論文の概要: Leveraging Privacy Profiles to Empower Users in the Digital Society

• arxiv url: http://arxiv.org/abs/2204.00011v1
• Date: Fri, 1 Apr 2022 15:31:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-04 16:20:06.684462
• Title: Leveraging Privacy Profiles to Empower Users in the Digital Society
• Title（参考訳）: デジタル社会のユーザーを力づけるためにプライバシプロファイルを活用する
• Authors: Davide Di Ruscio, Paola Inverardi, Patrizio Migliarini, Phuong T. Nguyen
• Abstract要約: 市民のプライバシーと倫理は、ますますデジタル化されつつある社会によってもたらされる懸念の中核にある。 我々は、フィットネス領域から収集された既存のデータセットに関する実証的研究を通じて、プライバシの次元に注目し、上記の方向のステップに貢献する。 その結果、セマンティック駆動型質問のコンパクトなセットは、複雑なドメイン依存質問よりもユーザを識別するのに役立つことがわかった。
• 参考スコア（独自算出の注目度）: 7.350403786094707
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Privacy and ethics of citizens are at the core of the concerns raised by our increasingly digital society. Profiling users is standard practice for software applications triggering the need for users, also enforced by laws, to properly manage privacy settings. Users need to manage software privacy settings properly to protect personally identifiable information and express personal ethical preferences. AI technologies that empower users to interact with the digital world by reflecting their personal ethical preferences can be key enablers of a trustworthy digital society. We focus on the privacy dimension and contribute a step in the above direction through an empirical study on an existing dataset collected from the fitness domain. We find out which set of questions is appropriate to differentiate users according to their preferences. The results reveal that a compact set of semantic-driven questions (about domain-independent privacy preferences) helps distinguish users better than a complex domain-dependent one. This confirms the study's hypothesis that moral attitudes are the relevant piece of information to collect. Based on the outcome, we implement a recommender system to provide users with suitable recommendations related to privacy choices. We then show that the proposed recommender system provides relevant settings to users, obtaining high accuracy.
• Abstract（参考訳）: 市民のプライバシーと倫理は、ますますデジタル社会によって引き起こされる懸念の中核にある。 プロファイリングユーザ(プロファイリングユーザ)は、プライバシー設定を適切に管理するために、ユーザの必要性を誘発するソフトウェアアプリケーションの標準的なプラクティスである。 ユーザーは、個人識別可能な情報を保護し、個人の倫理的好みを表現するために、ソフトウェアのプライバシー設定を適切に管理する必要がある。 個人の倫理的嗜好を反映してデジタル世界と対話することを可能にするAI技術は、信頼できるデジタル社会の鍵となる。 我々は、フィットネス領域から収集された既存のデータセットに関する実証的研究を通じて、プライバシの次元に注目し、上記の方向のステップに貢献する。 ユーザの好みに応じてユーザを区別するのに適した質問がどれかを見出す。 その結果、(ドメインに依存しないプライバシ優先に関する)セマンティックな質問のコンパクトなセットは、複雑なドメインに依存した質問よりもユーザを識別するのに役立ちます。 これは、モラルの態度が収集すべき情報の一部であるという研究の仮説を裏付ける。 この結果に基づいて,プライバシ選択に関する適切なレコメンデーションをユーザに提供可能なレコメンデーションシステムを実装した。 次に,提案手法がユーザに対して適切な設定を提供し,精度が高いことを示す。

関連論文リスト

• Optimizing Data Delivery: Insights from User Preferences on Visuals, Tables, and Text [59.68239795065175]
  ユーザが質問を提示するユーザスタディを実施し、何を見たいのかを尋ねます。 ユーザの個人的特性が、彼らが好むデータ出力に影響を与えることを確認するために、このデータを使用します。
  論文  参考訳（メタデータ） (2024-11-12T00:24:31Z)
• 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)
• 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)
• User Consented Federated Recommender System Against Personalized Attribute Inference Attack [55.24441467292359]
  本稿では,ユーザの異なるプライバシーニーズを柔軟に満たすために,ユーザ合意型フェデレーションレコメンデーションシステム(UC-FedRec)を提案する。 UC-FedRecは、ユーザーが様々な要求を満たすためにプライバシー設定を自己定義し、ユーザーの同意を得てレコメンデーションを行うことを可能にする。
  論文  参考訳（メタデータ） (2023-12-23T09:44:57Z)
• Tapping into Privacy: A Study of User Preferences and Concerns on Trigger-Action Platforms [0.0]
  モノのインターネット(IoT)デバイスの人気は急速に高まり、インターネットに接続されたデバイスを継続的に監視する人が増えている。 この研究は、IoT(Internet of Things)のコンテキストにおいて、Trigger-Action Platform(TAP)に関連するエンドユーザのプライバシ上の懸念と期待について調査する。 TAPでは、特定のイベントや条件に基づいてアクションをトリガーするルールを作成することで、スマート環境をカスタマイズすることができる。
  論文  参考訳（メタデータ） (2023-08-11T14:25:01Z)
• Randomized algorithms for precise measurement of differentially-private, personalized recommendations [6.793345945003182]
  本稿では,高精度かつ偏りのある測定を容易にするパーソナライズされたレコメンデーションのためのアルゴリズムを提案する。 提案するプライバシ保護アルゴリズムが,ユーザエクスペリエンスや広告主の価値,プラットフォーム収益に関連する重要な指標に与える影響を定量化するために,オフライン実験を実施している。
  論文  参考訳（メタデータ） (2023-08-07T17:34:58Z)
• Systematic Review on Privacy Categorization [1.5377372227901214]
  本研究は,プライバシ分類に関する文献を体系的にレビューすることを目的としている。 プライバシーの分類には、特定の前提条件に従ってユーザーを分類する機能が含まれる。
  論文  参考訳（メタデータ） (2023-07-07T15:18:26Z)
• 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)
• 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)
• How Much User Context Do We Need? Privacy by Design in Mental Health NLP Application [33.3172788815152]
  テキストからのメンタルヘルスアセスメントなどの臨床的タスクは、社会的制約を考慮に入れなければならない。 本稿では,ユーザ履歴長と差分プライバシー予算を並べた最初の分析を行い,ユーザコンテキストのモデリングによってユーティリティの保存を実現する方法について詳しく述べる。
  論文  参考訳（メタデータ） (2022-09-05T15:41:45Z)
• A Self-aware Personal Assistant for Making Personalized Privacy Decisions [3.988307519677766]
  本稿では、ディープラーニングを用いて、そのプライバシーラベルに基づいてコンテンツを分類するパーソナルアシスタントを提案する。 リスクファクタや自身のラベルなど、ユーザのプライバシに対する自身の理解をファクタリングすることで、パーソナルアシスタントはユーザ毎のレコメンデーションをパーソナライズすることができる。
  論文  参考訳（メタデータ） (2022-05-13T10:15:04Z)

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。