論文の概要: How Do Socio-Demographic Patterns Define Digital Privacy Divide?

• arxiv url: http://arxiv.org/abs/2201.07936v1
• Date: Thu, 20 Jan 2022 00:59:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-28 08:16:19.504538
• Title: How Do Socio-Demographic Patterns Define Digital Privacy Divide?
• Title（参考訳）: デジタルプライバシー分割をどのように定義するか?
• Authors: Hamoud Alhazmi, Ahmed Imran, and Mohammad Abu Alsheikh
• Abstract要約: デジタルプライバシは情報通信技術(ICT)システムにおいて重要なコンポーネントとなっている。 デジタルプライバシー保護レベルにはまだ差がある。 本稿では,ICTシステムにおけるディジタルプライバシ分割(DPD)問題について検討する。
• 参考スコア（独自算出の注目度）: 0.5571177307684636
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Digital privacy has become an essential component of information and communications technology (ICT) systems. There are many existing methods for digital privacy protection, including network security, cryptography, and access control. However, there is still a gap in the digital privacy protection levels available for users. This paper studies the digital privacy divide (DPD) problem in ICT systems. First, we introduce an online DPD study for understanding the DPD problem by collecting responses from 776 ICT users using crowdsourcing task assignments. Second, we propose a factor analysis-based statistical method for generating the DPD index from a set of observable DPD question variables. In particular, the DPD index provides one scaled measure for the DPD gap by exploring the dimensionality of the eight questions in the DPD survey. Third, we introduce a DPD proportional odds model for analyzing the relationship between the DPD status and the socio-demographic patterns of the users. Our results show that the DPD survey meets the internal consistency reliability with rigorous statistical measures, e.g., Cronbach's $\alpha=0.92$. Furthermore, the DPD index is shown to capture the underlying communality of all DPD variables. Finally, the DPD proportional odds model indicates a strong statistical correlation between the DPD status and the age groups of the ICT users. For example, we find that young users (15-32 years) are generally more concerned about their digital privacy than senior ones (33 years and over).
• Abstract（参考訳）: デジタルプライバシは情報通信技術(ICT)システムにおいて重要なコンポーネントとなっている。 ネットワークセキュリティ、暗号化、アクセス制御など、デジタルプライバシ保護のための多くの方法が存在する。 しかし、利用者が利用できるデジタルプライバシー保護レベルには依然としてギャップがある。 本稿では,ICTシステムにおけるディジタルプライバシ分割(DPD)問題について検討する。 まず,クラウドソーシングタスクを用いた 776 ICT ユーザからの回答を収集し,DPD 問題を理解するためのオンライン DPD 研究を紹介する。 次に,観測可能なDPD質問変数の集合からDPD指数を生成する因子分析に基づく統計的手法を提案する。 特に, DPD 指数は, DPD 調査の8つの質問の次元を探索することにより, DPD ギャップに対する1つの尺度を提供する。 第3に, dpdの状況と利用者の社会デポジットパターンの関係を分析するために, dpd比例オッズモデルを提案する。 以上の結果から, DPD 調査は厳密な統計指標,例えば Cronbach の $\alpha=0.92$ と内部整合性に合致することが示された。 さらに、PD指数は全てのPD変数の基本的な共通性を捉えることが示されている。 最後に, DPD比例オッズモデルでは, DPD状態とICT利用者の年齢群との間に強い統計的相関を示す。 例えば、若いユーザ(15～32歳)は、一般的に高齢者(33歳以上)よりもデジタルプライバシに関心を持っている。

関連論文リスト

• Normalizing self-supervised learning for provably reliable Change Point Detection [47.561225734422834]
  変化点検出法 (CPD) は入力データストリームの分布の急激な変化を特定することを目的としている。 従来の教師なしCDD技術は、しばしば強い仮定に依存して、重大な制限に直面している。 本研究は,表現学習の表現力と従来のCPD手法の基盤性を統合する。
  論文  参考訳（メタデータ） (2024-10-17T15:07:56Z)
• OpenDPD: An Open-Source End-to-End Learning & Benchmarking Framework for Wideband Power Amplifier Modeling and Digital Pre-Distortion [2.6771785584103935]
  デジタル事前歪み(DPD)のためのディープニューラルネットワーク(DNN)が注目されている。 本稿ではPyTorchで開発されたオープンソースフレームワークOpenDPDについて述べる。 本稿では,Dense Gated Recurrent Unit (DGRU)-DPDを導入する。
  論文  参考訳（メタデータ） (2024-01-16T12:36:17Z)
• PULSAR: Graph based Positive Unlabeled Learning with Multi Stream Adaptive Convolutions for Parkinson's Disease Recognition [1.9482539692051932]
  パーキンソン病(英: Parkinsons disease、PD)は、運動、発話、協調に影響を及ぼす神経変性疾患である。 本稿では,ウェブカメラで記録した指タップのビデオからPDをスクリーニングする新しい手法PULSARを提案する。 適応型グラフ畳み込みニューラルネットワークを用いて,指触りタスクに特有の時間グラフを動的に学習した。
  論文  参考訳（メタデータ） (2023-12-10T05:56:20Z)
• A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
  プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。 これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。 差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
  論文  参考訳（メタデータ） (2023-09-27T14:38:16Z)
• TeD-SPAD: Temporal Distinctiveness for Self-supervised Privacy-preservation for video Anomaly Detection [59.04634695294402]
  人間の監視のないビデオ異常検出(VAD)は複雑なコンピュータビジョンタスクである。 VADのプライバシー漏洩により、モデルは人々の個人情報に関連する不必要なバイアスを拾い上げ、増幅することができる。 本稿では,視覚的プライベート情報を自己管理的に破壊する,プライバシーに配慮したビデオ異常検出フレームワークTeD-SPADを提案する。
  論文  参考訳（メタデータ） (2023-08-21T22:42:55Z)
• Memory-free Online Change-point Detection: A Novel Neural Network Approach [22.100758943583553]
  ALACPDはLSTMオートエンコーダベースのニューラルネットワークを利用して、教師なしオンラインCDDを実行する。 我々は,ALACPDが時系列セグメンテーションの品質の観点から,最先端のCPDアルゴリズムの中で第1位であることを示す。
  論文  参考訳（メタデータ） (2022-07-08T14:33:16Z)
• Subgroup discovery of Parkinson's Disease by utilizing a multi-modal smart device system [63.20765930558542]
  われわれはスマートウォッチとスマートフォンを使って、PD患者、DD、HCを含む504人の参加者のマルチモーダルデータを収集した。 様々なモダリティを組み合わせることで,分類精度が向上し,さらにPDクラスタが発見された。
  論文  参考訳（メタデータ） (2022-05-12T08:59:57Z)
• Partial sensitivity analysis in differential privacy [58.730520380312676]
  それぞれの入力特徴が個人のプライバシ損失に与える影響について検討する。 プライベートデータベース上でのクエリに対する我々のアプローチを実験的に評価する。 また、合成データにおけるニューラルネットワークトレーニングの文脈における知見についても検討する。
  論文  参考訳（メタデータ） (2021-09-22T08:29:16Z)
• Digital trace data collection through data donation [0.4499833362998487]
  EUの一般データ保護規則(General Data Protection Regulation: 2018)第15条では、個人が個人データへの電子的アクセスを義務付けている。 主要なデジタルプラットフォームはすべて,ユーザによる“データダウンロードパッケージ(DDP)”の法律に準拠している。 公共機関や民間機関が収集したすべてのデータを通じて、市民のデジタル生活を入手し、分析して社会科学的疑問に答えることができる。 DDPを用いたデジタルトレースデータ収集のための青写真を提供し、そのようなプロジェクトのための「Total error framework」を考案する。
  論文  参考訳（メタデータ） (2020-11-13T11:19:25Z)
• Learning Dynamic and Personalized Comorbidity Networks from Event Data using Deep Diffusion Processes [102.02672176520382]
  コンコルビンド病は、個人によって異なる複雑な時間的パターンを通じて発生し進行する。 電子的な健康記録では、患者が持つ異なる疾患を観察できるが、それぞれの共死状態の時間的関係を推測できるだけである。 我々は「ダイナミック・コオービディティ・ネットワーク」をモデル化するための深層拡散プロセスを開発する。
  論文  参考訳（メタデータ） (2020-01-08T15:47:08Z)

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。