Kirjaudu sisään
näkemys - プライバシー保護
プライバシーを保護しながらデータ貢献を可能にするフェデレーション推薦システム(PDC-FRS)
ユーザーのプライバシーを保護しつつ、ユーザーデータの貢献を可能にするフェデレーション推薦システムの提案
農業研究のための官民データリンクの プライバシー保護フレームワーク
プライバシーを保護しつつ、官民のデジタル農業データを統合的に分析できるフレームワークを提案する。
差分プライバシーに基づく接頭辞木とマルコフ過程を用いた軌跡合成法
本論文は、差分プライバシーの枠組みの下で、接頭辞木とマルコフ過程を組み合わせることで、元のデータの特性を保ちつつ個人のプライバシーを保護する軌跡合成手法を提案する。
LLMベースの会話型エージェントを使用する際のユーザーの開示リスクと便益のナビゲーション方法の検討
LLMベースの会話型エージェントを使用する際、ユーザーは常に、プライバシー、効用、利便性のトレードオフに直面している。しかし、ユーザーの誤った心モデルと、システム設計における暗黒パターンにより、ユーザーのリスク認識と理解が制限されている。さらに、人間らしい対話が、ユーザーの機密情報開示を助長している。
GANsによる表形式データの再識別攻撃の脅威
GANsを使用して生成された合成データには、元の訓練データのサンプルを特定する可能性があり、深刻なプライバシーリスクが存在する。
リスクを受け入れるか否か：データを差分プライバシーNLPシステムに提供するための一般人がどのようなリスクを受け入れるか？
研究者やシステム開発者だけでなく、実際に潜在的に敏感なデータを共有する人々もプライバシーリスクを考慮すべきである。
解読：LDP、ABP、MBPの相互作用を解明する
Local Differential Privacy（LDP）とBayesian Privacy（ABPおよびMBP）の複雑な関係を探求し、プライバシーとユーティリティのトレードオフに新たな洞察を提供します。
相対ガウスメカニズムとプライベート勾配降下への応用
相対L2感度を活用した相対ガウスメカニズムは、プライベート勾配降下に適用可能であり、厳密なプライバシー保証を提供します。
プライバシーポリシーの公正性を評価するためのアプローチについて
プライバシーポリシーの公正性を自動的に評価する方法論を提案し、情報的公正性、表現的公正性、倫理と道徳の3つの側面を探求しています。
Tuotteet | Materiaalit
© 2024 by Linnk AI