論文の概要: Privacy in Speech Technology

• arxiv url: http://arxiv.org/abs/2305.05227v2
• Date: Tue, 18 Jun 2024 10:00:26 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-20 05:33:24.008970
• Title: Privacy in Speech Technology
• Title（参考訳）: 音声技術におけるプライバシー
• Authors: Tom Bäckström,
• Abstract要約: 本論文は,音声技術に関するプライバシー問題に関するチュートリアルである。 モデルの脅威、ユーザのプライバシ保護のためのアプローチ、プライバシ保護メソッドのパフォーマンスの測定。 また、改善が緊急に必要となる、さらなる開発のためのラインも提示する。
• 参考スコア（独自算出の注目度）: 8.99795279111323
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Speech technology for communication, accessing information and services has rapidly improved in quality. It is convenient and appealing because speech is the primary mode of communication for humans. Such technology however also presents proven threats to privacy. Speech is a tool for communication and it will thus inherently contain private information. Importantly, it however also contains a wealth of side information, such as information related to health, emotions, affiliations, and relationships, all of which are private. Exposing such private information can lead to serious threats such as price gouging, harassment, extortion, and stalking. This paper is a tutorial on privacy issues related to speech technology, modeling their threats, approaches for protecting users' privacy, measuring the performance of privacy-protecting methods, perception of privacy as well as societal and legal consequences. In addition to a tutorial overview, it also presents lines for further development where improvements are most urgently needed.
• Abstract（参考訳）: コミュニケーション,情報アクセス,サービスのための音声技術は,品質が急速に向上した。 音声が人間にとってのコミュニケーションの第一の手段であるため、便利で魅力的である。 しかし、そのような技術は、プライバシーに対する実証済みの脅威も提示する。 音声はコミュニケーションのためのツールであり、そのために本質的にはプライベート情報を含んでいる。 重要なことに、健康、感情、友情、関係関係など、すべて私的な情報も豊富に含まれている。 このような個人情報の公開は、価格暴行、ハラスメント、ゆがみ、ストーカーといった深刻な脅威につながる可能性がある。 本稿では,音声技術に関するプライバシー問題,脅威のモデル化,ユーザのプライバシ保護へのアプローチ,プライバシ保護手法の性能評価,プライバシの認識,社会的および法的影響について論じる。 チュートリアルの概要に加えて、改善が緊急に必要となる、さらなる開発のためのラインも提示されている。

関連論文リスト

• Differential Privacy Overview and Fundamental Techniques [63.0409690498569]
  この章は、"Differential Privacy in Artificial Intelligence: From Theory to Practice"という本の一部である。 まず、データのプライバシ保護のためのさまざまな試みについて説明し、その失敗の場所と理由を強調した。 次に、プライバシ保護データ分析の領域を構成する重要なアクター、タスク、スコープを定義する。
  論文  参考訳（メタデータ） (2024-11-07T13:52:11Z)
• PrivacyLens: Evaluating Privacy Norm Awareness of Language Models in Action [54.11479432110771]
  PrivacyLensは、プライバシに敏感な種子を表現的なヴィグネットに拡張し、さらにエージェントの軌跡に拡張するために設計された新しいフレームワークである。 プライバシの文献とクラウドソーシングされたシードに基づいて、プライバシの規範のコレクションをインスタンス化する。 GPT-4やLlama-3-70Bのような最先端のLMは、プライバシー強化の指示が出されたとしても、機密情報を25.68%、38.69%のケースでリークしている。
  論文  参考訳（メタデータ） (2024-08-29T17:58:38Z)
• PrivacyRestore: Privacy-Preserving Inference in Large Language Models via Privacy Removal and Restoration [18.11846784025521]
  PrivacyRestoreは、推論中のユーザの入力のプライバシを保護するためのプラグイン・アンド・プレイ方式である。 プライバシストアの有効性を評価するために、医療ドメインと法律ドメインをカバーする3つのデータセットを作成します。
  論文  参考訳（メタデータ） (2024-06-03T14:57:39Z)
• Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
  この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。 また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-31T19:28:04Z)
• 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)
• Momentum Gradient Descent Federated Learning with Local Differential Privacy [10.60240656423935]
  ビッグデータの時代、個人情報のプライバシーはより顕著になった。 本稿では,機械学習モデルの性能向上のために,フェデレーション学習と局所差分プライバシーをモーメント勾配勾配下で統合することを提案する。
  論文  参考訳（メタデータ） (2022-09-28T13:30:38Z)
• 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)
• The Challenges and Impact of Privacy Policy Comprehension [0.0]
  本稿では、避けられないシンプルなプライバシーポリシーのプライバシーフレンドリさを実験的に操作した。 参加者の半数は、この透明なプライバシーポリシーさえ誤解している。 このような落とし穴を緩和するため、私たちはインフォームドコンセントの品質を向上させる設計勧告を提示します。
  論文  参考訳（メタデータ） (2020-05-18T14:16:48Z)
• A vision for global privacy bridges: Technical and legal measures for international data markets [77.34726150561087]
  データ保護法とプライバシーの権利が認められているにもかかわらず、個人情報の取引は「トレーディング・オイル」と同等のビジネスになっている。 オープンな対立は、データに対するビジネスの要求とプライバシーへの欲求の間に生じている。 プライバシを備えたパーソナル情報市場のビジョンを提案し,テストする。
  論文  参考訳（メタデータ） (2020-05-13T13:55:50Z)
• Beyond privacy regulations: an ethical approach to data usage in transportation [64.86110095869176]
  本稿では,フェデレート機械学習を交通分野に適用する方法について述べる。 フェデレートラーニングは、ユーザのプライバシを尊重しつつ、プライバシに敏感なデータを処理可能にする方法だと考えています。
  論文  参考訳（メタデータ） (2020-04-01T15:10:12Z)
• Dis-Empowerment Online: An Investigation of Privacy-Sharing Perceptions & Method Preferences [6.09170287691728]
  プライバシーのエンパワーメントの認識は、意味、能力、選択の次元をまたいだ共有の認識とは異なることが分かっています。 米国、英国、ドイツの間では、プライバシーメソッドの嗜好の類似点と相違点が見つかります。 プライバシ非エンパワーメントの認識をオンラインのプライバシ行動パターンにマッピングすることにより、今後の研究に重要な基盤を提供する。
  論文  参考訳（メタデータ） (2020-03-19T19:17:55Z)

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。