論文の概要: Two Types of Data Privacy Controls
- arxiv url: http://arxiv.org/abs/2503.18729v1
- Date: Mon, 24 Mar 2025 14:37:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-25 14:37:08.264675
- Title: Two Types of Data Privacy Controls
- Title(参考訳): データプライバシ制御の2つのタイプ
- Authors: Eman Alashwali,
- Abstract要約: ユーザが自分のデータをWeb上でコントロールできなくなったと感じているのを聞くのは珍しいことではない。
この記事では、コントロールの観点から、主に見過ごされる2つのプライバシの相違について、光を当てることを目的としています。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Users share a vast amount of data while using web and mobile applications. Most service providers such as email and social media providers provide users with privacy controls, which aim to give users the means to control what, how, when, and with whom, users share data. Nevertheless, it is not uncommon to hear users say that they feel they have lost control over their data on the web. This article aims to shed light on the often overlooked difference between two main types of privacy from a control perspective: privacy between a user and other users, and privacy between a user and institutions. We argue why this difference is important and what we need to do from here.
- Abstract(参考訳): ユーザはWebやモバイルアプリケーションを使って、大量のデータを共有できる。
メールやソーシャルメディアプロバイダなどのほとんどのサービスプロバイダは、ユーザに対してプライバシコントロールを提供しており、ユーザがデータを共有する場所、場所、場所、場所を制御する手段を提供することを目指している。
それでも、ユーザが自分のデータをWeb上でコントロールできなくなったと感じているのを聞くことは珍しくない。
この記事では、ユーザと他のユーザ間のプライバシと、ユーザと機関間のプライバシという、コントロールの観点から見過ごされる2つの主要なプライバシの相違について、明確にすることを目的としています。
この違いがなぜ重要で、ここから何をする必要があるのか、私たちは議論しています。
関連論文リスト
- PriveShield: Enhancing User Privacy Using Automatic Isolated Profiles in Browsers [3.9251831157293515]
PriveShieldは、情報収集サイクルを妨害する軽量なプライバシーメカニズムである。
評価の結果,これらのシナリオの91%で再ターゲティング広告を防止できる可能性が示唆された。
論文 参考訳(メタデータ) (2025-01-03T20:29:33Z) - Fingerprinting and Tracing Shadows: The Development and Impact of Browser Fingerprinting on Digital Privacy [55.2480439325792]
ブラウザのフィンガープリントは、クッキーのような従来の方法なしでオンラインでユーザーを特定し、追跡するテクニックとして成長している。
本稿では, 各種指紋認証技術について概説し, 収集データのエントロピーと特異性を解析する。
論文 参考訳(メタデータ) (2024-11-18T20:32:31Z) - Mind the Privacy Unit! User-Level Differential Privacy for Language Model Fine-Tuning [62.224804688233]
差分プライバシ(DP)は、モデルが特定のプライバシユニットで「ほとんど区別できない」ことを保証することで、有望なソリューションを提供する。
ユーザ間でのプライバシー保護の確保に必要なアプリケーションによって動機づけられたユーザレベルのDPについて検討する。
論文 参考訳(メタデータ) (2024-06-20T13:54:32Z) - Towards a decentralized data privacy protocol for self-sovereignty in the digital world [0.0]
クロスサービスプライバシ・プライバシ・プライオリティ管理のためのリッチなユーザ中心アプローチへのパラダイムシフトを提案する。
本稿では,分散データプライバシプロトコルの実現を提案する。
論文 参考訳(メタデータ) (2024-04-19T12:19:04Z) - Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。
ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
論文 参考訳(メタデータ) (2023-04-06T05:20:16Z) - 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) - "I need a better description'': An Investigation Into User Expectations
For Differential Privacy [31.352325485393074]
差分プライバシーに関連するユーザのプライバシ期待について検討する。
ユーザが関心を持っているのは、差分プライバシーが保護する情報漏洩の種類だ。
差分プライバシを記述する方法が,ユーザプライバシの期待を必然的に設定していることが分かりました。
論文 参考訳(メタデータ) (2021-10-13T02:36:37Z) - 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) - The Challenges and Impact of Privacy Policy Comprehension [0.0]
本稿では、避けられないシンプルなプライバシーポリシーのプライバシーフレンドリさを実験的に操作した。
参加者の半数は、この透明なプライバシーポリシーさえ誤解している。
このような落とし穴を緩和するため、私たちはインフォームドコンセントの品質を向上させる設計勧告を提示します。
論文 参考訳(メタデータ) (2020-05-18T14:16:48Z)
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。