice
- arxiv url: http://arxiv.org/abs/2110.09188v2
- Date: Tue, 19 Oct 2021 10:16:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-11 04:16:58.145549
- Title: Ride Sharing & Data Privacy: An Analysis of the State of Practice
- Title（参考訳）: ライドシェアリングとデータプライバシ - 実践状況の分析
- Authors: Carsten Hesselmann, Jan Gertheiss, J\"org P. M\"uller
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Digital services like ride sharing rely heavily on personal data as
individuals have to disclose personal information in order to gain access to
the market and exchange their information with other participants; yet, the
service provider usually gives little to no information regarding the privacy
status of the disclosed information though privacy concerns are a decisive
factor for individuals to (not) use these services. We analyzed how popular
ride sharing services handle user privacy to assess the current state of
practice. The results show that services include a varying set of personal data
and offer limited privacy-related features.
- Abstract（参考訳）: ライドシェアリングのようなデジタルサービスは、個人が市場にアクセスし、他の参加者と情報を交換するために個人情報を開示しなければならないため、個人情報に大きく依存している。
我々は、ライドシェアリングサービスがユーザーのプライバシーをどのように扱うかを分析し、現状を評価した。
その結果、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がわかった。
関連論文リスト
- Collection, usage and privacy of mobility data in the enterprise and public administrations [55.2480439325792]
個人のプライバシーを守るためには、匿名化などのセキュリティ対策が必要である。
本研究では,現場における実践の洞察を得るために,専門家によるインタビューを行った。
我々は、一般的には最先端の差分プライバシー基準に準拠しない、使用中のプライバシー強化手法を調査した。
論文 参考訳（メタデータ） (2024-07-04T08:29:27Z) - Towards a decentralized data privacy protocol for self-sovereignty in the digital world [0.0]
クロスサービスプライバシ・プライバシ・プライオリティ管理のためのリッチなユーザ中心アプローチへのパラダイムシフトを提案する。
本稿では,分散データプライバシプロトコルの実現を提案する。
論文 参考訳（メタデータ） (2024-04-19T12:19:04Z) - 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) - 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) - "I need a better description'': An Investigation Into User Expectations
For Differential Privacy [31.352325485393074]
差分プライバシーに関連するユーザのプライバシ期待について検討する。
ユーザが関心を持っているのは、差分プライバシーが保護する情報漏洩の種類だ。
差分プライバシを記述する方法が,ユーザプライバシの期待を必然的に設定していることが分かりました。
論文 参考訳（メタデータ） (2021-10-13T02:36:37Z) - Decision Making with Differential Privacy under a Fairness Lens [65.16089054531395]
アメリカ国勢調査局は、多くの重要な意思決定プロセスの入力として使用される個人のグループに関するデータセットと統計を公表している。
プライバシと機密性要件に従うために、これらの機関は、しばしば、プライバシを保存するバージョンのデータを公開する必要がある。
本稿では,差分的プライベートデータセットのリリースについて検討し,公平性の観点から重要な資源配分タスクに与える影響を考察する。
論文 参考訳（メタデータ） (2021-05-16T21:04:19Z) - Personal Data Gentrification [5.127089848246933]
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。
論文 参考訳（メタデータ） (2021-03-31T14:26:05Z) - Applications of Differential Privacy in Social Network Analysis: A
Survey [60.696428840516724]
差別化プライバシは、情報を共有し、強力な保証でプライバシを保存するのに有効である。
ソーシャルネットワーク分析は多くのアプリケーションで広く採用されており、差分プライバシーの応用のための新たな領域が開かれた。
論文 参考訳（メタデータ） (2020-10-06T19:06:03Z) - 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)
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。