論文の概要: Privacy, Informed Consent and the Demand for Anonymisation of Smart Meter Data
- arxiv url: http://arxiv.org/abs/2509.00101v1
- Date: Wed, 27 Aug 2025 20:05:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-04 15:17:03.080717
- Title: Privacy, Informed Consent and the Demand for Anonymisation of Smart Meter Data
- Title（参考訳）: スマートメータデータの匿名化へのプライバシ, インフォームドコンセントと要求
- Authors: Saurab Chhachhi, Fei Teng,
- Abstract要約: 我々は、匿名化のための非金銭的(ウィリングネスとシェア、スマートな計測需要)と金銭的(ウィリングネスとペイ/アクセプション)の選好を推定するために、混合メソッドアプローチを使用します。
平均して、消費者は匿名化にお金を払っているし、匿名化がオプションとして提示されたら匿名化されていないデータをシェアする意思も低い。
- 参考スコア（独自算出の注目度）: 2.111461702802409
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Access to smart meter data offers system-wide benefits but raises significant privacy concerns due to the personal information it contains. Privacy-preserving techniques could facilitate wider access, though they introduce privacy-utility trade-offs. Understanding consumer valuations for anonymisation can help identify appropriate trade-offs. However, existing studies do not focus on anonymisation specifically or account for information asymmetries regarding privacy risks, raising questions about the validity of informed consent under current regulations. We use a mixed-methods approach to estimate non-monetary (willingness-to-share and smart metering demand) and monetary (willingness-to-pay/accept) preferences for anonymisation, based on a representative sample of 965 GB bill payers. An embedded randomised control trial examines the effect of providing information about privacy implications. On average, consumers are willing to pay for anonymisation, are more willing to share data when anonymised and less willing to share non-anonymised data once anonymisation is presented as an option. However, a significant minority remains unwilling to adopt smart meters, despite anonymisation. We find strong evidence of information asymmetries that suppress demand for anonymisation and identify substantial variation across demographic and electricity supply characteristics. Qualitative responses corroborate the quantitative findings, underscoring the need for stronger privacy defaults, user-centric design, and consent mechanisms that enable truly informed decisions.
- Abstract（参考訳）: スマートメーターデータへのアクセスは、システム全体のメリットを提供するが、個人情報が格納されているため、重要なプライバシー上の懸念を生じさせる。
プライバシ保護技術は、プライバシユーティリティのトレードオフを導入しながらも、幅広いアクセスを促進する可能性がある。
匿名化のための消費者のバリュエーションを理解することは、適切なトレードオフを特定するのに役立つ。
しかし、既存の研究では、特に匿名化に焦点を当てたり、プライバシーリスクに関する情報非対称性を考慮に入れたりせず、現在の規制下でのインフォームド・コンセントの有効性に関する疑問を提起している。
我々は、965 GB の請求書の代表的なサンプルに基づいて、匿名化のための非金銭的(ウィリングネス・ツー・シェアとスマート計測需要)と金銭的(ウィリングネス・トゥ・ペイ/アクセプション)の選好を推定するために混合メソッド・アプローチを用いる。
組込みランダム化制御試験は、プライバシ含意に関する情報を提供することの効果を調べる。
平均して、消費者は匿名化にお金を払っているし、匿名化がオプションとして提示されたら匿名化されていないデータをシェアする意思も低い。
しかし、匿名化にもかかわらず、かなりの少数派はスマートメーターの採用を望んでいない。
匿名化の需要を抑える情報非対称性の強い証拠を見つけ、人口統計学的および電力供給特性のかなりの変動を同定する。
質的な反応は、定量的な発見を裏付け、より強力なプライバシーのデフォルト、ユーザー中心の設計、そして真にインフォームドな決定を可能にする同意メカニズムの必要性を強調している。
関連論文リスト
- Exposing Privacy Risks in Anonymizing Clinical Data: Combinatorial Refinement Attacks on k-Anonymity Without Auxiliary Information [3.3423762257383216]
ローカルリコーディングを用いて生成したk匿名化データセットを対象とした,新たなプライバシ攻撃手法を提案する。
実世界の臨床マイクロデータを用いた結果から,外部情報がない場合でも,確立された匿名化フレームワークが保証されるレベルのプライバシを提供できないことが明らかとなった。
論文 参考訳（メタデータ） (2025-09-03T14:36:06Z) - Information-theoretic Estimation of the Risk of Privacy Leaks [0.0]
データセット内のアイテム間の依存関係は、プライバシリークを引き起こす可能性がある。
本稿では,プライバシ侵害の可能性を示唆する指標として,元データとランダム化器からのノイズ応答の相関を計測する。
論文 参考訳（メタデータ） (2025-06-14T03:39:11Z) - Fair Play for Individuals, Foul Play for Groups? Auditing Anonymization's Impact on ML Fairness [1.1999555634662633]
匿名化技術は、個人を正確に識別することがより困難になる。
グループフェアネスの指標は最大4桁まで劣化させることができる。
個人の公正度は、より強い匿名化の下で改善する傾向がある。
この研究は、プライバシ、公正、ユーティリティ間のトレードオフに関する重要な洞察を提供する。
論文 参考訳（メタデータ） (2025-05-12T18:32:28Z) - A False Sense of Privacy: Evaluating Textual Data Sanitization Beyond Surface-level Privacy Leakage [77.83757117924995]
我々は、データリリース時の個人のプライバシーリスクを定量化するために、再識別攻撃を評価する新しいフレームワークを提案する。
本手法は, 衛生データから年齢や物質使用履歴などのセンシティブな属性を推測するために, 一見無害な補助情報を利用できることを示す。
論文 参考訳（メタデータ） (2025-04-28T01:16:27Z) - Defining 'Good': Evaluation Framework for Synthetic Smart Meter Data [14.779917834583577]
スマートメーターデータセットのプライバシーリスクを評価するには,標準プライバシ攻撃手法が不十分であることを示す。
本稿では,トレーニングデータを不確実なアウトレーラで注入し,それらのアウトレーラに直接プライバシ攻撃を発生させる手法を提案する。
論文 参考訳（メタデータ） (2024-07-16T14:41:27Z) - 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) - Breaking the Communication-Privacy-Accuracy Tradeoff with
$f$-Differential Privacy [51.11280118806893]
サーバが複数のユーザの協調的なデータ分析を,プライバシの懸念と限られた通信能力で調整する,フェデレートされたデータ分析問題を考える。
有限出力空間を有する離散値機構の局所的差分プライバシー保証を$f$-differential privacy (DP) レンズを用いて検討する。
より具体的には、様々な離散的評価機構の厳密な$f$-DP保証を導出することにより、既存の文献を前進させる。
論文 参考訳（メタデータ） (2023-02-19T16:58:53Z) - How Do Input Attributes Impact the Privacy Loss in Differential Privacy? [55.492422758737575]
DPニューラルネットワークにおけるオブジェクトごとの規範と個人のプライバシ損失との関係について検討する。
プライバシ・ロス・インプット・サセプティビリティ(PLIS)と呼ばれる新しい指標を導入し、被験者のプライバシ・ロスを入力属性に適応させることを可能にした。
論文 参考訳（メタデータ） (2022-11-18T11:39:03Z) - Statistical anonymity: Quantifying reidentification risks without
reidentifying users [4.103598036312231]
データ匿名化は、参加者の再識別を防ぐためのプライバシ保護データリリースに対するアプローチである。
リリースされたデータに$k$匿名を強制するための既存のアルゴリズムは、匿名化を実行するキュレーターが元のデータに完全にアクセスできることを前提としている。
本稿では,キュレーターに置かれなければならない信頼を減らすためのアイデアについて検討するが,それでも$k$匿名性の統計的概念は維持されている。
論文 参考訳（メタデータ） (2022-01-28T18:12:44Z)
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。