論文の概要: Setting the Course, but Forgetting to Steer: Analyzing Compliance with GDPR's Right of Access to Data by Instagram, TikTok, and YouTube
- arxiv url: http://arxiv.org/abs/2502.11208v2
- Date: Sun, 19 Oct 2025 21:03:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-25 03:08:03.930736
- Title: Setting the Course, but Forgetting to Steer: Analyzing Compliance with GDPR's Right of Access to Data by Instagram, TikTok, and YouTube
- Title（参考訳）: Instagram、TikTok、YouTubeによるGDPRのデータアクセス権利へのコンプライアンスの分析
- Authors: Sai Keerthana Karnam, Abhisek Dash, Antariksh Das, Sepehr Mousavi, Stefan Bechtold, Krishna P. Gummadi, Animesh Mukherjee, Ingmar Weber, Savvas Zannettou,
- Abstract要約: アクセスの権利は、データダウンロードパッケージ(DDP)を介して個人データを制御できるようにすることを目的としている。
本稿では、3つのソーシャルメディアプラットフォーム(TikTok、Instagram、YouTube)からのDDPの総合的な監査を行い、これらの重要な欠点を体系的に評価する。
- 参考スコア（独自算出の注目度）: 9.304421724270828
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The GDPR's Right of Access aims to empower users with control over their personal data via Data Download Packages (DDPs). However, their effectiveness is often compromised by inconsistent platform implementations, questionable data reliability, and poor user comprehensibility. This paper conducts a comprehensive audit of DDPs from three social media platforms (TikTok, Instagram, and YouTube) to systematically assess these critical drawbacks. Despite offering similar services, we find that these platforms demonstrate significant inconsistencies in implementing the Right of Access, evident in varying levels of shared data. Critically, the failure to disclose processing purposes, retention periods, and other third-party data recipients serves as a further indicator of non-compliance. Our reliability evaluations, using bots and user-donated data, reveal that while TikTok's DDPs offer more consistent and complete data, others exhibit notable shortcomings. Similarly, our assessment of comprehensibility, based on surveys with 400 participants, indicates that current DDPs substantially fall short of GDPR's standards. To improve the comprehensibility, we propose and demonstrate a two-layered approach by: (1)~enhancing the data representation itself using stakeholder interpretations; and (2)~incorporating a user-friendly extension (\textit{Know Your Data}) for intuitive data visualization where users can control the level of transparency they prefer. Our findings underscore the need for clearer and non-conflicting regulatory guidance, stricter enforcement, and platform commitment to realize the goal of GDPR's Right of Access.
- Abstract（参考訳）: GDPRのRight of Accessは、データダウンロードパッケージ(DDP)を通じて、個人データをコントロールできるようにすることを目的としている。
しかし、その有効性は、一貫性のないプラットフォーム実装、疑わしいデータの信頼性、ユーザ理解性の欠如によってしばしば損なわれる。
本稿では、3つのソーシャルメディアプラットフォーム(TikTok、Instagram、YouTube)からのDDPの総合的な監査を行い、これらの重要な欠点を体系的に評価する。
類似のサービスを提供しているにもかかわらず、これらのプラットフォームはアクセス権の実装において重大な矛盾を示しており、様々なレベルの共有データで明らかです。
重要なことは、処理目的、保持期間、その他のサードパーティデータ受信者の開示の失敗は、非準拠のさらなる指標となる。
ボットとユーザ提供データを使用した信頼性評価では、TikTokのDDPがより一貫性のある完全なデータを提供する一方で、注目すべき欠点を示すものもあります。
同様に、400人の参加者による調査に基づく理解度の評価は、現在のDDPがGDPRの基準をかなり下回っていることを示唆している。
そこで我々は,(1)利害関係者の解釈を用いたデータ表現の強化,(2)ユーザフレンドリな拡張(\textit{Know Your Data})を,ユーザが好む透明性のレベルを制御できる直感的なデータ視覚化に組み込むことにより,その理解性を向上させるための2層的アプローチを提案し,実証する。
我々の調査結果は、GDPRのアクセス権の目標を実現するために、より明確で非競合的な規制ガイダンス、厳格な執行、プラットフォームのコミットメントの必要性を浮き彫りにしている。
関連論文リスト
- Improving Regulatory Oversight in Online Content Moderation [2.1082552608122542]
欧州連合は、デジタルプラットフォームに関連するリスクに対処し、より安全なオンライン環境を促進するために、デジタルサービス法(DSA)を導入した。
透明性データベース(Transparency Database)や透明性レポート(Transparency Reports)、プラットフォーム透明性を改善するためのDSAの第40条といったコンポーネントの可能性にもかかわらず、大きな課題は残る。
データの不整合や詳細な情報の欠如など,コンテンツのモデレーションプラクティスの透明性を損なうものもあります。
論文 参考訳（メタデータ） (2025-06-04T16:38:25Z) - Divide-Then-Align: Honest Alignment based on the Knowledge Boundary of RAG [51.120170062795566]
本稿では,問合せが知識境界外にある場合の"I don't know"で応答する機能を備えたRAGシステムを実現するためのDTAを提案する。
DTAは適切な棄権と精度のバランスをとり、検索強化システムの信頼性と信頼性を高める。
論文 参考訳（メタデータ） (2025-05-27T08:21:21Z) - IPAD: Inverse Prompt for AI Detection -- A Robust and Explainable LLM-Generated Text Detector [11.112793289424886]
大規模言語モデル (LLM) は、人間の書き起こしたテキストとLLM生成したテキストの区別を複雑にするテキスト生成において、人間レベルの流布を達成している。
既存の検出器は、オフ・オブ・ディストリビューション(OOD)データとアタックデータに弱いロバスト性を示す。
本稿では,入力テキストを生成可能な予測プロンプトを識別するPromptと,入力テキストが予測プロンプトと一致する確率を調べるDistinguisherからなる,新しいフレームワークであるIPADを提案する。
論文 参考訳（メタデータ） (2025-02-21T19:41:32Z) - Adaptive PII Mitigation Framework for Large Language Models [2.694044579874688]
本稿では,PII(Personally Identible Information)とSPI(Sensitive Personal Information)のリスク軽減のための適応システムを提案する。
このシステムは、高度なNLP技術、文脈認識分析、およびポリシー駆動マスキングを使用して、規制コンプライアンスを保証する。
ベンチマークではシステムの有効性が強調され、パスポート番号のF1スコアは0.95である。
論文 参考訳（メタデータ） (2025-01-21T19:22:45Z) - Are Data Experts Buying into Differentially Private Synthetic Data? Gathering Community Perspectives [14.736115103446101]
アメリカ合衆国では、差分プライバシー(DP)がプライバシ保護データ分析の技術的運用の主流となっている。
本研究はDPメカニズムの1つのクラスであるプライベートデータシンセサイザーについて質的に検討する。
論文 参考訳（メタデータ） (2024-12-17T15:50:14Z) - PASTA-4-PHT: A Pipeline for Automated Security and Technical Audits for the Personal Health Train [34.203290179252555]
この研究は、DevSecOpsの原則にインスパイアされたPHT準拠のセキュリティと監査パイプラインについて論じる。
我々は、PHTに脆弱性を導入し、我々のパイプラインを5つの現実世界のPHTに適用する。
最終的に、私たちの仕事はPHTフレームワーク内のデータ処理アクティビティのセキュリティと全体的な透明性の向上に貢献します。
論文 参考訳（メタデータ） (2024-12-02T08:43:40Z) - An Empirical Study on Compliance with Ranking Transparency in the
Software Documentation of EU Online Platforms [7.461555266672227]
本研究は,6つの主要なプラットフォーム(Amazon, Bing, Booking, Google, Tripadvisor, Yahoo)のコンプライアンスを実証的に評価する。
本稿では,ChatGPTと情報検索技術に基づく自動コンプライアンス評価ツールの導入とテストを行う。
我々の発見は、規制の遵守を強化し、国連持続可能な開発目標10.3に適合するのに役立つだろう。
論文 参考訳（メタデータ） (2023-12-22T16:08:32Z) - FairDP: Certified Fairness with Differential Privacy [55.51579601325759]
本稿では,FairDPについて紹介する。FairDPは,トレーニングされたモデルの判断に対して,グループフェアネスの認定を提供するために設計された,新しいトレーニングメカニズムである。
FairDPの鍵となる考え方は、独立した個別グループのためのモデルをトレーニングし、データプライバシ保護のための各グループの勾配にノイズを加え、グループモデルの知識を統合して、下流タスクにおけるプライバシ、ユーティリティ、公正性のバランスをとるモデルを構築することである。
論文 参考訳（メタデータ） (2023-05-25T21:07:20Z) - DataPerf: Benchmarks for Data-Centric AI Development [81.03754002516862]
DataPerfは、MLデータセットとデータ中心アルゴリズムを評価するための、コミュニティ主導のベンチマークスイートである。
私たちは、この反復的な開発をサポートするために、複数の課題を抱えたオープンなオンラインプラットフォームを提供しています。
ベンチマーク、オンライン評価プラットフォーム、ベースライン実装はオープンソースである。
論文 参考訳（メタデータ） (2022-07-20T17:47:54Z) - How Do Socio-Demographic Patterns Define Digital Privacy Divide? [0.5571177307684636]
デジタルプライバシは情報通信技術(ICT)システムにおいて重要なコンポーネントとなっている。
デジタルプライバシー保護レベルにはまだ差がある。
本稿では,ICTシステムにおけるディジタルプライバシ分割(DPD)問題について検討する。
論文 参考訳（メタデータ） (2022-01-20T00:59:53Z) - What Stops Learning-based 3D Registration from Working in the Real
World? [53.68326201131434]
この研究は、3Dポイントのクラウド登録失敗の原因を特定し、その原因を分析し、解決策を提案する。
最終的に、これは最も実践的な3D登録ネットワーク(BPNet)に変換される。
我々のモデルは微調整をせずに実データに一般化し、商用センサで得られた見えない物体の点雲上で最大67%の精度に達する。
論文 参考訳（メタデータ） (2021-11-19T19:24:27Z) - Explainable Patterns: Going from Findings to Insights to Support Data
Analytics Democratization [60.18814584837969]
我々は,データストーリテリングの探索と作成において,レイユーザをサポートする新しいフレームワークであるExplainable Patterns (ExPatt)を提示する。
ExPattは、外部(テキスト)の情報ソースを使用して、観察または選択された発見の実用的な説明を自動的に生成します。
論文 参考訳（メタデータ） (2021-01-19T16:13:44Z) - Trustworthy AI [75.99046162669997]
入力データの小さな敵対的変化への脆さ、決定の説明能力、トレーニングデータのバイアスに対処する能力は、最も顕著な制限である。
我々は,AIシステムに対するユーザおよび公的な信頼を高める上での6つの重要な問題に対処するために,信頼に値するAIに関するチュートリアルを提案する。
論文 参考訳（メタデータ） (2020-11-02T20:04:18Z) - GDPR: When the Right to Access Personal Data Becomes a Threat [63.732639864601914]
個人データへのアクセス要求を行う300以上のデータコントローラについて検討する。
リクエストを処理したデータコントローラの50.4%が、ユーザを特定する手順に欠陥があることが分かりました。
望ましくない驚くべき結果によって、現在のデプロイメントでは、Webサービスのユーザのプライバシを実際に低下させています。
論文 参考訳（メタデータ） (2020-05-04T22:01:46Z)
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。