論文の概要: Embedding Privacy Into Design Through Software Developers: Challenges &
Solutions
- arxiv url: http://arxiv.org/abs/2208.11898v2
- Date: Thu, 8 Sep 2022 08:33:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 10:42:28.183505
- Title: Embedding Privacy Into Design Through Software Developers: Challenges &
Solutions
- Title(参考訳): ソフトウェア開発者による設計にプライバシを組み込む - 課題と解決策
- Authors: Mohammad Tahaei, Kami Vaniea, Awais Rashid
- Abstract要約: 使用可能なツールを開発者に提供するとともに、組織や教育者、規制機関からのサポートも提供しています。
プライバシ機能の統合を成功させる上での課題について議論し、開発者がプライバシ関連のタスクを実行する手助けをするステークホルダーのためのソリューションを提案する。
- 参考スコア(独自算出の注目度): 40.82861139975342
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: To make privacy a first-class citizen in software, we argue for equipping
developers with usable tools, as well as providing support from organizations,
educators, and regulators. We discuss the challenges with the successful
integration of privacy features and propose solutions for stakeholders to help
developers perform privacy-related tasks.
- Abstract(参考訳): ソフトウェアにおけるプライバシを第一級の市民にするために、私たちは、開発者が利用可能なツールを利用できるようにし、組織、教育者、規制当局からのサポートを提供することを主張します。
我々は,プライバシ機能の統合が成功した際の課題を議論し,開発者がプライバシ関連のタスクを行うのを支援するソリューションを提案する。
関連論文リスト
- Human-Centered Privacy Research in the Age of Large Language Models [31.379232599019915]
このSIGは、使用可能なセキュリティとプライバシ、人間とAIのコラボレーション、NLP、その他の関連するドメインの背景を持つ研究者を集めて、この問題に対する見解と経験を共有することを目的としている。
論文 参考訳(メタデータ) (2024-02-03T02:32:45Z) - DP-OPT: Make Large Language Model Your Privacy-Preserving Prompt
Engineer [60.44898240755332]
大きな言語モデル(LLM)は、様々なタスクのための支配的なツールとして現れています。
しかし、データプライバシに関する懸念は、調整されたプロンプトが機密情報に依存しているため、障害となる。
本稿では,DP-OPT(Dis Differentially-Private Offsite Prompt Tuning)を提案する。
論文 参考訳(メタデータ) (2023-11-27T02:01:10Z) - Experts-in-the-Loop: Establishing an Effective Workflow in Crafting
Privacy Q&A [0.0]
プライバシポリシをプライバシ質問応答(Q&A)ペアに変換する動的ワークフローを提案する。
そこで我々は,法の専門家と会話デザイナーの学際的なコラボレーションを促進する。
提案するワークフローは,プライバシQ&Aの構築を通じて継続的改善と監視の基盤となる。
論文 参考訳(メタデータ) (2023-11-18T20:32:59Z) - 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) - PrivHAR: Recognizing Human Actions From Privacy-preserving Lens [58.23806385216332]
我々は、人間の行動認識パイプラインに沿って、堅牢な視覚的プライバシー保護を提供するための最適化フレームワークを提案する。
我々のフレームワークは、カメラレンズをパラメータ化して、ビデオの品質を劣化させ、プライバシー特性を抑え、敵の攻撃を防ぎます。
論文 参考訳(メタデータ) (2022-06-08T13:43:29Z) - The Evolving Path of "the Right to Be Left Alone" - When Privacy Meets
Technology [0.0]
本稿では,プライバシエコシステムの新たなビジョンとして,プライバシの次元,関連するユーザの期待,プライバシ違反,変化要因を導入することを提案する。
プライバシー問題に取り組むための有望なアプローチは, (i) 効果的なプライバシメトリクスの識別, (ii) プライバシに準拠したアプリケーションを設計するためのフォーマルなツールの採用という,2つの方向に移行している,と私たちは信じています。
論文 参考訳(メタデータ) (2021-11-24T11:27:55Z) - Privacy in Open Search: A Review of Challenges and Solutions [0.6445605125467572]
情報検索(IR)は、攻撃や意図しない文書や検索履歴の開示など、プライバシー上の脅威に晒されている。
この研究は、ユーザの生成したテキストデータを含むタスクに焦点を当て、最近のIR文学におけるプライバシーに関するオープンな課題を強調し、議論することを目的としている。
論文 参考訳(メタデータ) (2021-10-20T18:38:48Z) - Personalization, Privacy, and Me [0.0]
人々は自分のデータがパーソナライズの名前で過剰に収集されていることを心配しています。
パーソナライズとプライバシに関する人々の経験を調査する。
論文 参考訳(メタデータ) (2021-09-14T22:09:44Z) - Private Reinforcement Learning with PAC and Regret Guarantees [69.4202374491817]
エピソード強化学習(RL)のためのプライバシー保護探索ポリシーを設計する。
まず、共同微分プライバシー(JDP)の概念を用いた有意義なプライバシー定式化を提供する。
そこで我々は,強いPACと後悔境界を同時に達成し,JDP保証を享受する,プライベートな楽観主義に基づく学習アルゴリズムを開発した。
論文 参考訳(メタデータ) (2020-09-18T20:18:35Z) - Introducing the VoicePrivacy Initiative [53.14981205333593]
VoicePrivacyイニシアチブは、音声技術のプライバシー保護ツールの開発を促進することを目的としている。
本稿では,VoicePrivacy 2020 Challengeで選択された音声匿名化タスクを定式化し,システム開発と評価に使用するデータセットについて述べる。
論文 参考訳(メタデータ) (2020-05-04T11:07:52Z)
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。