論文の概要: Perennial Semantic Data Terms of Use for Decentralized Web
- arxiv url: http://arxiv.org/abs/2403.07587v1
- Date: Tue, 12 Mar 2024 12:18:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-13 21:32:22.519943
- Title: Perennial Semantic Data Terms of Use for Decentralized Web
- Title(参考訳): 分散Webのための多年的セマンティックデータ用語
- Authors: Rui Zhao, Jun Zhao
- Abstract要約: データ用語(Data Terms of Use, DTOU)の新たな形式記述を提案する。
ユーザとアプリケーションは、ローカル知識でDToUポリシーの独自の部分を指定する。
これは年長のDTOU言語を構成するもので、ポリシーのオーサリングは一度しか行われない。
- 参考スコア(独自算出の注目度): 14.831528850463373
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In today's digital landscape, the Web has become increasingly centralized,
raising concerns about user privacy violations. Decentralized Web
architectures, such as Solid, offer a promising solution by empowering users
with better control over their data in their personal `Pods'. However, a
significant challenge remains: users must navigate numerous applications to
decide which application can be trusted with access to their data Pods. This
often involves reading lengthy and complex Terms of Use agreements, a process
that users often find daunting or simply ignore. This compromises user autonomy
and impedes detection of data misuse. We propose a novel formal description of
Data Terms of Use (DToU), along with a DToU reasoner. Users and applications
specify their own parts of the DToU policy with local knowledge, covering
permissions, requirements, prohibitions and obligations. Automated reasoning
verifies compliance, and also derives policies for output data. This
constitutes a ``perennial'' DToU language, where the policy authoring only
occurs once, and we can conduct ongoing automated checks across users,
applications and activity cycles. Our solution is built on Turtle, Notation 3
and RDF Surfaces, for the language and the reasoning engine. It ensures
seamless integration with other semantic tools for enhanced interoperability.
We have successfully integrated this language into the Solid framework, and
conducted performance benchmark. We believe this work demonstrates a
practicality of a perennial DToU language and the potential of a paradigm shift
to how users interact with data and applications in a decentralized Web,
offering both improved privacy and usability.
- Abstract(参考訳): 今日のデジタルの世界では、Webはますます集中化され、ユーザのプライバシー侵害に対する懸念が高まっている。
solidのような分散webアーキテクチャは、ユーザによる個人的な‘pods’でのデータ管理をより良くすることで、有望なソリューションを提供する。
ユーザは、データポッドへのアクセスを信頼できるアプリケーションを決定するために、多数のアプリケーションをナビゲートする必要があります。
これは多くの場合、長くて複雑な使用規約を読むことを伴う。
これにより、ユーザの自律性が損なわれ、データ誤用の検出が妨げられる。
本稿では,データ利用用語(dtou)に関する新しい形式記述と,dtou推論器を提案する。
ユーザとアプリケーションは、許可、要件、禁止、義務をカバーするローカル知識を備えたdtouポリシーの独自の部分を指定する。
自動推論はコンプライアンスを検証し、出力データに対するポリシーを導出する。
これは ``perennial'' dtou 言語であり、ポリシーオーサリングは1回のみ発生し、ユーザ、アプリケーション、アクティビティサイクルにわたって継続的に自動チェックを行うことができる。
我々のソリューションは、言語と推論エンジンのためのTurtle、Notation 3、RDF Surfaces上に構築されています。
相互運用性を高めるために、他のセマンティックツールとのシームレスな統合を保証する。
この言語をsolidフレームワークにうまく統合し、パフォーマンスベンチマークを実施しました。
この研究は、多年にわたるDToU言語の実用性と、ユーザが分散化されたWebでデータやアプリケーションと対話する方法へのパラダイムシフトの可能性を示し、プライバシーとユーザビリティを改善した。
関連論文リスト
- On the Multi-turn Instruction Following for Conversational Web Agents [83.51251174629084]
本稿では,ユーザと環境の両方で複数回にまたがる高度なインタラクションを必要とする,対話型Webナビゲーションの新たなタスクを紹介する。
本稿では,メモリ利用と自己回帰技術を用いた自己反射型メモリ拡張計画(Self-MAP)を提案する。
論文 参考訳(メタデータ) (2024-02-23T02:18:12Z) - DP-OPT: Make Large Language Model Your Privacy-Preserving Prompt
Engineer [60.44898240755332]
大きな言語モデル(LLM)は、様々なタスクのための支配的なツールとして現れています。
しかし、データプライバシに関する懸念は、調整されたプロンプトが機密情報に依存しているため、障害となる。
本稿では,DP-OPT(Dis Differentially-Private Offsite Prompt Tuning)を提案する。
論文 参考訳(メタデータ) (2023-11-27T02:01:10Z) - Tag Your Fish in the Broken Net: A Responsible Web Framework for
Protecting Online Privacy and Copyright [30.05760947688919]
本稿では,オンラインデータに対するユーザ制御型同意タグ付けフレームワークを提案する。
このフレームワークでは、送信時にオンラインデータにタグを付けることができ、その後、データ保持者からのデータに対する同意の取り消しを追跡および要求することができる。
論文 参考訳(メタデータ) (2023-10-11T21:56:16Z) - FedBot: Enhancing Privacy in Chatbots with Federated Learning [0.0]
Federated Learning(FL)は、データをその場所に保持する分散学習方法を通じて、データのプライバシを保護することを目的としている。
POCはDeep Bidirectional Transformerモデルとフェデレーション学習アルゴリズムを組み合わせて、コラボレーティブモデルトレーニング中の顧客のデータプライバシを保護する。
このシステムは、過去のインタラクションから学習する能力を活用することで、時間とともにパフォーマンスと精度を向上させるように設計されている。
論文 参考訳(メタデータ) (2023-04-04T23:13:52Z) - mPSAuth: Privacy-Preserving and Scalable Authentication for Mobile Web
Applications [0.0]
mPSAuthは、ユーザの振る舞いを反映したさまざまなデータソースを継続的に追跡し、現在のユーザが正当である可能性を推定するアプローチである。
我々はmPSAuthが暗号化と通信のオーバーヘッドを低く抑えながら高い精度を提供できることを示した。
論文 参考訳(メタデータ) (2022-10-07T12:49:34Z) - Cross-Network Social User Embedding with Hybrid Differential Privacy
Guarantees [81.6471440778355]
プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。
特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。
ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
論文 参考訳(メタデータ) (2022-09-04T06:22:37Z) - Dr.Aid: Supporting Data-governance Rule Compliance for Decentralized
Collaboration in an Automated Way [7.744664716152106]
Dr.Aidは、個人、組織、フェデレーションがデータルールに従うのを支援するフレームワークである。
形式言語を使ってデータガバナンスルールをエンコードし、データフローグラフの推論を実行する。
我々は,様々な分野から実生活データ利用ポリシーを符号化することで,そのモデルを3つの側面で評価する。
論文 参考訳(メタデータ) (2021-10-03T17:59:28Z) - Reinforcement Learning on Encrypted Data [58.39270571778521]
本稿では,DQNエージェントが,離散的かつ連続的な状態空間を持つ環境でどのように動作するかを予備的,実験的に検討する。
その結果,非決定論的暗号が存在する場合でも,エージェントは依然として小さな状態空間で学習することができるが,より複雑な環境では性能が低下することがわかった。
論文 参考訳(メタデータ) (2021-09-16T21:59:37Z) - Decentralised Learning from Independent Multi-Domain Labels for Person
Re-Identification [69.29602103582782]
ディープラーニングは多くのコンピュータビジョンタスクで成功している。
しかし、プライバシー問題に対する意識の高まりは、特に人物の再識別(Re-ID)において、ディープラーニングに新たな課題をもたらす。
我々は,複数のプライバシ保護されたローカルモデル(ローカルクライアント)を同時に学習することにより,汎用的なグローバルモデル(中央サーバ)を構築するための,フェデレート・パーソナライゼーション(FedReID)と呼ばれる新しいパラダイムを提案する。
このクライアントサーバ共同学習プロセスは、プライバシコントロールの下で反復的に実行されるため、分散データを共有したり、収集したりすることなく、分散学習を実現することができる。
論文 参考訳(メタデータ) (2020-06-07T13:32:33Z) - Unsupervised Model Personalization while Preserving Privacy and
Scalability: An Open Problem [55.21502268698577]
本研究では,非教師なしモデルパーソナライゼーションの課題について検討する。
この問題を探求するための新しいDual User-Adaptation Framework(DUA)を提供する。
このフレームワークは、サーバ上のモデルパーソナライズとユーザデバイス上のローカルデータ正規化に柔軟にユーザ適応を分散させる。
論文 参考訳(メタデータ) (2020-03-30T09:35:12Z)
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。