Fugu-MT 論文翻訳(概要): Would you mind being watched by machines? Privacy concerns in data mining

論文の概要: Would you mind being watched by machines? Privacy concerns in data mining

arxiv url: http://arxiv.org/abs/2503.17428v1
Date: Fri, 21 Mar 2025 12:01:42 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-25 14:37:38.694499
Title: Would you mind being watched by machines? Privacy concerns in data mining
Title（参考訳）: マシンで見ていただけませんか? データマイニングにおけるプライバシー問題
Authors: Vincent C. Müller,
Abstract要約: マシンによるアクセスは、解析は人間や理解する機械によって行われる必要があるため、さらなる情報へのアクセスを保証できないと論じられている。現在のデータマイニングはプライバシーの権利に違反しており、人々による個人情報へのアクセスに関する標準的な法的制約を課すべきである、と結論付けている。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Data mining is not an invasion of privacy because access to data is only by machines, not by people: this is the argument that is investigated here. The current importance of this problem is developed in a case study of data mining in the USA for counterterrorism and other surveillance purposes. After a clarification of the relevant nature of privacy, it is argued that access by machines cannot warrant the access to further information, since the analysis will have to be made either by humans or by machines that understand. It concludes that the current data mining violates the right to privacy and should be subject to the standard legal constraints for access to private information by people.
Abstract（参考訳）: データマイニングはプライバシの侵害ではない。データへのアクセスはマシンによってのみ行われる。この問題の現在の重要性は、対テロやその他の監視目的のために米国におけるデータマイニングのケーススタディで展開されている。プライバシの関連性を明確にした上で、マシンによるアクセスは、さらなる情報へのアクセスを保証できない、と論じられている。現在のデータマイニングはプライバシーの権利に違反しており、人々による個人情報へのアクセスに関する標準的な法的制約を課すべきである、と結論付けている。

関連論文リスト

FT-PrivacyScore: Personalized Privacy Scoring Service for Machine Learning Participation [4.772368796656325]
実際には、制御されたデータアクセスは、多くの産業や研究環境でデータプライバシを保護する主要な方法である。我々は,FT-PrivacyScoreのプロトタイプを開発し,モデル微調整作業に参加する際のプライバシーリスクを効率よく定量的に推定できることを実証した。
論文参考訳（メタデータ） (2024-10-30T02:41:26Z)
Embedding Privacy in Computational Social Science and Artificial Intelligence Research [2.048226951354646]
プライバシーの保護は研究の重要な要素として浮上している。高度な計算モデルの利用の増加は、プライバシーの懸念を悪化させる。この記事では、プライバシの役割と、CSS、AI、データサイエンス、および関連するドメインで働く研究者が直面する問題について議論することによって、この分野に貢献する。
論文参考訳（メタデータ） (2024-04-17T16:07:53Z)
Position: Considerations for Differentially Private Learning with Large-Scale Public Pretraining [75.25943383604266]
大規模なWebスクレイプデータセットの使用は、差分プライバシ保存と見なすべきかどうかを疑問視する。 Webデータ上で事前訓練されたこれらのモデルを“プライベート”として公開することで、市民のプライバシーに対する信頼を意味のあるプライバシの定義として損なう可能性があることを警告します。公的な事前学習がより普及し、強力になるにつれて、私的な学習分野への道のりを議論することで、我々は結論づける。
論文参考訳（メタデータ） (2022-12-13T10:41:12Z)
Privacy Explanations - A Means to End-User Trust [64.7066037969487]
この問題に対処するために、説明可能性がどのように役立つかを検討しました。私たちはプライバシーの説明を作成し、エンドユーザの理由と特定のデータが必要な理由を明らかにするのに役立ちました。我々の発見は、プライバシーの説明がソフトウェアシステムの信頼性を高めるための重要なステップであることを示している。
論文参考訳（メタデータ） (2022-10-18T09:30:37Z)
The Privacy Onion Effect: Memorization is Relative [76.46529413546725]
もっとも脆弱な外接点の"層"を取り除くことで、前もって安全だった点の新たな層を同じ攻撃に晒す。これは、機械学習のようなプライバシー強化技術が、他のユーザーのプライバシーに悪影響を及ぼす可能性を示唆している。
論文参考訳（メタデータ） (2022-06-21T15:25:56Z)
Equity and Privacy: More Than Just a Tradeoff [10.545898004301323]
近年の研究では、プライバシ保護データ公開が、異なる集団グループ間で異なるレベルのユーティリティを導入できることが示されている。限界人口は、プライバシー技術から不公平に実用性を減らすのだろうか? 不等式があれば、どのように対処すればよいのか?
論文参考訳（メタデータ） (2021-11-08T17:39:32Z)
Privacy in Open Search: A Review of Challenges and Solutions [0.6445605125467572]
情報検索(IR)は、攻撃や意図しない文書や検索履歴の開示など、プライバシー上の脅威に晒されている。この研究は、ユーザの生成したテキストデータを含むタスクに焦点を当て、最近のIR文学におけるプライバシーに関するオープンな課題を強調し、議論することを目的としている。
論文参考訳（メタデータ） (2021-10-20T18:38:48Z)
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)
Security and Privacy Preserving Deep Learning [2.322461721824713]
ディープラーニングに必要な膨大なデータ収集は、明らかにプライバシーの問題を提示している。写真や音声録音などの、個人的かつ高感度なデータは、収集する企業によって無期限に保持される。深層ニューラルネットワークは、トレーニングデータに関する情報を記憶するさまざまな推論攻撃の影響を受けやすい。
論文参考訳（メタデータ） (2020-06-23T01:53:46Z)
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。