論文の概要: Enhancing Privacy, Neglecting Harms: An Analysis of Real-World Digital Privacy Incidents
- arxiv url: http://arxiv.org/abs/2609.07217v1
- Date: Mon, 07 Sep 2026 08:34:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-12 01:10:58.276885
- Title: Enhancing Privacy, Neglecting Harms: An Analysis of Real-World Digital Privacy Incidents
- Title（参考訳）: プライバシーを強化し、ハームを無視する - 現実世界におけるデジタルプライバシのインシデントの分析
- Abstract要約: 我々はプライバシのインシデントと、プライバシを経験する人々の現実に対する理解を再考する。
我々は、データフローの複雑さと結果の害との関係を包含する新しい情報フローモデルを開発する。
- 参考スコア（独自算出の注目度）: 46.19630304097305
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Privacy-enhancing technologies (PETs) have emerged as a technical means for providing individuals with greater control over their information. Yet despite the growing deployment of PETs, people continue to experience privacy harms. In this work, we revisit our understanding of privacy incidents and the realities of those experiencing privacy harms, to assess whether the goals and abilities of PETs are misaligned with the harms people face. For our study, we collect news articles that correspond to a sample of 257 real-world privacy incidents. We employ content analysis over the articles to develop a new information flow model that encompasses the complexity of data flows and their relation to resulting harms. We demonstrate that our model captures both established and novel aspects of privacy incidents and their mitigations. In particular, it captures why consent is often insufficient to prevent privacy violations, how harms emerge from complex interactions among multiple entities and actions, and reveals a flaw in our understanding of PETs: a focus on enabling functionalities still permits the harms inherent in those functionalities. Moreover, we find that the entities best positioned to implement harm-preventing measures for the incidents in our sample are the least incentivized to do so. Overall, our model and analysis identify limitations of privacy technology research for harm prevention and further identifies paths for transforming how we approach the advancement of these technologies.
- Abstract（参考訳）: プライバシー向上技術(PET)は、個人に情報をより深くコントロールするための技術的手段として登場した。
しかし、PETの配備が増えているにもかかわらず、人々はプライバシーの害を受け続けている。
本研究は,PETの目標と能力が,人々の直面する害と一致しているかどうかを評価するために,プライバシー問題に対する理解と,プライバシ障害を経験する人々の現実を再考するものである。
本研究では,現実世界のプライバシー問題257件に対応するニュース記事を収集した。
データフローの複雑さと結果の害との関係を包含する新しい情報フローモデルを開発するために,記事のコンテンツ分析を利用する。
当社のモデルでは,プライバシインシデントと緩和の確立された側面と新しい側面の両方を捉えていることを実証する。
特に、プライバシー侵害を防ぐために同意が不十分な理由や、複数のエンティティやアクション間の複雑な相互作用から害が生じること、PETの理解に欠陥があることが分かる。
また,本調査では,事故防止対策の実施に最も適した組織が,最もインセンティブの低い組織であることが確認された。
本モデルと分析では,害防止のためのプライバシ技術研究の限界を特定し,これらの技術の進歩へのアプローチ方法を変えるための経路をさらに特定する。
関連論文リスト
- Profiling for Pennies: Unveiling the Privacy Iceberg of LLM Agents [52.02752011119451]
我々は人間の意識のレンズを通して現実世界におけるプライバシーの認識を調査する。
我々は、現実世界の人間のプライバシーリスクを3段階に分類するPrivacyIcebergを提案する。
論文 参考訳（メタデータ） (2026-05-07T13:21:44Z) - Neural Gate: Mitigating Privacy Risks in LVLMs via Neuron-Level Gradient Gating [71.55435880263238]
ニューラルゲート(Neural Gate)は,ニューロンレベルのモデル編集によってプライバシリスクを軽減する新しい手法である。
本手法は,プライバシ関連質問に対する拒否率を高めることにより,モデルのプライバシ保護を改善する。
論文 参考訳（メタデータ） (2026-03-13T03:03:20Z) - Adopt a PET! An Exploration of PETs, Policy, and Practicalities for Industry in Canada [2.634702601759193]
プライバシー向上技術(PET)は、プライバシー問題に対する技術的な解決策である。
PETは、社会に利益をもたらすソリューションの開発を可能にすると同時に、データが使用されている個人のプライバシーを確保する。
プライバシー上の課題の増加と、世界中の政府によって提案されている新しい規制の増加にもかかわらず、PETの採用率は低い。
論文 参考訳（メタデータ） (2025-03-04T22:08:56Z) - Smoke Screens and Scapegoats: The Reality of General Data Protection Regulation Compliance -- Privacy and Ethics in the Case of Replika AI [1.325665193924634]
本稿では,AIコンパニオンサービスにおけるこれらの課題の複雑さを検討するために,批判的なアプローチをとる。
当社は、企業とその実践に関するメディアの記事を分析し、ポリシーで提供された情報の信頼性に関する洞察を得る。
その結果、プライバシーの通知にもかかわらず、データ収集のプラクティスはユーザーの完全な認識なしに個人データを収集する可能性があることが判明した。
論文 参考訳（メタデータ） (2024-11-07T07:36:19Z) - PrivacyLens: Evaluating Privacy Norm Awareness of Language Models in Action [54.11479432110771]
PrivacyLensは、プライバシに敏感な種子を表現的なヴィグネットに拡張し、さらにエージェントの軌跡に拡張するために設計された新しいフレームワークである。
プライバシの文献とクラウドソーシングされたシードに基づいて、プライバシの規範のコレクションをインスタンス化する。
GPT-4やLlama-3-70Bのような最先端のLMは、プライバシー強化の指示が出されたとしても、機密情報を25.68%、38.69%のケースでリークしている。
論文 参考訳（メタデータ） (2024-08-29T17:58:38Z) - When PETs misbehave: A Contextual Integrity analysis [0.7397067779113841]
私たちは、プライバシー技術がプライバシーを損なうためにどのように悪用されるかを説明するために、コンテキスト統合の理論を使用します。
年齢検証のための匿名認証、不正コンテンツ検出のためのクライアント側スキャン、機械学習モデルのトレーニングのための同型暗号化の3つのPETとシナリオについて検討する。
論文 参考訳（メタデータ） (2023-12-05T05:27:43Z) - A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。
これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。
差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
論文 参考訳（メタデータ） (2023-09-27T14:38:16Z) - Security and Privacy on Generative Data in AIGC: A Survey [17.456578314457612]
我々はAIGCにおける生成データのセキュリティとプライバシについてレビューする。
プライバシ、制御性、信頼性、コンプライアンスの基本的な性質の観点から、最先端の対策が成功した経験を明らかにする。
論文 参考訳（メタデータ） (2023-09-18T02:35:24Z) - TeD-SPAD: Temporal Distinctiveness for Self-supervised
Privacy-preservation for video Anomaly Detection [59.04634695294402]
人間の監視のないビデオ異常検出(VAD)は複雑なコンピュータビジョンタスクである。
VADのプライバシー漏洩により、モデルは人々の個人情報に関連する不必要なバイアスを拾い上げ、増幅することができる。
本稿では,視覚的プライベート情報を自己管理的に破壊する,プライバシーに配慮したビデオ異常検出フレームワークTeD-SPADを提案する。
論文 参考訳（メタデータ） (2023-08-21T22:42:55Z) - Digital Privacy Under Attack: Challenges and Enablers [11.061112334099597]
我々は、匿名データ、統計集計、プライバシー保護モデルという3つのドメインをターゲットにした攻撃を体系的に分類する。
各カテゴリにおいて、攻撃方法、敵の能力、脆弱性メカニズムを解析する。
我々の分析によると、差分プライバシーは強力な理論的保証を提供するが、新たな攻撃に対する実装上の課題と潜在的な脆弱性に直面している。
論文 参考訳（メタデータ） (2023-02-18T08:34:34Z) - Privacy in Open Search: A Review of Challenges and Solutions [0.6445605125467572]
情報検索(IR)は、攻撃や意図しない文書や検索履歴の開示など、プライバシー上の脅威に晒されている。
この研究は、ユーザの生成したテキストデータを含むタスクに焦点を当て、最近のIR文学におけるプライバシーに関するオープンな課題を強調し、議論することを目的としている。
論文 参考訳（メタデータ） (2021-10-20T18:38:48Z)
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。