面向计算社区的隐私研究路线图
数字技术的发展带来了移动众包、边缘计算和推荐系统方面的挑战和机遇。本综述聚焦于这些领域,强调在我们日益数据化的世界中对隐私保护的重要需求,并探索了这些相互关联的领域的最新趋势,特别关注隐私和数据安全。综述通过对各种学术工作的深入分析,帮助我们全面了解这些行业及其对隐私问题的关注,提供了对这些领域及其相关隐私挑战的广泛概述,是研究人员、行业从业者和政策制定者的宝贵资源,在现代数字时代迎合了广大受众。
Jan, 2024
保护隐私是计算社会科学、人工智能和数据科学等领域中的重要问题,本文讨论了隐私的角色和研究人员在这些领域可能面临的主要问题,并提出了保护参与者隐私的若干重要考虑因素。
Apr, 2024
在生成人工智能与物联网时代,数据量及相关处理、分析和存储需求激增的同时,面临着识别虚假信息和保护敏感数据隐私的新挑战。鉴于此,对于数据的认证、完整性保护、加密、不可否认性和隐私保护等方面的需求日益增加,本书的章节呈现了在密码学以及计算机和通信安全领域的一些最先进的研究成果。
Mar, 2024
本文概述了当今为实现 “结构透明” 而进行的研究的前沿,提供了一个概括性的理论框架和词汇,包括表征基本组件 - 输入隐私、输出隐私、输入验证、输出验证和流程治理 - 以及复制、捆绑和递归监督等基本问题,并论证了最近随着 “隐私增强技术” 的发展,如安全计算和联邦学习,可以在许多领域显着减少潜在的使用 - 滥用的权衡。本文最后给出了结构透明的几个应用示例,包括开放式研究、能源管理和信用评分系统,并讨论了这些工具被滥用的风险。
Dec, 2020
消费物联网的安全和隐私旨在对物联网的流量分析进行调查,从中了解安全和隐私的新特征、最新进展以及待解决的挑战,并总结了物联网流量分析过程中的新特征。此外,还详细介绍了基于五个应用目标的现有研究,包括设备指纹识别、用户活动推断、恶意流量分析、安全分析和测量,并讨论了新的挑战和未来的研究方向。
Mar, 2024
机器学习在计算生物学应用中对社会产生了重大影响,尤其在精准医学的发展中起着核心作用,但这需要收集和共享大量基因组数据,这引起了大量关于隐私的担忧。本文回顾了病人隐私泄露的情况,介绍了最近的计算数据保护技术的进展,并探讨了如何结合法律和伦理观点来提供基因组数据共享的安全框架。
Feb, 2018
基于大型语言模型的系统,在用户隐私方面存在问题,需要更多关注人类隐私问题的研究,包括设计范例对用户的行为披露、用户心智模型和隐私控制偏好的影响,以及赋予终端用户对个人数据的拥有权的工具设计,在此基础上构建可用、高效、具有隐私友好性质的系统。本文旨在启动关于人类隐私问题研究的讨论,为基于大型语言模型的系统中的隐私问题制定议程。
Feb, 2024