論文の概要: Privacy Law Enforcement Under Centralized Governance: A Qualitative Analysis of Four Years' Special Privacy Rectification Campaigns

• arxiv url: http://arxiv.org/abs/2503.08568v1
• Date: Tue, 11 Mar 2025 15:56:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-12 15:41:22.660726
• Title: Privacy Law Enforcement Under Centralized Governance: A Qualitative Analysis of Four Years' Special Privacy Rectification Campaigns
• Title（参考訳）: 中央集権統治下でのプライバシー法施行--4年間の特別プライバシー保護キャンペーンの質的分析
• Authors: Tao Jing, Yao Li, Jingzhou Ye, Jie Wang, Xueqiang Wang,
• Abstract要約: 中国は、SPRC(Special Privacy Rectification Campaigns)と呼ばれる一連のプライバシー執行キャンペーンを開始した。 SPRCは、大規模なプライバシーレビューと厳格な制裁によって特徴づけられる。 キャンペーンスタイルのプライバシ適用をよりよく理解するため,SPRCに関わるアプリ関連エンジニアに対して18回の半構造化インタビューを行った。
• 参考スコア（独自算出の注目度）: 8.568810204115938
• License:
• Abstract: In recent years, major privacy laws like the GDPR have brought about positive changes. However, challenges remain in enforcing the laws, particularly due to under-resourced regulators facing a large number of potential privacy-violating software applications (apps) and the high costs of investigating them. Since 2019, China has launched a series of privacy enforcement campaigns known as Special Privacy Rectification Campaigns (SPRCs) to address widespread privacy violations in its mobile application (app) ecosystem. Unlike the enforcement of the GDPR, SPRCs are characterized by large-scale privacy reviews and strict sanctions, under the strong control of central authorities. In SPRCs, central government authorities issue administrative orders to mobilize various resources for market-wide privacy reviews of mobile apps. They enforce strict sanctions by requiring privacy-violating apps to rectify issues within a short timeframe or face removal from app stores. While there are a few reports on SPRCs, the effectiveness and potential problems of this campaign-style privacy enforcement approach remain unclear to the community. In this study, we conducted 18 semi-structured interviews with app-related engineers involved in SPRCs to better understand the campaign-style privacy enforcement. Based on the interviews, we reported our findings on a variety of aspects of SPRCs, such as the processes that app engineers regularly follow to achieve privacy compliance in SPRCs, the challenges they encounter, the solutions they adopt to address these challenges, and the impacts of SPRCs, etc. We found that app engineers face a series of challenges in achieving privacy compliance in their apps...
• Abstract（参考訳）: 近年、GDPRのような主要なプライバシー法は前向きな変化をもたらしている。 しかし、プライバシーを侵害する可能性のあるソフトウェアアプリケーション(アプリ)が多数存在することや、それらを調べるコストが高いことなどから、法律の施行には依然として課題が残されている。 2019年以降、中国は、モバイルアプリ(アプリ)エコシステムにおける広範なプライバシー侵害に対処するため、SPRC(Special Privacy Rectification Campaigns)と呼ばれる一連のプライバシー執行キャンペーンを開始した。 GDPRの施行と異なり、SPRCは中央当局の強い統制の下で、大規模なプライバシーレビューと厳格な制裁が特徴である。 SPRCでは、中央政府当局が、モバイルアプリの市場規模のプライバシレビューのためにさまざまなリソースを動員する管理命令を発している。 彼らはプライバシーを侵害するアプリに対して、短時間で問題を修正したり、アプリストアから顔を取り除いたりすることで厳格な制裁を課している。 SPRCに関する報告はいくつかあるが、このキャンペーンスタイルのプライバシー執行アプローチの有効性と潜在的な問題は、コミュニティにはまだ明らかではない。 本研究では,SPRCに関わるアプリ関連技術者18名を対象に,キャンペーンスタイルのプライバシ適用の理解を深めるため,半構造化インタビューを行った。 インタビューに基づいて,アプリエンジニアがSPRCのプライバシコンプライアンスを達成するためのプロセス,直面した課題,これらの課題に対処するために採用したソリューション,SPRCの影響など,SPRCのさまざまな側面に関する調査結果を報告した。 アプリエンジニアたちは、アプリにおけるプライバシーコンプライアンスを達成する上で、さまざまな課題に直面している。

関連論文リスト

• How Privacy-Savvy Are Large Language Models? A Case Study on Compliance and Privacy Technical Review [15.15468770348023]
  プライバシ情報抽出(PIE)、法および規制キーポイント検出(KPD)、質問応答(QA)などのプライバシー関連タスクにおいて、大規模言語モデルの性能を評価する。 本稿では, BERT, GPT-3.5, GPT-4, カスタムモデルなど, プライバシコンプライアンスチェックや技術プライバシレビューの実行能力について検討する。 LLMは、プライバシーレビューの自動化と規制上の相違点の特定を約束する一方で、法律標準の進化に完全に準拠する能力において、大きなギャップが持続している。
  論文  参考訳（メタデータ） (2024-09-04T01:51:37Z)
• PrivacyLens: Evaluating Privacy Norm Awareness of Language Models in Action [54.11479432110771]
  PrivacyLensは、プライバシに敏感な種子を表現的なヴィグネットに拡張し、さらにエージェントの軌跡に拡張するために設計された新しいフレームワークである。 プライバシの文献とクラウドソーシングされたシードに基づいて、プライバシの規範のコレクションをインスタンス化する。 GPT-4やLlama-3-70Bのような最先端のLMは、プライバシー強化の指示が出されたとしても、機密情報を25.68%、38.69%のケースでリークしている。
  論文  参考訳（メタデータ） (2024-08-29T17:58:38Z)
• Privacy Risks of General-Purpose AI Systems: A Foundation for Investigating Practitioner Perspectives [47.17703009473386]
  強力なAIモデルによって、幅広いタスクでパフォーマンスが飛躍的に向上した。 プライバシの懸念は、さまざまなプライバシのリスクとAIモデルの脆弱性をカバーした、豊富な文献につながっている。 我々はこれらの調査論文の体系的なレビューを行い、GPAISにおけるプライバシーリスクの簡潔かつ有用な概観を提供する。
  論文  参考訳（メタデータ） (2024-07-02T07:49:48Z)
• Evaluating Privacy Perceptions, Experience, and Behavior of Software Development Teams [2.818645620433775]
  調査には23カ国から362人が参加し、プロダクトマネージャ、開発者、テスタといった役割を担っています。 以上の結果から,SDLC の役割におけるプライバシ定義の多様性が示唆され,SDLC 全体にわたる総合的なプライバシアプローチの必要性が強調された。 ほとんどの参加者はHIPAAや他の規制に精通しており、多段階コンプライアンスが主な関心事である。
  論文  参考訳（メタデータ） (2024-04-01T17:55:10Z)
• Is It a Trap? A Large-scale Empirical Study And Comprehensive Assessment of Online Automated Privacy Policy Generators for Mobile Apps [15.181098379077344]
  自動プライバシポリシジェネレータは、モバイルアプリのプライバシポリシを作成することができる。 プライバシーポリシーの約20.1%は、既存のAPPGによって生成される可能性がある。 アプリケーション開発者は、潜在的な落とし穴を避けるために、適切にAPPGを選択して使用する必要があります。
  論文  参考訳（メタデータ） (2023-05-05T04:08:18Z)
• 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)
• PLUE: Language Understanding Evaluation Benchmark for Privacy Policies in English [77.79102359580702]
  プライバシポリシ言語理解評価ベンチマークは,プライバシポリシ言語理解を評価するマルチタスクベンチマークである。 また、プライバシポリシの大規模なコーパスを収集し、プライバシポリシドメイン固有の言語モデル事前トレーニングを可能にします。 ドメイン固有の連続的な事前トレーニングは、すべてのタスクでパフォーマンスを改善することを実証します。
  論文  参考訳（メタデータ） (2022-12-20T05:58:32Z)
• A Fine-grained Chinese Software Privacy Policy Dataset for Sequence Labeling and Regulation Compliant Identification [23.14031861460124]
  中国初のプライバシポリシデータセットであるCA4P-483を構築し、シークエンスラベリングタスクと規制コンプライアンスの識別を容易にする。 私たちのデータセットには、中国のAndroidアプリケーションプライバシポリシ483、11K以上の文、52Kの細かいアノテーションが含まれています。
  論文  参考訳（メタデータ） (2022-12-04T05:59:59Z)
• A Security & Privacy Analysis of US-based Contact Tracing Apps [0.0]
  世界中の政府は、接触追跡プロセスの高速化を支援するために、接触追跡(CT)アプリの開発とデプロイを計画している。 専門家たちは、これらのアプリの使用による長期的なプライバシーとセキュリティへの影響について懸念を抱いた。 GoogleとAppleは、公衆衛生当局がプライバシー保護のCTアプリを開発するのを助けるために、Google/Apple Exposure Notificationフレームワークを開発した。
  論文  参考訳（メタデータ） (2022-07-18T23:14:49Z)
• Having your Privacy Cake and Eating it Too: Platform-supported Auditing of Social Media Algorithms for Public Interest [70.02478301291264]
  ソーシャルメディアプラットフォームは、情報や機会へのアクセスをキュレートするので、公衆の言論を形成する上で重要な役割を果たす。 これまでの研究では、これらのアルゴリズムが偏見や差別的な結果をもたらすことを示すためにブラックボックス法が用いられてきた。 本稿では,提案法の目標を満たすプラットフォーム支援型監査手法を提案する。
  論文  参考訳（メタデータ） (2022-07-18T17:32:35Z)
• Analysis of Longitudinal Changes in Privacy Behavior of Android Applications [79.71330613821037]
  本稿では,プライバシに関して,Androidアプリが時間とともにどのように変化してきたかを検討する。 HTTPSの採用、アプリが他のインストール済みアプリのデバイスをスキャンするかどうか、プライバシに敏感なデータに対するパーミッションの使用、ユニークな識別子の使用について検討する。 アプリがアップデートを受け続けるにつれて、プライバシ関連の振る舞いは時間とともに改善され、アプリによって使用されるサードパーティライブラリが、プライバシに関するより多くの問題に責任を負っていることが分かっています。
  論文  参考訳（メタデータ） (2021-12-28T16:21:31Z)

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。