論文の概要: Emerging Biometric Modalities and their Use: Loopholes in the Terminology of the GDPR and Resulting Privacy Risks

• arxiv url: http://arxiv.org/abs/2211.12899v1
• Date: Wed, 23 Nov 2022 12:04:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 12:36:03.653338
• Title: Emerging Biometric Modalities and their Use: Loopholes in the Terminology of the GDPR and Resulting Privacy Risks
• Title（参考訳）: バイオメトリック・モダリティの出現とその利用:GDPRの終端と結果として生じるプライバシーリスクのループホール
• Authors: Tamas Bisztray, Nils Gruschka, Thirimachos Bourlai, Lothar Fritsch
• Abstract要約: 現在のEUのデータ保護規制では、バイオメトリックデータを用いた分類アプリケーションは、バイオメトリック認識と比較して、より少ない保護を受けています。 これは、感情のような柔らかい特徴に基づいて個人を分類する処理操作において、ユニークなプライバシーリスクの源泉となる可能性がある。
• 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: Technological advancements allow biometric applications to be more omnipresent than in any other time before. This paper argues that in the current EU data protection regulation, classification applications using biometric data receive less protection compared to biometric recognition. We analyse preconditions in the regulatory language and explore how this has the potential to be the source of unique privacy risks for processing operations classifying individuals based on soft traits like emotions. This can have high impact on personal freedoms and human rights and therefore, should be subject to data protection impact assessment.
• Abstract（参考訳）: 技術進歩により、生体認証アプリケーションは、これまで以上に一様になる。 本稿では、現在のEUデータ保護規制において、バイオメトリックデータを用いた分類アプリケーションはバイオメトリック認識よりも保護率が低いことを主張する。 我々は、規制言語における前提条件を分析し、感情のようなソフトな特性に基づいて個人を分類する処理における、ユニークなプライバシーリスクの根源となる可能性について検討する。 これは個人の自由と人権に大きな影響を与える可能性があるため、データ保護の影響評価を受ける必要がある。

関連論文リスト

• Model-Agnostic Utility-Preserving Biometric Information Anonymization [9.413512346732768]
  近年のセンサ技術と機械学習技術の急速な進歩は、人々のバイオメトリックスの普遍的な収集と利用を引き起こしている。 生体認証の利用は、本質的なセンシティブな性質と、センシティブな情報を漏洩するリスクが高いため、深刻なプライバシー上の懸念を引き起こしている。 本稿では,生体データに対して,その感度特性を抑え,下流機械学習による解析に関連のある特徴を保持することで,生体データを匿名化できる新しいモダリティ非依存型データ変換フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-23T21:21:40Z)
• Generative AI for Secure and Privacy-Preserving Mobile Crowdsensing [74.58071278710896]
  生成AIは、学術分野と産業分野の両方から多くの注目を集めている。 セキュアでプライバシ保護のモバイルクラウドセンシング(SPPMCS)は、データ収集/取得に広く応用されている。
  論文  参考訳（メタデータ） (2024-05-17T04:00:58Z)
• Biometric Technologies and the Law: Developing a Taxonomy for Guiding Policymakers [0.0]
  本研究は,バイオメトリック技術の分類法を提案する。 結果として生じる分類は生体認証技術の理解を高め、プライバシーと個人情報保護を優先する規制の開発を促進する。
  論文  参考訳（メタデータ） (2023-10-27T10:23:46Z)
• Reversing Deep Face Embeddings with Probable Privacy Protection [6.492755549391469]
  生体認証のソフトなプライバシー保護を破るために、保護された顔埋め込みに対して最先端の顔画像再構成アプローチが評価されている。 その結果,生体認証による顔の埋め込みは,最大98%の精度で再現可能であることがわかった。
  論文  参考訳（メタデータ） (2023-10-04T17:48:23Z)
• PrivacyMind: Large Language Models Can Be Contextual Privacy Protection Learners [81.571305826793]
  コンテキストプライバシ保護言語モデル(PrivacyMind)を紹介する。 我々の研究はモデル設計に関する理論的分析を提供し、様々な手法をベンチマークする。 特に、肯定的な例と否定的な例の両方による命令チューニングは、有望な方法である。
  論文  参考訳（メタデータ） (2023-10-03T22:37:01Z)
• PABAU: Privacy Analysis of Biometric API Usage [0.0]
  バイオメトリックデータのプライバシーは、ビッグデータ時代の多くの組織にとって大きな関心事になりつつある。 バイオメトリックデータのプライバシーは、ビッグデータ時代の多くの組織にとって大きな関心事になりつつある。
  論文  参考訳（メタデータ） (2022-12-21T09:08:19Z)
• 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)
• An Overview of Privacy-enhancing Technologies in Biometric Recognition [12.554656658516262]
  この研究は、統一されたフレームワークにおけるバイオメトリックスのためのプライバシー向上技術の概念の概要を提供する。 既存のアプローチの基本的特性と限界を議論し、データ保護技術や原則に関連づける。 本論文は,バイオメトリックデータ保護分野への参入点として,経験豊富な研究者と非専門家を対象としている。
  論文  参考訳（メタデータ） (2022-06-21T15:21:29Z)
• Privacy-preserving medical image analysis [53.4844489668116]
  医用画像におけるプライバシ保護機械学習(PPML)のためのソフトウェアフレームワークであるPriMIAを提案する。 集合型学習モデルの分類性能は,未発見データセットの人間専門家と比較して有意に良好である。 グラデーションベースのモデル反転攻撃に対するフレームワークのセキュリティを実証的に評価する。
  論文  参考訳（メタデータ） (2020-12-10T13:56:00Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)

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。