論文の概要: Modelling GDPR-based Privacy Requirements with Software Engineering Diagrams: A Systematic Literature Review
- arxiv url: http://arxiv.org/abs/2604.16361v1
- Date: Thu, 19 Mar 2026 15:07:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-11 07:10:43.476943
- Title: Modelling GDPR-based Privacy Requirements with Software Engineering Diagrams: A Systematic Literature Review
- Title（参考訳）: GDPRベースのプライバシ要件をソフトウェアエンジニアリングダイアグラムでモデル化する: 体系的な文献レビュー
- Abstract要約: 一般データ保護規則の適用は、ソフトウェア工学(SE)におけるプライバシー要件の付与、モデリング、検証に大きく影響している。
本稿では、プライバシに基づく要件をシステム設計に取り込み統合するために、SEダイアグラムがどのように採用されたかについて、体系的な文献レビューを行う。
この発見は、ダイアグラム間統合、完全なトレーサビリティ、ツールサポート、自動コンプライアンスチェックの必要性を強調している。
- 参考スコア（独自算出の注目度）: 2.5616491738275435
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The application of the General Data Protection Regulation (GDPR) has significantly affected privacy requirements elicitation, modelling, and verification in Software Engineering (SE). One of the affected areas is requirements visualisation through modelling diagrams, which plays a crucial role in ensuring privacy compliance, as functional system requirements should be integrated with GDPR-based privacy requirements. We present a systematic literature review on how SE diagrams have been employed to capture and integrate GDPR-based privacy requirements into software system design. The study aims to identify the existing research landscape, existing gaps, and directions for future work. Following a rigorous search protocol and addressing two research questions, 18 primary studies published between 2017 and 2025 were selected, analysed, and categorised based on (i) the diagram types used, and (ii) the GDPR principles or rights addressed. The findings highlight the need for inter-diagram integration, full lifecycle traceability mechanisms, tool support, and automated compliance checking.
- Abstract（参考訳）: 一般データ保護規則(GDPR)の適用は、ソフトウェア工学(SE)におけるプライバシー要件の付与、モデリング、検証に大きく影響している。
GDPRベースのプライバシ要件と機能的なシステム要件を統合する必要があるため、プライバシコンプライアンスを確保する上で重要な役割を果たす。
本稿では、GDPRベースのプライバシ要件をソフトウェアシステム設計に取り込み統合するために、SEダイアグラムがどのように採用されたかについて、体系的な文献レビューを行う。
本研究は, 既存の研究状況, 既存のギャップ, 今後の研究の方向性を明らかにすることを目的としている。
厳格な探索プロトコルと2つの研究課題に対処し、2017年から2025年にかけて発行された18の初等研究が選定され、分析され、分類された。
一 使用する図式の種類、及び
(二)GDPRの原則又は権利
この調査結果は、ダイアグラム間統合、完全なライフサイクルトレーサビリティメカニズム、ツールサポート、自動コンプライアンスチェックの必要性を強調している。
関連論文リスト
- Privacy by Design: Aligning GDPR and Software Engineering Specifications with a Requirements Engineering Approach [14.785943510581923]
異なる利害関係者の要求に対処し、コンプライアンスを確保するために、法的な知識を仕様で捉えなければならない。
既存のアプローチは問題空間と解空間の複雑な交叉を説明できない。
論文 参考訳（メタデータ） (2025-10-24T15:59:34Z) - A Comprehensive Survey on Benchmarks and Solutions in Software Engineering of LLM-Empowered Agentic System [56.40989626804489]
この調査は、Large Language Modelsを使ったソフトウェアエンジニアリングに関する、最初の総合的な分析を提供する。
本稿では,150以上の最近の論文をレビューし,(1)素早い,微調整,エージェントベースのパラダイムに分類した解法,(2)コード生成,翻訳,修復などのタスクを含むベンチマークという2つの重要な側面に沿った分類法を提案する。
論文 参考訳（メタデータ） (2025-10-10T06:56:50Z) - How do Pre-Trained Models Support Software Engineering? An Empirical Study in Hugging Face [52.257764273141184]
オープンソースの事前訓練モデル(PTM)は、さまざまな機械学習(ML)タスクに広範なリソースを提供する。
これらのリソースには、ソフトウェア工学(SE)のニーズに合わせた分類がない。
私たちは147のSEタスクを含む分類法を導き、人気のあるオープンソースMLリポジトリであるHugging Face (HF)において、SE指向の分類をPTMに適用する。
PTMではコード生成が最も一般的なSEタスクであるのに対して、要件エンジニアリングとソフトウェア設計のアクティビティは限定的な注目を集めている。
論文 参考訳（メタデータ） (2025-06-03T15:51:17Z) - Federated Retrieval-Augmented Generation: A Systematic Mapping Study [11.931695766266879]
Federated Retrieval-Augmented Generation (Federated RAG)は、Federated Learning (FL)とRetrieval-Augmented Generation (RAG)を組み合わせる。
RAGは、外部知識のアウトプットを基礎にして、言語モデルの事実精度を向上させる。
本稿では,2020年から2025年の間に出版された文献を対象とした,フェデレートRAGの体系的マッピング研究について紹介する。
論文 参考訳（メタデータ） (2025-05-24T23:45:12Z) - Data Requirement Goal Modeling for Machine Learning Systems [2.4140502941897544]
本研究は,機械学習システムにおけるデータ要件の特定において,非専門家を導くアプローチを提案する。
我々はまず,白書を調査し,データ要求目標モデル(DRGM)を開発した。
次に、実世界のプロジェクトに基づいた2つの実証的な例を通して、このアプローチを検証する。
論文 参考訳（メタデータ） (2025-04-10T11:30:25Z) - Retrieval Augmented Generation and Understanding in Vision: A Survey and New Outlook [85.43403500874889]
Retrieval-augmented Generation (RAG) は人工知能(AI)において重要な技術である。
具体化されたAIのためのRAGの最近の進歩は、特に計画、タスク実行、マルチモーダル知覚、インタラクション、特殊ドメインの応用に焦点を当てている。
論文 参考訳（メタデータ） (2025-03-23T10:33:28Z) - Personalized Generation In Large Model Era: A Survey [90.7579254803302]
大規模モデルの時代には、コンテンツ生成は徐々にパーソナライズドジェネレーション(PGen)へとシフトしている。
本報告では,PGen に関する総合的な調査を行い,この急速に成長する分野における既存研究について考察する。
複数のモダリティにまたがるPGen研究をブリッジすることで、この調査は知識共有と学際的コラボレーションを促進する貴重な情報源となる。
論文 参考訳（メタデータ） (2025-03-04T13:34:19Z) - Transparent NLP: Using RAG and LLM Alignment for Privacy Q&A [15.86510147965235]
一般データ保護規則では、正確な処理情報を明確でアクセスしやすいものにする必要がある。
本稿では,その義務を果たすためのアライメント技術によって強化された,最先端の検索生成システムについて検討する。
論文 参考訳（メタデータ） (2025-02-10T16:42:00Z) - GDPR-Relevant Privacy Concerns in Mobile Apps Research: A Systematic Literature Review [1.9529165845805467]
この記事では、モバイルアプリのコンテキストにおけるプライバシーに関する既存の研究の概要を概観することを目的としている。
本研究は,ユーザからの個人データの直接収集,外部との個人データの共有,ユーザ同意の法的根拠としてのユーザ同意の分析という3つの重要なプライバシー問題に対処するものである。
論文 参考訳（メタデータ） (2024-11-28T13:42:46Z) - Model Generation with LLMs: From Requirements to UML Sequence Diagrams [9.114284818139069]
本稿では,NL要求から特定のモデル,すなわちシーケンス図を生成するChatGPTの能力について検討する。
本稿では,ChatGPTが生成した28種類の要求文書と異なるドメインのシーケンス図について検討する。
以上の結果から, モデルが標準に適合し, 合理的な理解可能性を示す一方で, 要求条件に対する完全性や正当性は, しばしば課題となることが示唆された。
論文 参考訳（メタデータ） (2024-04-09T15:07:25Z) - Towards an Enforceable GDPR Specification [49.1574468325115]
プライバシ・バイ・デザイン(PbD)は、EUなどの現代的なプライバシー規制によって規定されている。
PbDを実現する1つの新しい技術は強制(RE)である
法律規定の正式な仕様を作成するための一連の要件と反復的な方法論を提示する。
論文 参考訳（メタデータ） (2024-02-27T09:38:51Z) - Towards Automated Process Planning and Mining [77.34726150561087]
我々は、AIとBPM分野の研究者が共同で働く研究プロジェクトについて紹介する。
プロセスモデルを自動的に導出するための総合的な研究課題、研究の関連分野、および総合的な研究枠組みについて論じる。
論文 参考訳（メタデータ） (2022-08-18T16:41:22Z) - Wizard of Search Engine: Access to Information Through Conversations
with Search Engines [58.53420685514819]
我々は3つの側面からCISの研究を促進するために努力している。
目的検出(ID)、キーフレーズ抽出(KE)、行動予測(AP)、クエリ選択(QS)、通過選択(PS)、応答生成(RG)の6つのサブタスクでCIS用のパイプラインを定式化する。
検索エンジンのウィザード(WISE)と呼ばれるベンチマークデータセットをリリースし、CISのすべての側面について包括的かつ詳細な調査を可能にします。
論文 参考訳（メタデータ） (2021-05-18T06:35:36Z)
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。