論文の概要: Personal Data Processing for Behavioural Targeting: Which Legal Basis?

• arxiv url: http://arxiv.org/abs/2511.20745v1
• Date: Tue, 25 Nov 2025 18:55:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-27 18:37:58.806174
• Title: Personal Data Processing for Behavioural Targeting: Which Legal Basis?
• Title（参考訳）: 行動ターゲティングのための個人データ処理:どの法的基盤か?
• Authors: Frederik Zuiderveen Borgesius,
• Abstract要約: 本稿では,ePrivacy Directiveのクッキー同意要件が個人データの処理に法的根拠を与えていないことを論じる。 企業が追跡クッキーの使用に関するe-Privacy Directiveの同意要件に準拠するためにオプトアウトシステムを使用したとしても、行動ターゲティングのために個人データを処理する場合、一般的にはデータ対象者の曖昧な同意を得る必要がある。
• 参考スコア（独自算出の注目度）: 0.2262632497140704
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The European Union Charter of Fundamental Rights only allows personal data processing if a data controller has a legal basis for the processing. This paper argues that in most circumstances the only available legal basis for the processing of personal data for behavioural targeting is the data subject's unambiguous consent. Furthermore, the paper argues that the cookie consent requirement from the ePrivacy Directive does not provide a legal basis for the processing of personal data. Therefore: even if companies could use an opt-out system to comply with the e-Privacy Directive's consent requirement for using a tracking cookie, they would generally have to obtain the data subject's unambiguous consent if they process personal data for behavioural targeting.
• Abstract（参考訳）: 欧州連合基本権憲章は、データコントローラが処理の法的根拠を持っている場合のみ、個人データ処理を許可する。 本稿は、行動ターゲティングのための個人データの処理に関する法的根拠は、ほとんどの状況において、データ対象の曖昧な同意のみである、と論じる。 さらに、ePrivacy Directiveからのクッキーの同意要件は、個人データの処理に法的根拠を与えていないと主張している。 したがって、もし企業が追跡クッキーの使用に関するe-Privacy Directiveの同意要件を満たすためにオプトアウトシステムを利用することができたとしても、行動ターゲティングのために個人データを処理する場合、一般的にはデータ対象者の曖昧な同意を得る必要がある。

関連論文リスト

• Conformidade com os Requisitos Legais de Privacidade de Dados: Um Estudo sobre Técnicas de Anonimização [3.2268447897914943]
  本研究の目的は,匿名化手法を解析し,法的要件とデータの有効性を保証する上での有効性を評価することである。 この分析により、プライバシーとユーティリティデータのバランスを取る必要性が強調された。
  論文  参考訳（メタデータ） (2025-07-24T12:31:28Z)
• PersonaBench: Evaluating AI Models on Understanding Personal Information through Accessing (Synthetic) Private User Data [76.21047984886273]
  パーソナライゼーションは、AIアシスタント、特に個々のユーザーと連携するプライベートAIモデルのコンテキストにおいて重要である。 このようなデータのセンシティブな性質のため、AIモデルのユーザ理解能力を評価するためのデータセットは公開されていない。 多様なユーザプロファイルを作成する合成データ生成パイプラインと、人間の活動をシミュレートするプライベートドキュメントを導入する。
  論文  参考訳（メタデータ） (2025-02-28T00:43:35Z)
• Extensible Consent Management Architectures for Data Trusts [0.0]
  本稿では,データトラストにおける同意管理の枠組みを提案する。 データは、対応する法的能力に基づいて確立された「ロールトンネル」を介してネットワークを流れることができる。
  論文  参考訳（メタデータ） (2023-09-28T18:28:50Z)
• Advanced Data Protection Control (ADPC): An Interdisciplinary Overview [0.0]
  Advanced Data Protection Control (ADPC)は、インターネットベースの個人データ保護と同意の実践を変えることができる技術仕様である。 ADPCは、個人のデータと同意の処理に対して、より人間中心のコントロールを提供することで、プライバシとエージェンシーに対する権利の実践を支援する。
  論文  参考訳（メタデータ） (2022-09-20T13:57:49Z)
• Post-processing of Differentially Private Data: A Fairness Perspective [53.29035917495491]
  本稿では,ポストプロセッシングが個人やグループに異なる影響を与えることを示す。 差分的にプライベートなデータセットのリリースと、ダウンストリームの決定にそのようなプライベートなデータセットを使用するという、2つの重要な設定を分析している。 それは、異なる公正度尺度の下で(ほぼ)最適である新しい後処理機構を提案する。
  論文  参考訳（メタデータ） (2022-01-24T02:45:03Z)
• Decision Making with Differential Privacy under a Fairness Lens [65.16089054531395]
  アメリカ国勢調査局は、多くの重要な意思決定プロセスの入力として使用される個人のグループに関するデータセットと統計を公表している。 プライバシと機密性要件に従うために、これらの機関は、しばしば、プライバシを保存するバージョンのデータを公開する必要がある。 本稿では,差分的プライベートデータセットのリリースについて検討し,公平性の観点から重要な資源配分タスクに与える影響を考察する。
  論文  参考訳（メタデータ） (2021-05-16T21:04:19Z)
• Detecting Compliance of Privacy Policies with Data Protection Laws [0.0]
  プライバシーポリシーは、しばしば理解が難しい広範囲の法的用語で書かれる。 我々は、さまざまなデータ保護法に基づきプライバシーポリシーを分析するフレームワークを提供することで、このギャップを埋めることを目指している。 このようなツールを使用することで、ユーザーは自分の個人データがどのように管理されているかを理解することができます。
  論文  参考訳（メタデータ） (2021-02-21T09:15:15Z)
• 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)
• BeeTrace: A Unified Platform for Secure Contact Tracing that Breaks Data Silos [73.84437456144994]
  接触追跡は、新型コロナウイルスなどの感染症の拡散を制御する重要な方法である。 現在のソリューションでは、ビジネスデータベースや個々のデジタルデバイスに格納された大量のデータを利用できません。 データサイロを破り、プライバシーの目標を保証するために最先端の暗号化プロトコルをデプロイする統合プラットフォームであるBeeTraceを提案する。
  論文  参考訳（メタデータ） (2020-07-05T10:33:45Z)
• The SPECIAL-K Personal Data Processing Transparency and Compliance Platform [0.1385411134620987]
  SPECIAL EU H 2020プロジェクトは、データポリシやデータ、イベント共有を表現するために使用できる。 システムは、データ処理と共有が、データ対象の同意に適合していることを検証することができる。
  論文  参考訳（メタデータ） (2020-01-26T14:30:09Z)

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。