論文の概要: The Future of International Data Transfers: Managing Legal Risk with a User-Held Data Model

• arxiv url: http://arxiv.org/abs/2407.20514v1
• Date: Tue, 30 Jul 2024 03:15:36 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-31 18:28:58.112594
• Title: The Future of International Data Transfers: Managing Legal Risk with a User-Held Data Model
• Title（参考訳）: 国際データ転送の将来 - ユーザ主導型データモデルによる法的なリスク管理-
• Authors: Paulius Jurcys, Marcelo Corrales Compagnucci, Mark Fenwick,
• Abstract要約: 一般データ保護規則(General Data Protection Regulation)は、厳格な要件が満たさない限り、欧州経済圏外の個人データの転送を禁止している。 新しい技術は国際データ転送を標準とし、例外ではない。 この記事では、ユーザが所有するデータモデルという、そのような選択肢について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The General Data Protection Regulation contains a blanket prohibition on the transfer of personal data outside of the European Economic Area unless strict requirements are met. The rationale for this provision is to protect personal data and data subject rights by restricting data transfers to countries that may not have the same level of protection as the EEA. However, the ubiquitous and permeable character of new technologies such as cloud computing, and the increased inter connectivity between societies, has made international data transfers the norm and not the exception. The Schrems II case and subsequent regulatory developments have further raised the bar for companies to comply with complex and, often, opaque rules. Many firms are, therefore, pursuing technology-based solutions in order to mitigate this new legal risk. These emerging technological alternatives reduce the need for open-ended cross-border transfers and the practical challenges and legal risk that such transfers create after Schrems. This article examines one such alternative, namely a user-held data model. This approach takes advantage of personal data clouds that allows data subjects to store their data locally and in a more decentralised manner, thus decreasing the need for cross-border transfers and offering end-users the possibility of greater control over their data.
• Abstract（参考訳）: 一般データ保護規則(General Data Protection Regulation)は、厳格な要件が満たさない限り、欧州経済圏外の個人データの転送を禁止している。 この規定の根拠は、EEAと同等の保護レベルを持たない国へのデータ転送を制限することにより、個人データとデータ主体の権利を保護することである。 しかし、クラウドコンピューティングのような新しい技術のユビキタスで浸透可能な性質と、社会間の相互接続の増大により、国際データ転送が標準となり、例外ではない。 Schrems IIのケースとその後の規制の進展は、企業が複雑で、しばしば不透明な規則に従うための基準をさらに高めている。 そのため多くの企業は、この新たな法的リスクを軽減するために、テクノロジーベースのソリューションを追求している。 これらの新興技術の代替手段は、オープンエンドのクロスボーダー・トランスファーの必要性を減らし、これらのトランスファーがSchremsの後に生み出す実践的な課題と法的リスクを減らしている。 この記事では、ユーザが所有するデータモデルという、そのような選択肢について検討する。 このアプローチでは、個人データクラウドを活用して、データ対象がデータをローカルに、より分散的に保存することが可能になる。

関連論文リスト

• The EU-US Data Privacy Framework: Is the Dragon Eating its Own Tail? [0.0]
  2023年7月10日に採択されたEUUSデータプライバシフレームワークに関する欧州委員会は、大西洋横断データ保護において重要な決定を下した。 この記事では、このフレームワークの主な要件を掘り下げ、医療組織が効果的にナビゲートする方法についての洞察を提供する。
  論文  参考訳（メタデータ） (2024-07-24T06:00:47Z)
• The Data Minimization Principle in Machine Learning [61.17813282782266]
  データ最小化は、収集、処理、保持されるデータの量を減らすことを目的としている。 様々な国際データ保護規制によって支持されている。 しかし、厳密な定式化が欠如しているため、その実践的な実装は依然として課題である。
  論文  参考訳（メタデータ） (2024-05-29T19:40:27Z)
• Extensible Consent Management Architectures for Data Trusts [0.0]
  本稿では,データトラストにおける同意管理の枠組みを提案する。 データは、対応する法的能力に基づいて確立された「ロールトンネル」を介してネットワークを流れることができる。
  論文  参考訳（メタデータ） (2023-09-28T18:28:50Z)
• A new framework for global data regulation [0.0]
  我々は、特定のデータやツール自体にではなく、これらのデータやツールのコンテキストにおける使用に関連する結果や権利に適用されるように設計された規制フレームワークを提案する。 このフレームワークは、プライバシーを含む幅広い人権を認識し、対処し、保護するように設計されている。
  論文  参考訳（メタデータ） (2023-08-24T17:48:56Z)
• 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)
• Preventing Unauthorized Use of Proprietary Data: Poisoning for Secure Dataset Release [52.504589728136615]
  公開したデータを最小限に修正して、他人がトレーニングモデルに乗らないようにするデータ中毒法を開発しています。 我々は,imagenet分類と顔認識によるアプローチの成功を実証する。
  論文  参考訳（メタデータ） (2021-02-16T19:12:34Z)
• Privacy Preservation in Federated Learning: An insightful survey from the GDPR Perspective [10.901568085406753]
  この記事は、フェデレーテッドラーニングに使用できる最先端のプライバシー技術に関する調査に特化している。 近年の研究では、FLにおけるデータの保持と計算は、プライバシ保証者にとって不十分であることが示されている。 これは、FLシステム内のパーティ間で交換されるMLモデルパラメータが、いくつかのプライバシ攻撃で悪用されるためである。
  論文  参考訳（メタデータ） (2020-11-10T21:41:25Z)
• Second layer data governance for permissioned blockchains: the privacy management challenge [58.720142291102135]
  新型コロナウイルス(COVID-19)やエボラウイルス(エボラ出血熱)のようなパンデミックの状況では、医療データを共有することに関連する行動は、大規模な感染を避け、死亡者を減らすために重要である。 この意味において、許可されたブロックチェーン技術は、スマートコントラクトが管理する不変で統一された分散データベースを通じて、データのオーナシップ、透明性、セキュリティを提供する権利をユーザに与えるために登場します。
  論文  参考訳（メタデータ） (2020-10-22T13:19:38Z)
• 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)

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。