Fugu-MT 論文翻訳(概要): Data Protection for Data Privacy-A South African Problem?

論文の概要: Data Protection for Data Privacy-A South African Problem?

arxiv url: http://arxiv.org/abs/2306.09934v1
Date: Fri, 16 Jun 2023 16:04:50 GMT
ステータス: 処理完了
システム内更新日: 2023-06-19 13:13:58.924273
Title: Data Protection for Data Privacy-A South African Problem?
Title（参考訳）: データプライバシのためのデータ保護-南アフリカ問題か?
Authors: Venessa Darwin and Mike Nkongolo
Abstract要約: 本研究では,データ保護意識を通じて組織内のデータセキュリティとプライバシを高めるための包括的枠組みを提案する。公共団体の従業員間でのデータ保護意識のレベルを評価するために、定量的な方法と調査戦略を採用している。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This study proposes a comprehensive framework for enhancing data security and privacy within organizations through data protection awareness. It employs a quantitative method and survey research strategy to assess the level of data protection awareness among employees of a public organization.
Abstract（参考訳）: 本研究では,データ保護意識を通じて組織内のデータセキュリティとプライバシを高めるための包括的枠組みを提案する。公共団体の職員におけるデータ保護意識のレベルを評価するために定量的手法と調査研究戦略を用いる。

関連論文リスト

Protecting Data Buyer Privacy in Data Markets [27.092529976384238]
プライバシーに関する最大の懸念は、主にデータ所有者とサードパーティのプライバシーを守ることに集中している。本稿では、データバイヤーのプライバシ保護の複雑さをモデル化し、プライバシと購入コストの微妙なバランスを調査することによって、このギャップに対処する。
論文参考訳（メタデータ） (2024-07-13T04:45:06Z)
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)
AI-Driven Anonymization: Protecting Personal Data Privacy While Leveraging Machine Learning [5.015409508372732]
本稿では、個人データのプライバシー保護と匿名化の促進を研究の中心的目的とする。機械学習の差分プライバシー保護アルゴリズムを使用して、個人データのプライバシ保護と検出を実現する。また、プライバシと個人データ保護に関連する機械学習の既存の課題に対処し、改善提案を提供し、データセットに影響を与える要因を分析して、タイムリーな個人データプライバシ検出と保護を可能にする。
論文参考訳（メタデータ） (2024-02-27T04:12:25Z)
State-of-the-Art Approaches to Enhancing Privacy Preservation of Machine Learning Datasets: A Survey [0.0]
本稿では、機械学習(ML)の進化する展望と、その様々な分野における大きな影響について考察する。プライバシ保護機械学習(PPML)の新たな分野に焦点を当てている。 MLアプリケーションは、通信、金融技術、監視といった産業にとってますます不可欠なものになりつつあるため、プライバシー上の懸念が高まる。
論文参考訳（メタデータ） (2024-02-25T17:31:06Z)
A Summary of Privacy-Preserving Data Publishing in the Local Setting [0.6749750044497732]
統計開示制御は、機密情報を匿名化して暴露するリスクを最小限にすることを目的としている。マイクロデータの復号化に使用される現在のプライバシ保存技術について概説し、様々な開示シナリオに適したプライバシ対策を掘り下げ、情報損失と予測性能の指標を評価する。
論文参考訳（メタデータ） (2023-12-19T04:23:23Z)
Certified Data Removal in Sum-Product Networks [78.27542864367821]
収集したデータの削除は、データのプライバシを保証するのに不十分であることが多い。 UnlearnSPNは、訓練された総生産ネットワークから単一データポイントの影響を取り除くアルゴリズムである。
論文参考訳（メタデータ） (2022-10-04T08:22:37Z)
No Free Lunch in "Privacy for Free: How does Dataset Condensation Help Privacy" [75.98836424725437]
データプライバシを保護するために設計された新しい手法は、慎重に精査する必要がある。プライバシ保護の失敗は検出し難いが,プライバシ保護法を実装したシステムが攻撃された場合,破滅的な結果につながる可能性がある。
論文参考訳（メタデータ） (2022-09-29T17:50:23Z)
Releasing survey microdata with exact cluster locations and additional privacy safeguards [77.34726150561087]
本稿では,プライバシ保護を付加した独自のマイクロデータの有用性を活用した,代替的なマイクロデータ配信戦略を提案する。当社の戦略は, 再識別の試みにおいても, 任意の属性に対する再識別リスクを60～80%削減する。
論文参考訳（メタデータ） (2022-05-24T19:37:11Z)
An Example of Privacy and Data Protection Best Practices for Biometrics Data Processing in Border Control: Lesson Learned from SMILE [0.9442139459221784]
データの誤用、個人のプライバシーの妥協、および/または承認されたデータの処理は不可逆である。これは部分的には、システム開発プロセスにおける設計によるデータ保護とプライバシの統合のための方法やガイダンスの欠如によるものである。データコントローラと開発者のためのガイダンスを提供するために、プライバシーとデータ保護のベストプラクティスの例を示す。
論文参考訳（メタデータ） (2022-01-10T15:34:43Z)
Distributed Machine Learning and the Semblance of Trust [66.1227776348216]
フェデレートラーニング(FL)により、データ所有者はデータを共有することなく、データガバナンスを維持し、モデルトレーニングをローカルで行うことができる。 FLと関連する技術は、しばしばプライバシー保護と表現される。この用語が適切でない理由を説明し、プライバシの形式的定義を念頭に設計されていないプロトコルに対する過度な信頼に関連するリスクを概説する。
論文参考訳（メタデータ） (2021-12-21T08:44:05Z)
Decision Making with Differential Privacy under a Fairness Lens [65.16089054531395]
アメリカ国勢調査局は、多くの重要な意思決定プロセスの入力として使用される個人のグループに関するデータセットと統計を公表している。プライバシと機密性要件に従うために、これらの機関は、しばしば、プライバシを保存するバージョンのデータを公開する必要がある。本稿では,差分的プライベートデータセットのリリースについて検討し,公平性の観点から重要な資源配分タスクに与える影響を考察する。
論文参考訳（メタデータ） (2021-05-16T21:04:19Z)

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。