論文の概要: Identification for Accountability vs Privacy
- arxiv url: http://arxiv.org/abs/2201.06971v4
- Date: Wed, 30 Mar 2022 17:09:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-28 20:48:47.827253
- Title: Identification for Accountability vs Privacy
- Title（参考訳）: 説明責任とプライバシーの識別
- Authors: Nick Pope and Geoffrey Goodell
- Abstract要約: 識別スキームを設計する際には、プライバシと説明責任要件、したがって適切な形態のアイデンティティが考慮されることが推奨される。
また,システムによって要求されるアイデンティティの形式がどのような意味を持つのかをユーザが意識し,それが許容できるかどうかを判断できるようにすべきである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This document considers the counteracting requirements of privacy and
accountability applied to identity management. Based on the requirements of
GDPR applied to identity attributes, two forms of identity, with differing
balances between privacy and accountability, are suggested, termed
"publicly-recognised identity" and "domain-specific identity". These forms of
identity can be further refined using "pseudonymisation" and as described in
GDPR. This leads to the different forms of identity on the spectrum of
accountability vs privacy. It is recommended that the privacy and
accountability requirements, and hence the appropriate form of identity, are
considered in designing an identification scheme and in the adoption of a
scheme by data processing systems. Also, users should be aware of the
implications of the form of identity requested by a system, so that they can
decide whether this is acceptable.
- Abstract（参考訳）: この文書は、アイデンティティ管理に適用されるプライバシーと説明責任の対応要件について考察する。
アイデンティティ属性に適用されるgdprの要件に基づいて、プライバシと説明責任のバランスが異なる2種類のアイデンティティが提案され、"publicly-recognised identity" と "domain-specific identity" と呼ばれている。
これらのアイデンティティの形式は "pseudonymization" と gdpr で記述されているように、さらに洗練することができる。
これは、説明責任とプライバシの幅で異なる形のアイデンティティをもたらす。
識別スキームの設計やデータ処理システムによるスキームの採用において,プライバシとアカウンタビリティの要件,すなわち適切な形態のアイデンティティが考慮されることが推奨されている。
また,システムによって要求されるアイデンティティの形式がどのような意味を持つかは,ユーザが意識しておく必要がある。
関連論文リスト
- HFORD: High-Fidelity and Occlusion-Robust De-identification for Face
Privacy Protection [60.63915939982923]
顔の身元特定は、身元保護問題を解決するための実践的な方法である。
既存の顔の特定方法にはいくつかの問題がある。
これらの問題に対処するために,HFORD(High-Fidelity and Occlusion-Robust De-identification)法を提案する。
論文 参考訳（メタデータ） (2023-11-15T08:59:02Z) - Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。
具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。
本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
論文 参考訳（メタデータ） (2023-09-11T09:26:07Z) - Seeing is not Believing: An Identity Hider for Human Vision Privacy Protection [16.466136884030977]
人間の視覚保護に有効なアイデンティティ隠蔽器を提案する。
顔認証装置の識別を許可しながら、外観を大きく変えて身元を視覚的に隠すことができる。
提案したID隠蔽装置は、プライバシー保護と識別可能性保護に優れた性能を発揮する。
論文 参考訳（メタデータ） (2023-07-02T05:48:19Z) - Camera-Incremental Object Re-Identification with Identity Knowledge
Evolution [82.64836424135886]
オブジェクト再識別(ReID)は、多くのギャラリーイメージから、すべてのカメラビューにまたがるアイデンティティを関連付け、収集することにより、プローブオブジェクトを検索することを目的としている。
ReIDアルゴリズムを現実のシナリオにデプロイする場合、ストレージ、プライバシー制約、カメラの動的変更といった側面は、その一般化性と適用性を低下させる。
カメラデータセットの受信ストリームからReIDモードを継続的に最適化することにより、カメラインクリメンタルオブジェクト再識別(CIOR)と呼ばれる新しいReIDタスクを導入する。
論文 参考訳（メタデータ） (2023-05-25T10:15:29Z) - 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) - Unsupervised Text Deidentification [101.2219634341714]
個人識別情報を漏洩する単語を隠蔽する教師なしの識別手法を提案する。
K匿名性に基づくプライバシによって動機づけられた私たちは、最小の再識別ランクを保証するリアクションを生成します。
論文 参考訳（メタデータ） (2022-10-20T18:54:39Z) - Towards Privacy-Preserving Person Re-identification via Person Identify
Shift [19.212691296927165]
人物再識別(ReID)は、ReID法で使用される歩行者画像のプライバシーを維持する必要がある。
本稿では、人物識別シフト(PIS)と呼ばれる、人物ReID用に明示的に設計された新しい非識別手法を提案する。
PISは、それぞれの歩行者画像を現在の身元から別の身元にシフトさせ、その結果、相対的な身元を保存している。
論文 参考訳（メタデータ） (2022-07-15T06:58:41Z) - Protecting Celebrities with Identity Consistency Transformer [119.67996461810304]
アイデンティティ一貫性変換器は、高度なセマンティクス、特にアイデンティティ情報に焦点を当て、内面領域と外面領域におけるアイデンティティの不整合を見つけ、容疑者の顔を検出する。
我々は、アイデンティティ一貫性変換器が、異なるデータセットにまたがるだけでなく、ディープフェイクビデオを含む現実世界のアプリケーションで見られる様々な種類の画像劣化フォームにまたがる優れた一般化能力を示すことを示した。
論文 参考訳（メタデータ） (2022-03-02T18:59:58Z) - FICGAN: Facial Identity Controllable GAN for De-identification [34.38379234653657]
本稿では,プライバシー保護を確実にした高品質な顔画像を生成するための顔識別制御可能GAN(FICGAN)を提案する。
この分析に基づいて,顔画像上の非同一性属性から同一性属性をアンタングル化することを学ぶ,自己エンコーダに基づく条件生成モデルであるFICGANを開発した。
論文 参考訳（メタデータ） (2021-10-02T07:09:27Z) - IdentityDP: Differential Private Identification Protection for Face
Images [17.33916392050051]
顔の非識別、別名顔の匿名化は、実際のアイデンティティが隠されている間、同様の外観と同じ背景を持つ別の画像を生成することを指します。
我々は,データ駆動型ディープニューラルネットワークと差分プライバシー機構を組み合わせた顔匿名化フレームワークであるIdentityDPを提案する。
我々のモデルは、顔の識別関連情報を効果的に難読化し、視覚的類似性を保ち、高品質な画像を生成することができる。
論文 参考訳（メタデータ） (2021-03-02T14:26:00Z)
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。