論文の概要: But Can You Use It? Design Recommendations for Differentially Private Interactive Systems

• arxiv url: http://arxiv.org/abs/2412.11794v1
• Date: Mon, 16 Dec 2024 14:07:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 13:53:35.763323
• Title: But Can You Use It? Design Recommendations for Differentially Private Interactive Systems
• Title（参考訳）: しかし、あなたはそれを使えるのか? 異なるプライベートなインタラクティブシステムのための設計勧告
• Authors: Liudas Panavas, Joshua Snoke, Erika Tyagi, Claire McKay Bowen, Aaron R. Williams,
• Abstract要約: この研究は、公共政策を伝えるために、異なるプライベートな対話システムを開発するための障壁を概説し、考察する。 プライバシ保証,統計ユーティリティ,システムのユーザビリティという,3つの設計上の考慮事項のバランスをとることを提案する。 我々の研究は、公共政策の立案と今後の研究のきっかけとなるために、差別化されたプライベートな対話システムの実践的開発を前進させようとしている。
• 参考スコア（独自算出の注目度）: 0.499320937849508
• License:
• Abstract: Accessing data collected by federal statistical agencies is essential for public policy research and improving evidence-based decision making, such as evaluating the effectiveness of social programs, understanding demographic shifts, or addressing public health challenges. Differentially private interactive systems, or validation servers, can form a crucial part of the data-sharing infrastructure. They may allow researchers to query targeted statistics, providing flexible, efficient access to specific insights, reducing the need for broad data releases and supporting timely, focused research. However, they have not yet been practically implemented. While substantial theoretical work has been conducted on the privacy and accuracy guarantees of differentially private mechanisms, prior efforts have not considered usability as an explicit goal of interactive systems. This work outlines and considers the barriers to developing differentially private interactive systems for informing public policy and offers an alternative way forward. We propose balancing three design considerations: privacy assurance, statistical utility, and system usability, we develop recommendations for making differentially private interactive systems work in practice, we present an example architecture based on these recommendations, and we provide an outline of how to conduct the necessary user-testing. Our work seeks to move the practical development of differentially private interactive systems forward to better aid public policy making and spark future research.
• Abstract（参考訳）: 連邦政府統計機関が収集したデータへのアクセスは、社会プログラムの有効性の評価、人口動態の理解、公衆衛生問題への対処など、公的政策の研究や証拠に基づく意思決定の改善に不可欠である。 異なるプライベートな対話システム、またはバリデーションサーバは、データ共有インフラストラクチャの重要な部分を形成することができる。 研究者が対象とする統計をクエリし、特定の洞察への柔軟で効率的なアクセスを提供し、広範なデータリリースの必要性を減らし、タイムリーな調査をサポートすることができる。 しかし、実際には実施されていない。 異なるプライベートなメカニズムのプライバシーと正確性を保証するための理論的な研究が行われてきたが、これまでの取り組みはユーザビリティを対話システムの明確な目標とは考えていなかった。 この研究は、公共政策を伝えるために、微分プライベートな対話システムを開発する上での障壁を概説し、考察し、代替手段を提供する。 本稿では,プライバシ保証,統計ユーティリティ,システムユーザビリティという3つの設計上の考慮事項のバランスをとることを提案する。また,異なるプライベートな対話システムを実現するためのレコメンデーションを開発し,これらのレコメンデーションに基づいたサンプルアーキテクチャを提案し,必要なユーザテストの実施方法について概説する。 我々の研究は、公共政策の立案と今後の研究のきっかけとなるために、差別化されたプライベートな対話システムの実践的開発を前進させようとしている。

関連論文リスト

• A Deep Dive into Fairness, Bias, Threats, and Privacy in Recommender Systems: Insights and Future Research [45.86892639035389]
  本研究では,推薦システムにおける公正性,バイアス,脅威,プライバシについて検討する。 アルゴリズムによる決定が、意図せずバイアスを強化したり、特定のユーザやアイテムグループを疎外したりする方法について検討する。 この研究は、推薦システムの堅牢性、公正性、プライバシーを改善するための今後の研究の方向性を示唆している。
  論文  参考訳（メタデータ） (2024-09-19T11:00:35Z)
• 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)
• Centering Policy and Practice: Research Gaps around Usable Differential Privacy [12.340264479496375]
  我々は、差分プライバシーは理論上はクリーンな定式化であるが、実際は重大な課題を提起していると論じている。 差分プライバシーの約束と現実世界のユーザビリティのギャップを埋めるために、研究者と実践者は協力しなければなりません。
  論文  参考訳（メタデータ） (2024-06-17T21:32:30Z)
• 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)
• Application of Text Analytics in Public Service Co-Creation: Literature Review and Research Framework [68.8204255655161]
  従来の公共サービスのトップダウン開発に代わるものとして、公共サービスの共創がある。 共同創造は、より優れた公共サービスを作成し、公開価値を達成することを目的として、ステークホルダー間のコラボレーションを促進する。 本研究では,テキストデータにテキスト分析(TA)技術を適用することで,公共サービスの共同作成を支援するための既存の研究について検討する。
  論文  参考訳（メタデータ） (2023-05-20T17:34:17Z)
• A Survey on Federated Recommendation Systems [40.46436329232597]
  ユーザプライバシを保護するためのレコメンデーションシステムにフェデレーション学習が適用されている。 フェデレートされた学習設定では、レコメンデーションシステムは、実際のユーザデータの代わりに中間パラメータのみを収集するレコメンデーションモデルを訓練することができる。
  論文  参考訳（メタデータ） (2022-12-27T08:09:45Z)
• A Field Guide to Federated Optimization [161.3779046812383]
  フェデレートされた学習と分析は、分散化されたデータからモデル(あるいは統計)を協調的に学習するための分散アプローチである。 本稿では、フェデレート最適化アルゴリズムの定式化、設計、評価、分析に関する勧告とガイドラインを提供する。
  論文  参考訳（メタデータ） (2021-07-14T18:09:08Z)
• Differentially Private and Fair Deep Learning: A Lagrangian Dual Approach [54.32266555843765]
  本稿では,個人の機密情報のプライバシを保護するとともに,非差別的予測器の学習を可能にするモデルについて検討する。 この方法は、微分プライバシーの概念と、公正性制約を満たすニューラルネットワークの設計にラグランジアン双対性(Lagrangian duality)を用いることに依存している。
  論文  参考訳（メタデータ） (2020-09-26T10:50:33Z)

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。