Nov, 2023

关于 GDPR AI 启用的数据保护机构完整性检查的多解决方案研究

PDF
TL;DR在本论文中，我们提出了一种自动化策略，用于对一般数据保护条例（GDPR）下的数据处理协议（DPAs）进行完整性检查。我们使用了以预训练的 BERT 和 RoBERTa 语言模型为基础的十种替代解决方案，并通过对 30 个真实 DPAs 进行 F2 分数计算。结果显示，表现最佳的解决方案分别基于预训练的 BERT 和 RoBERTa 语言模型，其 F2 分数分别为 86.7% 和 89.7%。我们的分析进一步显示，其他基于深度学习（如 BiLSTM）和少样本学习（如 SetFit）的替代解决方案可以实现可比较的准确性，但开发效率更高。
legal requirementssoftware systemsgeneral data protection regulationdpascompleteness checking
发现论文，激发创造
  • 法律要求分析

    现代软件是许多学科和应用环境中日常活动的重要组成部分。通过利用人工智能引入智能自动化在许多领域取得了突破。人工智能的有效性可以归因于诸多因素，其中之一是数据的不断增加。监管框架（如欧洲联盟的常规数据保护条例）出台以确保个人数据的保护。收集、处理或共享个人数据的软件系统必须符合这些法规。开发符合要求的软件在很大程度上取决于满足适用法规中规定的法律要求，这是软件开发流程中需求工程（RE）阶段的核心活动。RE 主要涉及对系统需求（包括法律要求）进行规定和维护。描述组织为处理个人数据而实施的政策的法律协议可以作为除法规外获取法律要求的另一信息来源。在本章中，我们探讨了分析法律要求的各种方法，并以 GDPR 为例进行了说明。具体来说，我们描述了从法规中创建机器可分析表示的可能替代方法，调查了现有的自动化手段以便对法规进行合规验证，并进一步反思了法律要求分析的当前挑战。

    Nov, 2023

  • 通过正则化解开私有类

    本篇论文提出 DisP 方法，用于深度学习模型中隐私信息保护，通过去相关策略对同一个类别的特征解耦以保护隐私，实验证明其有效性。

    Jul, 2022

  • 揭开晦涩法律用语的面纱：自动化方法用于隐私政策和服务条款的摘要和重叠分析

    我们的研究致力于通过开发语言模型来为合同和政策文件提供自动化、易于理解的摘要和分数，以增强用户理解，促进知情决策。我们在数据集上比较了基于 Transformer 和传统模型，RoBERTa 整体表现更好，达到了 0.74 的 F1 分数。利用我们表现最佳的模型 RoBERTa，我们通过识别 GDPR 文件的重叠部分突出了冗余和潜在的指导方针违规情况，强调了对更严格 GDPR 合规性的必要性。

    Apr, 2024

  • 数字市场法规下的门户 AI 与数据监管：透明度、获取和公平性

    该研究论文旨在分析欧盟数字市场法规中的人工智能应用于数字经济的规则，研究表明在公平性问题上的 DMA 远胜过 AI Act，提供了具体的解决方案。

    Dec, 2022

  • NL2GDPR: 从自然语言中自动生成符合 GDPR 规定的 Android 应用功能

    NL2GDPR 是一种自动生成符合 GDPR 标准隐私政策的自然语言工具，它利用了百度认知计算实验室开发的信息提取工具 OIA，以保证隐私数据的准确识别，并且可在不需要编写复杂代码的情况下完成自动生成 GDPR 隐私政策的任务。

    Aug, 2022

  • 符合 GDPR 的机器学习 HCI 优先事项

    本文提出人机交互在法律上对算法系统的公平性、偏见与歧视、数据保护、透明度、自动偏见的减轻和理解以及处理后果的沟通等方面的作用。

    Mar, 2018

  • 基于生成式 AI、嵌入式排名、众包和专家驱动方法的企业流程相关法规要求鉴别研究对比

    通过比较基于嵌入式 NLP 排名方法、使用 GPT-4 的生成式 AI 方法、众包方法以及纯手动创建相关性标签的方法，本研究旨在探讨如何协助法律和领域专家评估相关要求，并通过两个案例研究对方法进行评估，提供了关于适用性、自动化、透明性和可重复性的优缺点，并给出了针对特定应用场景的过程使用、影响和动态特征的方法组合指南。

    Jan, 2024

  • 记忆算法：模型反演攻击与数据保护法

    该研究论文讨论了机器学习治理和预防算法危害的问题，以及如何应用 GDPR 监管。同时，介绍了信息安全领域中的模型逆推和成员推断攻击，并探讨了将某些模型合法归类为个人数据所涉及的不同权利和义务，以及这些措施的效用，并考虑了算法治理和监管的未来方向。

    Jul, 2018

  • 如何保留文本隐私：一项针对自然语言处理的深度学习隐私保护方法的系统综述

    本文对 2016 年至 2020 年间发表的 60 种深度学习模型进行了系统综述，介绍了一种新的分类法，并讨论了隐私保护自然语言处理模型中的隐私问题。

    May, 2022

  • 一个用于序列标注和合规识别的细粒度中国软件隐私政策数据集

    本文介绍了使用自然语言处理技术分析隐私政策以帮助用户理解及满足法规要求的必要性，并构建了首个中文隐私政策数据集 CA4P-483，用于帮助隐私政策和软件间的序列标记任务和法规合规识别。

    Dec, 2022