論文の概要: Examining the Landscape of Digital Safety and Privacy Assistance for
Black Communities
- arxiv url: http://arxiv.org/abs/2210.17511v1
- Date: Mon, 31 Oct 2022 17:38:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 12:08:23.753380
- Title: Examining the Landscape of Digital Safety and Privacy Assistance for
Black Communities
- Title(参考訳): 黒人社会におけるデジタル安全とプライバシ支援の景観
- Authors: Nikita Samarin, Aparna Krishnan, Moses Namara, Joanne Ma, Elissa M.
Redmiles
- Abstract要約: 本研究は、デジタル安全とプライバシーの脅威について黒人コミュニティに通知するワークショップ、クリニック、その他のイニシアチブを組織するコミュニティレベルの支持者に焦点を当てる。
我々は,これらのイニシアチブに参加する参加者のオンラインセキュリティとプライバシニーズと態度を理解することを目的としている。
- 参考スコア(独自算出の注目度): 12.574015130614999
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent events have placed a renewed focus on the issue of racial justice in
the United States and other countries. One dimension of this issue that has
received considerable attention is the security and privacy threats and
vulnerabilities faced by the communities of color.
Our study focuses on community-level advocates who organize workshops,
clinics, and other initiatives that inform Black communities about existing
digital safety and privacy threats and ways to mitigate against them.
Additionally, we aim to understand the online security and privacy needs and
attitudes of participants who partake in these initiatives. We hope that by
understanding how advocates work in different contexts and what teaching
methods are effective, we can help other digital safety experts and activists
become advocates within their communities.
- Abstract(参考訳): 最近の出来事は、米国や他の国における人種的正義の問題に再び焦点を当てている。
この問題の1つの側面は、カラーコミュニティが直面しているセキュリティとプライバシーの脅威と脆弱性である。
本研究は,既存のデジタル・セーフティとプライバシーの脅威を黒人コミュニティに知らせるワークショップ,クリニック,その他のイニシアティブを組織するコミュニティレベルの支持者に焦点をあてたものである。
さらに,これらのイニシアチブに参加する参加者のオンラインセキュリティとプライバシニーズと態度を理解することを目指す。
私たちは、支持者が異なる状況でどのように働き、どのような指導方法が効果的かを理解することで、他のデジタル安全専門家や活動家がコミュニティ内で支持者になるのを助けることを望んでいる。
関連論文リスト
- PsySafe: A Comprehensive Framework for Psychological-based Attack,
Defense, and Evaluation of Multi-agent System Safety [73.51336434996931]
大規模言語モデル(LLM)で拡張されたマルチエージェントシステムは、集団知能において重要な能力を示す。
しかし、悪意のある目的のためにこのインテリジェンスを誤用する可能性があり、重大なリスクが生じる。
本研究では,エージェント心理学を基盤とした枠組み(PsySafe)を提案し,エージェントのダークパーソナリティ特性がリスク行動にどう影響するかを明らかにする。
実験の結果,エージェント間の集団的危険行動,エージェントが危険な行動を行う際の自己反射,エージェントの心理的評価と危険な行動との相関など,いくつかの興味深い現象が明らかになった。
論文 参考訳(メタデータ) (2024-01-22T12:11:55Z) - Evaluating the impact of government Cyber Security initiatives in the UK [0.0]
調査では、英国政府のサイバーセキュリティイニシアチブのうち16が評価されている。
これらのイニシアチブが失敗している4つの顕著な理由を発見します。
勧告は、これらのイニシアチブを全国レベルでも地域レベルでも推進することである。
論文 参考訳(メタデータ) (2023-03-24T12:02:36Z) - Global Pandemics Influence on Cyber Security and Cyber Crimes [5.8010446129208155]
新型コロナウイルス(COVID-19)は、生活の多くの領域で広範囲に被害を与え、インターネットやテクノロジーに依存しやすくしている。
本稿では、パンデミック時代に人々が直面した様々な種類のセキュリティ脅威とサイバー犯罪と、安全で安全なサイバーインフラの必要性について検討する。
論文 参考訳(メタデータ) (2023-02-24T05:26:42Z) - A Survey of Trustworthy Federated Learning with Perspectives on
Security, Robustness, and Privacy [47.89042524852868]
Federated Learning (FL) は,さまざまな現実のシナリオに対して,有望なソリューションとして注目されている。
しかし、データの分離とプライバシーに関する課題は、FLシステムの信頼性を脅かす。
論文 参考訳(メタデータ) (2023-02-21T12:52:12Z) - New Challenges in Reinforcement Learning: A Survey of Security and
Privacy [26.706957408693363]
強化学習(Reinforcement Learning, RL)は、AIの最も重要な分野のひとつ。
RLは医療、データ市場、自動運転、ロボット工学など、さまざまな分野で広く採用されている。
これらのアプリケーションやシステムは、セキュリティやプライバシ攻撃に弱いことが示されている。
論文 参考訳(メタデータ) (2022-12-31T12:30:43Z) - 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) - "Why wouldn't someone think of democracy as a target?": Security
practices & challenges of people involved with U.S. political campaigns [8.384303064180134]
政治キャンペーンに関わった人々は、資金豊富な高度な攻撃者によるデジタルセキュリティの脅威に直面する。
キャンペーンのセキュリティ問題を特定するため,米国政治分野の28人の参加者を対象に質的研究を行った。
脅威、制約、労働文化の独特な組み合わせによって、政治キャンペーンに関わった人々は、彼らに任せる方法で技術を使うようになる。
論文 参考訳(メタデータ) (2021-06-01T05:27:51Z) - Expanding Cybersecurity Knowledge Through an Indigenous Lens: A First
Look [10.620356708903596]
我々は、西マニトバ地域のファースト・ネイションズ・コミュニティと、現在進行中のコミュニティ・エンゲージメント・イニシアチブについて論じる。
このイニシアチブには、サイバーセキュリティのトピックに焦点を当てた知識共有活動が含まれる。
本研究の最初の研究は,概念分析と計画段階に焦点をあてたものである。
論文 参考訳(メタデータ) (2021-03-30T19:25:01Z) - Privacy and Robustness in Federated Learning: Attacks and Defenses [74.62641494122988]
このトピックに関する最初の包括的な調査を実施します。
FLの概念の簡潔な紹介と、1脅威モデル、2堅牢性に対する中毒攻撃と防御、3プライバシーに対する推論攻撃と防御、というユニークな分類学を通じて、私たちはこの重要なトピックのアクセス可能なレビューを提供します。
論文 参考訳(メタデータ) (2020-12-07T12:11:45Z) - Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。
我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。
我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
論文 参考訳(メタデータ) (2020-10-19T13:09:31Z) - Adversarial Machine Learning Attacks and Defense Methods in the Cyber
Security Domain [58.30296637276011]
本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。
サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
論文 参考訳(メタデータ) (2020-07-05T18:22:40Z)
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。