論文の概要: A Systematic Review and Taxonomy for Privacy Breach Classification: Trends, Gaps, and Future Directions
- arxiv url: http://arxiv.org/abs/2505.13694v1
- Date: Mon, 19 May 2025 19:52:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-21 14:49:52.505338
- Title: A Systematic Review and Taxonomy for Privacy Breach Classification: Trends, Gaps, and Future Directions
- Title（参考訳）: プライバシ・リーチ分類のための体系的レビューと分類:トレンド,ギャップ,今後の方向性
- Authors: Clint Fuchs, John D. Hastings,
- Abstract要約: 本研究は,2010-2024年におけるプライバシー侵害と侵害の分類に関する学術文献の総合的な考察である。
スクリーニングされた研究のコーパスを収集,分析し,分野における主要な研究テーマ,新たなトレンド,ギャップを同定した。
新たな分類法を導入し、研究成果を、違反分類、報告分類、侵害検出、脅威検出、侵害予測、リスク分析、脅威分類の7つの領域に分類する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In response to the rising frequency and complexity of data breaches and evolving global privacy regulations, this study presents a comprehensive examination of academic literature on the classification of privacy breaches and violations between 2010-2024. Through a systematic literature review, a corpus of screened studies was assembled and analyzed to identify primary research themes, emerging trends, and gaps in the field. A novel taxonomy is introduced to guide efforts by categorizing research efforts into seven domains: breach classification, report classification, breach detection, threat detection, breach prediction, risk analysis, and threat classification. An analysis reveals that breach classification and detection dominate the literature, while breach prediction and risk analysis have only recently emerged in the literature, suggesting opportunities for potential research impacts. Keyword and phrase frequency analysis reveal potentially underexplored areas, including location privacy, prediction models, and healthcare data breaches.
- Abstract（参考訳）: 本研究は,データ侵害の頻度と複雑性の増大とグローバルプライバシ規制の進展に対応するため,2010年から2024年にかけてのプライバシー侵害と侵害の分類に関する学術文献を包括的に調査する。
体系的な文献レビューを通じて、スクリーニングされた研究のコーパスを組み立て、分析し、主要な研究テーマ、新しいトレンド、分野のギャップを識別した。
新たな分類法を導入し、研究成果を、違反分類、報告分類、侵害検出、脅威検出、侵害予測、リスク分析、脅威分類の7つの領域に分類する。
分析によると、侵害分類と検出が文献を支配しているのに対し、侵害予測とリスク分析は文献に最近登場したばかりであり、潜在的に研究に影響を及ぼす可能性が示唆されている。
キーワードとフレーズの頻度分析により、位置情報のプライバシー、予測モデル、医療データ漏洩など、未発見の領域が明らかになった。
関連論文リスト
- Out-of-Distribution Detection on Graphs: A Survey [58.47395497985277]
グラフアウト・オブ・ディストリビューション(GOOD)検出は、トレーニング中に見られる分布から逸脱するグラフデータを特定することに焦点を当てる。
既存の手法を,拡張ベース,再構築ベース,情報伝達ベース,分類ベースという4つのタイプに分類する。
本稿では,グラフデータによるユニークな課題を浮き彫りにして,実践的応用と理論的基礎について論じる。
論文 参考訳（メタデータ） (2025-02-12T04:07:12Z) - Dive into Time-Series Anomaly Detection: A Decade Review [19.883791946730494]
時系列異常検出は重要な活動であり、サイバーセキュリティ、金融市場、法執行機関、医療など様々な分野で応用されている。
この調査は、時系列の文脈においてプロセス中心の分類の下で既存のソリューションを異常に検出し、要約する。
異常検出手法の独自の分類に加えて,文献のメタアナリシスを行い,時系列異常検出研究における一般的な傾向を概説する。
論文 参考訳（メタデータ） (2024-12-29T16:11:46Z) - Model Inversion Attacks: A Survey of Approaches and Countermeasures [59.986922963781]
近年、新しいタイプのプライバシ攻撃であるモデル反転攻撃(MIA)は、トレーニングのためのプライベートデータの機密性を抽出することを目的としている。
この重要性にもかかわらず、総合的な概要とMIAに関する深い洞察を提供する体系的な研究が欠如している。
本調査は、攻撃と防御の両方において、最新のMIA手法を要約することを目的としている。
論文 参考訳（メタデータ） (2024-11-15T08:09:28Z) - Unveiling the Spectrum of Data Contamination in Language Models: A Survey from Detection to Remediation [28.997127566200753]
トレーニングコーパスの問題は、評価ベンチマークと重なり、汚染と評価され、最近の重要な研究の焦点となっている。
この研究の目的は、汚染を特定し、その影響を理解し、緩和戦略を探求することである。
この調査は、データ汚染研究の最新の進歩の簡潔な概要となる。
論文 参考訳（メタデータ） (2024-06-20T18:07:26Z) - Inference Attacks: A Taxonomy, Survey, and Promising Directions [44.290208239143126]
この調査は、ML-as-a-serviceにおける攻撃の詳細な包括的推測とそれに対応する対策を提供する。
まず,コミュニティ研究状況に基づく3MP分類法を提案する。
また、各種類の推論攻撃の長所と短所、ワークフロー、対策、およびそれらが他の攻撃とどのように相互作用するかを分析する。
論文 参考訳（メタデータ） (2024-06-04T07:06:06Z) - A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。
本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
論文 参考訳（メタデータ） (2024-03-31T12:44:48Z) - Meta-survey on outlier and anomaly detection [0.0]
本稿では,一般的な調査の体系的メタサーベイと,異常検出と異常検出に関するレビューを実装した。
2つの専門的な科学的な検索エンジンを使って500近い論文を集めている。
本稿は,20年間にわたる外乱検出フィールドの進化を考察し,新たなテーマと方法を明らかにする。
論文 参考訳（メタデータ） (2023-12-12T09:29:22Z) - SoK: Evaluations in Industrial Intrusion Detection Research [8.356036431147889]
産業侵入検知システムは、最も洗練された侵入さえもタイムリーに発見しようとする。
社会に対する批判のため、この急速に成長する分野は様々な背景から研究者を惹きつけている。
609の論文を分析したところ, この研究分野の急速な成長は, 肯定的かつ否定的な結果をもたらすことがわかった。
論文 参考訳（メタデータ） (2023-11-06T07:49:58Z) - Deep Learning for Anomaly Detection: A Review [150.9270911031327]
本稿では,3つの高レベルカテゴリと11の細粒度カテゴリの進歩を網羅した包括的分類法による深部異常検出の研究について調査する。
我々は、それらの重要な直観、客観的機能、基礎となる仮定、利点とデメリットをレビューし、上記の課題にどのように対処するかについて議論する。
論文 参考訳（メタデータ） (2020-07-06T02:21:16Z) - Anomalous Example Detection in Deep Learning: A Survey [98.2295889723002]
本調査は,ディープラーニングアプリケーションにおける異常検出の研究について,構造化された包括的概要を提供する。
既存の技術に対する分類法を,その基礎となる前提と採用アプローチに基づいて提案する。
本稿では,DLシステムに異常検出技術を適用しながら未解決の研究課題を取り上げ,今後の課題について述べる。
論文 参考訳（メタデータ） (2020-03-16T02:47:23Z)
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。