論文の概要: A Narrative Review of Identity, Data, and Location Privacy Techniques in Edge Computing and Mobile Crowdsourcing
- arxiv url: http://arxiv.org/abs/2401.11305v2
- Date: Sat, 3 Aug 2024 20:22:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-06 23:46:09.171361
- Title: A Narrative Review of Identity, Data, and Location Privacy Techniques in Edge Computing and Mobile Crowdsourcing
- Title(参考訳): エッジコンピューティングとモバイルクラウドソーシングにおけるアイデンティティ,データ,位置情報のプライバシ技術に関するナラティブレビュー
- Authors: Syed Raza Bashir, Shaina Raza, Vojislav Misic,
- Abstract要約: このレビューでは、モバイルクラウドソーシングとエッジコンピューティングにおける現在のトレンドとプライバシに関する懸念について理解している。
我々は、プライバシ保護技術、アイデンティティ、データ、位置情報のプライバシーに関する洞察と強調を提示する。
- 参考スコア(独自算出の注目度): 2.5944208050492183
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As digital technology advances, the proliferation of connected devices poses significant challenges and opportunities in mobile crowdsourcing and edge computing. This narrative review focuses on the need for privacy protection in these fields, emphasizing the increasing importance of data security in a data-driven world. Through an analysis of contemporary academic literature, this review provides an understanding of the current trends and privacy concerns in mobile crowdsourcing and edge computing. We present insights and highlight advancements in privacy-preserving techniques, addressing identity, data, and location privacy. This survey serves as a useful resource for researchers, industry professionals, and policymakers, offering an overview of privacy challenges and potential solutions in these interconnected domains.
- Abstract(参考訳): デジタル技術が進歩するにつれて、コネクテッドデバイスの普及はモバイルのクラウドソーシングやエッジコンピューティングにおいて大きな課題と機会をもたらす。
このナラティブレビューは、これらの分野におけるプライバシ保護の必要性に焦点を当て、データ駆動の世界におけるデータセキュリティの重要性の増大を強調している。
現代学術文献の分析を通じて、モバイルクラウドソーシングとエッジコンピューティングにおける現在のトレンドとプライバシの懸念について理解する。
我々は、プライバシ保護技術、アイデンティティ、データ、位置情報のプライバシーに関する洞察と強調を提示する。
この調査は、研究者、業界専門家、および政策立案者にとって有用なリソースであり、これらの相互接続ドメインにおけるプライバシー上の課題と潜在的な解決策の概要を提供する。
関連論文リスト
- 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) - A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。
本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
論文 参考訳(メタデータ) (2024-03-31T12:44:48Z) - Privacy-Preserving Data in IoT-based Cloud Systems: A Comprehensive Survey with AI Integration [0.0]
本調査では,IoTとクラウドシステムの動的交点におけるプライバシ問題の状況について,慎重に調査する。
包括的な文献レビューは、既存の研究を合成し、鍵となる課題を照明し、プライバシー保護技術の新たなトレンドを識別する。
論文 参考訳(メタデータ) (2024-01-01T15:48:39Z) - Big Data Privacy in Emerging Market Fintech and Financial Services: A Research Agenda [0.9310318514564271]
白書では、新興市場および金融サービスにおけるデータプライバシの問題と解決策の理解を深めるための研究課題について述べる。
我々は、包括的な分析、データプライバシのローカル定義の理解、リスクの主な原因の文書化、潜在的な技術的解決策の5つの研究分野について強調する。
この研究課題が、新興市場におけるプライバシーの多面的な性質に注目されることを願っている。
論文 参考訳(メタデータ) (2023-10-08T02:11:19Z) - A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。
これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。
差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
論文 参考訳(メタデータ) (2023-09-27T14:38:16Z) - Security and Privacy on Generative Data in AIGC: A Survey [17.456578314457612]
我々はAIGCにおける生成データのセキュリティとプライバシについてレビューする。
プライバシ、制御性、信頼性、コンプライアンスの基本的な性質の観点から、最先端の対策が成功した経験を明らかにする。
論文 参考訳(メタデータ) (2023-09-18T02:35:24Z) - A Survey on Privacy in Graph Neural Networks: Attacks, Preservation, and
Applications [76.88662943995641]
グラフニューラルネットワーク(GNN)は、グラフ構造化データを扱う能力のため、大きな注目を集めている。
この問題に対処するため、研究者らはプライバシー保護のGNNの開発を開始した。
この進歩にもかかわらず、攻撃の包括的概要と、グラフドメインのプライバシを保存するためのテクニックが欠如している。
論文 参考訳(メタデータ) (2023-08-31T00:31:08Z) - Advancing Differential Privacy: Where We Are Now and Future Directions for Real-World Deployment [100.1798289103163]
差分プライバシ(DP)分野における現状と現状の方法論の詳細なレビューを行う。
論文のポイントとハイレベルな内容は,「認知プライバシ(DP:次のフロンティアへの挑戦)」の議論から生まれた。
この記事では、プライバシの領域におけるアルゴリズムおよび設計決定の基準点を提供することを目標とし、重要な課題と潜在的研究の方向性を強調します。
論文 参考訳(メタデータ) (2023-04-14T05:29:18Z) - 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)
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。