MaaS and GDPR: an overview
在MaaS（移动即服务）中，传输手段在移动资源中虚拟化，并使用互联网提供给用户。从法律角度来看，这种ITS（智能交通系统）模式在数据保护方面引起了一些关注。本文在对MaaS进行简短描述并介绍ITS中的数据保护问题后，探讨了欧盟GDPR（通用数据保护法规）的影响，发现了可能的威胁和补救措施，并提出了一种可行的方法。
2017-11-08 cs.CY
GDPR Anti-Patterns: How Design and Operation of Modern Cloud-scale Systems Conflict with GDPR
近年来，我们的社会正受到前所未有的隐私和安全漏洞的困扰。为了遏制这一趋势，欧盟在2018年推出了一项名为《通用数据保护条例》（GDPR）的综合立法。在本文中，我们将从系统的角度回顾GDPR，并确定现代云规模系统的设计和操作如何与该法规相冲突。我们通过六种GDPR反模式来说明这些冲突：在没有明确的删除时间轴的情况下存储数据;不加区别地重用数据;创建围墙花园和黑市;风险不可知的数据处理;隐藏数据泄露;做出无法解释的决策。我们的研究结果揭示了GDPR要求与处理个人数据的云规模系统在现代如何发展之间根深蒂固的斗争。虽然避免这些反模式是必要的，但我们认为实现遵从性需要全面的、有根据的解决方案;任何不足都相当于在沉船上修理漏水的水龙头。
2019-10-31 cs.CY
Using sensitive data to prevent discrimination by artificial intelligence: Does the GDPR need a new exception?
组织可以使用人工智能出于各种原因对人员做出决策，例如，从许多工作申请中选择最佳候选人。然而，人工智能系统在用于决策时可能会产生歧视性影响。举例来说，人工智能系统可能会拒绝具有特定种族的人的申请，而该组织并没有计划这种种族歧视。但在欧洲，当一个组织想要评估其人工智能系统是否意外地基于种族进行歧视时，它会遇到一个问题：该组织可能不知道申请人的种族。原则上，GDPR禁止使用某些“特殊类别的数据”（有时称为“敏感数据”），其中包括有关种族、宗教和性偏好的数据。欧盟委员会的人工智能法案提案包括一项条款，允许组织使用特殊类别的数据来审计其人工智能系统。本文询问GDPR关于特殊类别个人数据的规则是否阻碍了人工智能驱动的歧视的预防。我们认为，GDPR确实禁止在许多情况下使用特殊类别数据。我们还列出了支持和反对GDPR禁止使用特殊类别个人数据的例外情况的论点，以防止人工智能系统的歧视。本文讨论了欧洲法律，但本文也可能与欧洲以外的国家有关，因为世界上许多政策制定者都在努力解决隐私和非歧视政策之间的紧张关系。
2022-11-28 cs.CY
We Value Your Privacy ... Now Take Some Cookies: Measuring the GDPR's Impact on Web Privacy
欧盟《通用数据保护条例》（GDPR）于2018年5月25日生效。其隐私条例适用于在欧洲收集或处理个人数据的任何服务和公司。许多公司不得不调整其数据处理流程、同意书和隐私政策，以符合GDPR的透明度要求。我们通过分析GDPR对欧盟所有28个成员国的热门网站的影响来监测这一罕见事件。对于每个国家，我们定期检查其500个最受欢迎的网站-总共6，579个-以了解其隐私政策的存在和更新。虽然许多网站已经有了隐私政策，但我们发现在一些国家/地区，截至2018年5月25日，多达15.7%的网站添加了新的隐私政策，导致84.5%的网站有隐私政策。72.6%的现有隐私政策的网站在接近该日期时进行了更新。最明显的是，欧洲62.1%的网站现在显示Cookie同意通知，比2018年1月增加了16%。这些通知告知用户网站的cookie使用和用户跟踪做法。我们对所有观察到的Cookie同意通知进行了分类，并评估了16种常见的Cookie同意技术实现。我们的分析表明，核心网络安全机制（如同源策略）对根据GDPR规则实施同意带来了问题，并且选择退出第三方cookie需要第三方合作。总体而言，我们的结论是，GDPR正在使网络更加透明，但仍然缺乏功能和可用的机制，供用户同意或拒绝在互联网上处理其个人数据。
2019-06-25 cs.CY
Does Facebook Use Sensitive Data for Advertising Purposes? Worldwide Analysis and GDPR Impact
最近的《欧洲通用数据保护条例》（GDPR）和其他数据保护条例限制了某些类别的个人数据（健康、政治取向、性偏好、宗教信仰、种族血统等）的处理。由于与这些信息相关的隐私风险。GDPR将这些类别称为敏感个人数据。本文量化了197个国家的Facebook用户的比例，这些用户被贴上了与潜在敏感个人数据相关的广告兴趣的标签。我们的研究表明，Facebook将67%的用户标记为潜在的敏感兴趣。这相当于上述197个国家人口的22%。此外，我们的工作表明，GDPR的实施在这方面的影响可以忽略不计，因为欧盟标记为敏感利益的FB用户的比例在GDPR颁布前5个月和颁布后9个月几乎保持不变。该文件还说明了与使用敏感利益相关的潜在风险。例如，我们量化了在同性恋可能被判处死刑的国家中，被标记为“同性恋”的FB用户的比例。最后一个贡献是实现了一个Web浏览器扩展，允许FB用户以简单的方式删除FB分配给他们的潜在敏感利益。
2019-07-23 cs.CY cs.SI
GDPR: Is it worth it? Perceptions of workers who have experienced its implementation
本研究通过多阶段调查273名及102名亲历GDPR实施的从业者，发现他们认可GDPR对公司和隐私的价值，打破了监管负面的传统叙事，为政策制定者优化GDPR提供了参考。
2024-05-16 cs.CY
The GDPR's Rules on Data Breaches: Analysing Their Rationales and Effects
本文结合GDPR数据泄露通知义务的目标，参考信息安全与经济学洞见评估该义务，认为其有助于提升安全水平、助力监管及增强透明度，但也指出公众应对和转用服务的效果有限，呼吁公布更多泄露事件信息以辅助安全威胁分析。
2024-10-08 cs.CR cs.CY
"It may be a pain in the backside but..." Insights into the impact of GDPR on business after three years
《通用数据保护条例》（GDPR）于2018年5月生效，旨在保护欧盟公民的数据隐私。该条例对消费者权利和管理者权力的好处是众所周知的。对受监管企业的好处不那么明显，也没有得到充分的研究。这项研究的目的是调查GDPR是否对企业来说都是痛苦而没有收获。使用半结构化的采访，我们调查了14个C级高管负责业务，金融，营销，法律和技术来自六个小型，中型和大型公司在英国和爱尔兰。我们发现，罚款的威胁集中了企业的注意力，使企业更加注重隐私。在组织上，它在公司内部建立了新的权力基础来倡导GDPR。它在不同程度上迫使企业对其平台进行现代化改造，并通过更好的风险管理流程、信息安全基础设施和最新的客户数据库间接使企业受益。对一些人来说，遵守被用作可信赖的声誉信号。我们发现，在执行方面仍然存在许多挑战。新业务发展和公司内部沟通受到更多制约。监管增加了成本和内部官僚主义。由于缺乏判例法，灰色地带依然存在。不满的客户和前员工将主题访问请求（SAR）作为报复工具。小型企业认为GDPR是过度和压倒性的。我们的结论是，GDPR可能被企业视为一种痛苦，但它使企业对数据更加谨慎。我们建议欧盟考虑制定一个更适合中小企业的监管版本，并修改信息，使其更加积极，同时仍利用罚款的消息来加强企业数据纪律。
2021-10-22 cs.CY
Machine Understandable Policies and GDPR Compliance Checking
Vienna University of Economics and Business（维也纳经济大学）；Università di Napoli Federico II（那不勒斯腓特烈二世大学）
《欧洲通用数据保护条例》（GDPR）要求采取技术和组织措施来支持其实施。为此，SPECIAL H2020项目旨在提供一套工具，供数据控制者和处理者使用，以自动检查个人数据处理和共享是否符合GDPR规定的义务。该项目的主要贡献包括：（i）可用于表达同意、业务政策和监管义务的政策语言;（ii）两种不同的自动合规检查方法，可用于证明数据控制者/处理者执行的数据处理符合数据主体提供的同意，业务流程符合GDPR规定的监管义务。
2020-01-24 cs.AI cs.CY
Privacy Dashboards for Citizens and corresponding GDPR Services for Small Data Holders: A Literature Review
本文通过文献综述探讨了GDPR下公民与小型数据控制者面临的实践问题，提出利用隐私仪表盘和GDPR服务作为缓解方案，旨在帮助公民行使权利并协助小型数据控制者履行合规义务。
2024-03-23 cs.CR cs.CY cs.HC
Are we there yet? Understanding the challenges faced in complying with the General Data Protection Regulation (GDPR)
欧盟《通用数据保护条例》（GDPR）于2018年5月25日生效，旨在改革组织查看和控制欧盟公民个人数据的方式。GDPR的范围在某种程度上是前所未有的：它规范了个人数据处理的各个方面，包括对违规行为的严厉处罚，并可以起诉世界上任何处理欧盟公民数据的公司。在本文中，我们将从幕后调查组织在参与GDPR时面临的真正挑战。这考虑了与法规、实施过程以及如何验证合规性有关的问题。我们的研究方法依赖于文献，但更重要的是，借鉴了对几个组织的详细采访。主要调查结果包括大型组织普遍认为GDPR合规是合理和可行的。对于高度安全导向的中小型组织（SMEs/SMB）也是如此。不太关注数据保护的中小企业很难做出他们认为令人满意的合规尝试。他们在合规尝试中面临的主要问题来自：法规的广度;如何制定法规的质量建议的问题;以及需要绘制出其复杂的数据网的整体。
2018-08-22 cs.CR cs.CY cs.NI
Emerging Biometric Modalities and their Use: Loopholes in the Terminology of the GDPR and Resulting Privacy Risks
技术进步使生物识别应用比以往任何时候都更加无所不在。本文认为，在目前的欧盟数据保护法规，分类应用程序使用的生物特征数据得到较少的保护相比，生物特征识别。我们分析了监管语言中的先决条件，并探讨了这如何有可能成为基于情感等软特征对个人进行分类的处理操作的独特隐私风险的来源。这可能会对个人自由和人权产生重大影响，因此应进行数据保护影响评估。
2022-11-23 cs.CR cs.CY
EU General Data Protection Regulation: A Gentle Introduction
GDPR或德语的Datenschutz Grundverordnung（DSGVO）是一项欧盟法律，旨在保护欧盟和欧洲经济区公民的个人数据隐私。它还规定了如何将收集的数据传输出欧盟/欧洲经济区。这是第一次真正的努力来统一不同监管机构提出的大量不同的隐私法规。GDPR的目标不仅是让公民更好地控制他们的个人数据，而且通过定义统一的指导方针，使企业更容易遵守。它还敦促企业，特别是那些处理敏感个人数据的企业，以符合设计隐私的方式建立自己的信息系统。这些规定旨在确保更加透明地处理和处理个人数据，并在双方创造信任和意识的环境，即，数据所有者以及控制器/处理器。
2018-06-01 cs.CR cs.CY
Consent Management Platforms under the GDPR: processors and/or controllers?
同意管理提供商（CMP）提供的同意弹出窗口会随着时间的推移嵌入到越来越多的网站中，以简化对电子隐私指令和通用数据保护条例（GDPR）规定的同意法律要求的遵守。它们实施了互动广告局欧洲分部（IAB Europe）提出的透明度和同意框架（TCF）（当前版本v2.0）中的同意收集标准。虽然IAB的TCF规范将CMP描述为数据处理器，但CMP的实际活动通常将其视为数据控制器。辨别其明确的作用至关重要，因为遵约义务和中医药责任取决于其准确的定性。我们在欧盟的两个主要CMP供应商：Quantcast和OneTrust进行实证实验，并与法律分析配对。我们的结论是，中医处理个人数据，我们确定了多种情况下，中医是控制器。
2021-04-14 cs.CY cs.HC
A SwarmESB Based Architecture for an European Healthcare Insurance System in Compliance with GDPR
随着技术和社会的不断发展，数据隐私已成为一个紧迫的问题。官僚国家系统似乎扩大了任何类型的请求所需的个人文件的数量。因此，很明显，能够获得本应属于隐私的信息的人数也在增加。本文提供了一种以用户数据隐私为中心的替代云集成解决方案，其主要目的是帮助软件服务提供商和公共机构遵守通用数据保护条例。在整个提案中，我们描述了如何通过将复杂的人类程序转变为协调和解耦的群系统来实现数据机密性，其核心在于“设计隐私”原则。
2018-09-28 cs.CY cs.DC
De spanning tussen het non-discriminatierecht en het gegevensbeschermingsrecht: heeft de AVG een nieuwe uitzondering nodig om discriminatie door kunstmatige intelligentie tegen te gaan?
本文探讨GDPR对特殊类别数据的禁令是否阻碍AI歧视的预防，并分析为审计AI系统设立例外的正反论点，提出需平衡隐私与非歧视政策。
2025-09-01 cs.CY
Is your chatbot GDPR compliant? Open issues in agent design
University of Kent（肯特大学）
会话代理为人类交互和无处不在的参与打开了新的机会。随着他们的会话能力和知识的提高，这些代理已经开始访问越来越多的个人身份信息和他们的用户群的私密细节。鉴于《通用数据保护条例》（GDPR）等强大的法规，这种访问引发了关键问题。本文探讨了其中的一些问题，目的是定义相关的开放问题，在对话式代理设计。我们希望这项工作可以引发对构建有效的用户交互代理的进一步研究，同时也尊重法规和用户隐私。
2020-05-26 cs.AI cs.CY cs.HC
Policy-Compliant Cloud Storage Systems
Technical University of Munich（慕尼黑工业大学）；INESC-ID/Instituto Superior Tecnico, University of Lisbon（里斯本高等理工学院）
提出GDPRuler，一种在不可信云上为键值存储提供可验证GDPR合规性的可信中间件系统，通过机密虚拟机执行策略、紧凑元数据编码和专用索引实现低开销合规保障。
2026-06-03 cs.CR cs.CY cs.DB
Processing of synthetic data in AI development for healthcare and the definition of personal data in EU law
DNV（挪威船级社）；University of Oslo（奥斯陆大学）；The Cancer Registry of Norway（挪威癌症登记处）
本文通过法律分析和实证研究探讨了GDPR下合成数据是否属于个人数据，发现其大概率匿名但存在风险界定不确定性，呼吁完善法规以平衡隐私保护与医疗AI创新。
2025-08-11 cs.AI cs.CY
Needle in the Haystack: Analyzing the Right of Access According to GDPR Article 15 Five Years after the Implementation
本研究定量分析GDPR第15条实施五年后各组织的合规响应，发现部分网站手动处理导致延迟，并总结出个人访问数据时面临的十种模式。
2023-08-29 cs.CR cs.CY
How to Manage My Data? With Machine--Interpretable GDPR Rights!
本文提出一种基于语义网络标准和 Data Privacy Vocabulary 的机器可解释 GDPR 权利管理规范，通过统一工作流程弥合组织与个人间的技术差距，推动数据重用与权利管理。
2024-12-19 cs.CR cs.CY
Personal autonomy and surveillance capitalism: possible future developments
社交媒体的兴起和计算机计算能力的提高使Facebook和谷歌等科技公司能够收集大量数据，并能够提取有意义的信息用于商业目的。此外，这些平台背后的算法已经显示出影响情感、行为和观点的能力，这对用户的独立性构成了严重威胁。所有这些做法都被称为“监视资本主义”，这是Shoshana Zuboff创造的一个术语。在本文中，我专注于在监视资本主义的背景下，对人类的自主权的威胁，提供了一个分析的原因，为什么这种威胁存在，我们可能会面临什么后果，如果我们不采取行动反对这种做法。
2023-02-17 cs.CY
Extensible Consent Management Architectures for Data Trusts
针对个人与非个人信息跨主体合法交换中法律身份和管辖边界难以形式化的问题，本文提出数据信托的可扩展同意管理框架，通过基于法律身份建立的“角色隧道”支持数据跨网络流动。
2023-09-28 cs.CY
A Value-Centered Exploration of Data Privacy and Personalized Privacy Assistants
在当前的后GDPR环境中，隐私通知在我们的手机和网上变得越来越普遍。然而，这些通知并不适合帮助用户做出明智决策的目的。我建议，我们可以重新利用隐私声明来为更有意义的、以价值为中心的用户决策创造空间，而不是利用通知来获得知情同意。以价值为中心的隐私决策，或者那些准确反映我们是谁以及我们重视什么的决策，概括了个人价值观在数据隐私决策中的直观作用。为了探讨如何通知可以被重新利用，以支持这样的决定，我利用苏西Killmister的四维自治理论（4DT）的操作化的价值为中心的隐私决策。然后，我评估了现有技术个性化隐私助理（PPA）以允许以价值为中心的决策的方式使用通知的程度。最后，我将探讨PPA评估对设计一个新助理的影响，称为以价值为中心的隐私助理（VcPA）。VcPA可以理想地利用通知来帮助用户进行以价值为中心的应用选择和其他数据隐私决策。
2022-12-01 cs.CY
Dark Patterns after the GDPR: Scraping Consent Pop-ups and Demonstrating their Influence
新的同意管理平台（CMP）已引入网络，以符合欧盟的一般数据保护条例，特别是公司收集和处理用户个人数据时的同意要求。这项工作分析了最流行的CMP设计如何影响人们的同意选择。我们在英国排名前10，000的网站（n=680）上抓取了五个最受欢迎的CMP的设计。我们发现，暗模式和暗示同意无处不在;只有11.8%符合我们根据欧洲法律设定的最低要求。其次，我们进行了一个现场实验，40名参与者，调查如何八个最常见的设计影响同意的选择。我们发现通知样式（横幅或屏障）没有影响;从第一页删除选择退出按钮会增加22- 23个百分点的同意;在第一页提供更细粒度的控制会减少8- 20个百分点的同意。这项研究为执行GDPR所需的监管行动提供了经验基础，特别是关注集中的第三方CMP服务作为提高合规性的有效方法的可能性。
2020-01-08 cs.CY cs.HC
Opinions can be Incorrect! In our Opinion. On the accuracy principle in data protection law
本文针对“准确性原则不适用于个人观点类数据”的主张，从实证法与规范层面论证GDPR等数据隐私法中的准确性原则既适用于、也应当适用于关于数据主体的观点。
2025-09-28 cs.CY
The trade-off between data minimization and fairness in collaborative filtering
Brown University（布朗大学）；Tufts University（塔夫茨大学）；University of Bergen（卑尔根大学）；Max-Planck Institute for Security and Privacy（马克斯·普朗克安全与隐私研究所）
本文研究了推荐系统中GDPR要求的数据最小化与公平性原则之间的矛盾，通过主动学习策略实现数据最小化，发现不同策略对准确率影响各异且普遍损害公平性，为开发合规推荐系统提供了重要见解。
2024-09-21 cs.CY cs.IR cs.LG
BYOD, Personal Area Networks (PANs) and IOT: Threats to Patients Privacy
FISMA和HIPPA法案的通过强制执行了各种安全控制措施，以确保患者数据的隐私。法律要求医院和保健组织确保以安全的方式存储和传播患者数据。然而，自带设备（BYOD）、移动设备、即时消息（如WhatsApp）和云技术的出现带来了新的挑战。物联网（IOT）的出现使问题进一步复杂化，因为组织没有充分认识到数据隐私威胁的所有方面。医生和卫生保健从业人员需要了解需要保护和控制的各种新的数据存储和传输途径。在本文中，我们将探讨物联网、自带设备（BYOD）和个人局域网（PAN）技术对患者隐私数据构成的各种威胁和挑战。最后，我们提供了一项调查的结果，该调查衡量了医疗保健专业人员对患者隐私的新威胁的理解深度
2019-02-18 cs.CR cs.CY
Setting the Course, but Forgetting to Steer: Analyzing Compliance with GDPR's Right of Access to Data by Instagram, TikTok, and YouTube
IIT Kharagpur（印度理工学院卡拉格普尔分校）；MPI–SWS（德国马克斯·普朗克计算机研究所）；ETH Zurich（苏黎世联邦理工学院）；UdS Saarbrücken（萨尔布吕肯大学）；TU Delft（代尔夫特理工大学）
本文分析了Instagram、TikTok和YouTube的数据下载包实施情况，发现其在数据共享、透明度和可靠性方面存在显著不一致，提出双层方法提升数据可视化和可理解性。
2026-03-20 cs.CY cs.HC
Towards Formalizing the GDPR's Notion of Singling Out
围绕数据隐私的法律和数学思维之间存在着巨大的概念差距。其影响是不确定哪些技术产品充分符合法律标准中表达的期望。一连串成功的隐私攻击加剧了这种不确定性，表明传统的统计披露限制技术往往达不到法律标准所设想的那种隐私。我们定义了谓词挑出，这是一种新型的隐私攻击，旨在捕捉通用数据保护条例（GDPR）中出现的挑出概念。非正式地，如果对手谓词设法找到与一行$x \in X$精确匹配的谓词$p$，并且概率比统计基线好得多，则对手谓词使用数据发布机制$M(X)$的输出挑出数据集$X$。防止这种攻击的数据发布机制是安全的，可以防止谓词挑出（PSO安全）。我们认为，PSO安全是一个数学概念，具有法律后果。根据GDPR，任何旨在“提供匿名”个人数据的数据发布机制都必须是安全的，不能被单独挑出，因此必须是PSO安全的。然后，我们分析了PSO的安全性，表明它无法自我组合。也就是说，$ω(\log n)$精确计数的组合，每个单独的PSO安全，使攻击者能够预测单挑。事实上，仅仅两个PSO安全机制的组合可能无法提供PSO安全性。最后，我们问是否差分隐私和$k$ -匿名PSO安全。利用连接到统计泛化，我们表明，差分隐私意味着PSO安全。然而，$k$ -匿名没有：存在一个简单的和一般的谓词挑出攻击在温和的假设下，对$k$ -匿名和数据分布。
2020-12-17 cs.CR cs.CY
Do LLMs Fabricate Legal Citations? A Bilingual Benchmark on Saudi Data Protection Law and the GDPR
IT Department, King Abdulaziz University, Jeddah, Saudi Arabia（国王阿卜杜勒阿齐兹大学信息科技系）
研究大语言模型对法律引用的编造情况，通过120个双语问题的基准测试评估三个模型，发现对GDPR和沙特PDPL存在管辖权差距，编造与法律管辖权有关，模型置信度无法保障，提出用逐字验证保障合规筛选。
2026-07-14 cs.CL cs.CY
Smoke Screens and Scapegoats: The Reality of General Data Protection Regulation Compliance -- Privacy and Ethics in the Case of Replika AI
本文以Replika AI为案例，批判性审查AI伴侣服务的隐私政策与GDPR合规现实，通过细读法和媒体分析揭示数据收集可能未经用户完全知晓，且隐私通知与外部信息不一致。
2024-11-07 cs.CY
A study on users' privacy perception with smart devices
如今，隐私已成为智能和移动平台的一个非常严重的问题。用户倾向于允许侵入性应用程序访问许多合理的信息，而不真正知道潜在的威胁。为了解决这个问题，已经提供了几种解决方案（例如GDPR）。我们的主张是，用户目前没有充分参与这一过程，以便能够使用这些解决方案。为此，我们开发了一个应用程序，为用户提供一种意识形式，并要求他们回答一组问题。我们的结论是，用户必须更好地了解其个人信息的风险和价值。
2018-09-02 cs.CY
Algorithms that Remember: Model Inversion Attacks and Data Protection Law
University College London（伦敦大学学院）；University of Oxford（牛津大学）；Newcastle University（纽卡斯尔大学）
许多人关心机器学习系统的治理和算法危害的预防。欧盟最近的《通用数据保护条例》（GDPR）被视为实现该领域更好治理的核心工具。虽然GDPR确实适用于在某些有限情况下使用模型，但其大部分规定都与个人数据的治理有关，而模型传统上被视为知识产权。我们介绍了最近的工作，从信息安全文献中围绕“模型反演”和“成员推理”的攻击，这表明，把训练数据变成机器学习系统的过程不是单向的，并演示了如何这可能导致一些模型在法律上被归类为个人数据。将此作为一个探索性实验，我们探索了这将触发的不同权利和义务及其效用，并预测了算法治理和监管的未来方向。
2018-10-15 cs.CR cs.CY cs.LG
TILT: A GDPR-Aligned Transparency Information Language and Toolkit for Practical Privacy Engineering
在本文中，我们介绍了TILT，一种透明信息语言和工具包，其明确设计用于表示和处理符合GDPR要求的透明信息，并允许比已建立的法律数据保护政策更自动化和自适应地使用此类信息。我们对GDPR中的透明度义务进行了详细分析，以确定旨在满足相应法律要求的正式透明度语言所需的表达能力。此外，我们确定了一组进一步的，非功能性的需求，需要满足，以促进实际采用在现实世界（Web）的信息系统工程。在此基础上，我们指定了我们的形式语言，并围绕它提供了一个相应的、完全实现的工具包。然后，我们评估了我们的语言和工具包的实用性，并通过两个不同的用例展示了它所带来的额外前景：a）对个人数据相关做法进行组织间分析，例如，基于明确宣布的透明性信息来揭示数据共享网络，以及b）通过新颖的、更易于理解的和潜在自适应的用户界面向用户呈现形式上表示的透明性信息，提高数据主体对数据相关做法的实际知情程度，从而提高其主权。总而言之，我们的透明度信息语言和工具包允许-不同于以往的工作-表示符合现代（网络）信息系统工程的实际法律要求和做法的透明度信息，从而铺平了道路，在实践中提高透明度和用户主权的多种新颖的可能性。
2020-12-18 cs.CR cs.CY cs.FL
Can the GPC standard eliminate consent banners in the EU?
Wesleyan University（卫斯理安大学）；AI Accountability Lab, Trinity College Dublin（都柏林三一学院 AI 问责实验室）；Radboud University（拉德堡德大学）；Utrecht University（乌得勒支大学）；Maastricht University（马斯特里赫特大学）；IPFS Foundation & Supramundane Agency（IPFS 基金会与超验机构）
本文评估GPC能否适应欧盟法律框架以减少同意横幅，缓解同意疲劳并提升欧盟用户的数据保护。
2026-04-17 cs.CR cs.CY
Using Salient Object Detection to Identify Manipulative Cookie Banners that Circumvent GDPR
本文研究GDPR合规cookie横幅中的视觉操纵问题，通过计算机视觉显著性目标检测模型测量横幅元素的显著程度，发现38%的合规横幅存在视觉操纵，且EU网站比非EU网站更倾向使用此类设计。
2025-10-30 cs.AI cs.CV cs.CY
Personal Data Transfers to Non-EEA Domains: A Tool for Citizens and An Analysis on Italian Public Administration Websites
本研究分析了意大利2万多个公共管理网站的个人数据传输，发现约14%存在向非EEA国家传输，开发了Minos工具并公开，旨在提升公民意识并改善政策。
2024-07-18 cs.CY
Facebook Use of Sensitive Data for Advertising in Europe
即将出台的《欧洲通用数据保护条例》（GDPR）禁止处理和利用某些类别的个人数据（健康、政治取向、性偏好、宗教信仰、民族血统等）。这是由于恶意使用此类信息可能导致明显的隐私风险。这些类别被称为敏感个人数据。Facebook最近在西班牙被罚款120万欧元，原因是出于广告目的收集、存储和处理敏感个人数据。本文量化了欧盟（EU）中被贴上与敏感个人数据相关的兴趣标签的Facebook用户的比例。我们的研究结果显示，Facebook将73%的欧盟用户标记为敏感兴趣。这相当于欧盟总人口的40%。我们还估计，恶意第三方可能会以每个用户0.015欧元的低成本揭露被分配敏感兴趣的Facebook用户的身份。最后，我们提出并实现了一个Web浏览器扩展，以通知Facebook用户的敏感利益Facebook已经分配给他们。
2018-02-14 cs.CY cs.SI
Location Data and COVID-19 Contact Tracing: How Data Privacy Regulations and Cell Service Providers Work In Tandem
全球范围内的政府、医疗保健和私人组织一直在使用数字跟踪来控制COVID-19的爆发。虽然这种方法可以限制流行病的传染，但它引起了对用户隐私的严重关注。这些移动应用程序被称为“联系人跟踪应用程序”，由手机服务提供商（CSP）提供便利，他们能够实现空间和时间的实时用户跟踪。因此，可以推测CSP收集违反GDPR、CCPA等隐私政策的信息。为了进一步澄清，我们进行了深入的分析，将隐私立法与CSP采用的现实实践进行了比较。我们发现，其中三项法规（GDPR、COPPA和CCPA）将移动位置数据定义为私人信息，而五个CSP中有两个（T-Mobile US、Boost Mobile）不符合COPPA法规。鉴于这些侵权行为所构成的威胁，我们的研究结果至关重要，特别是在涉及儿童数据时。因此，适当的安全和隐私审计是必要的，以减少此类违规行为。最后，我们提供了可行的建议，以解决问题，并通过接触者追踪应用程序提供对COVID-19传播的隐私保护监测。
2021-04-07 cs.CR cs.CY
It wasn't me! Plausible Deniability in Web Search
我们控制敏感个人信息流向在线系统的能力是信任互联网上个人隐私的关键。我们问如何检测，评估和保护用户隐私，在面对搜索引擎个性化？我们开发实用和可扩展的工具，使用户能够检测，评估和防御威胁，以合理的否认。我们表明，在广泛的测试程序中测试的所有主题的威胁，似是而非的可否认性的利益是很容易检测到的。我们发现，当试图通过噪声查询注入和点击混淆来破坏搜索引擎学习时，情况仍然如此。我们使用我们的模型，我们设计了一种防御技术，利用无趣的，代理主题，并表明它提供了一个更有效的防御似是而非的否认在我们的实验。
2016-09-26 cs.CR cs.CY
Operationalizing the Legal Principle of Data Minimization for Personalization
Microsoft Research（微软研究院）；University of Maryland（马里兰大学）；Max Planck Institute for Innovation and Competition（马克斯·普朗克创新与竞争研究所）
欧盟《通用数据保护条例》（GDPR）第5条第1款（c）项要求“个人数据应[.]充分、相关，并限于与处理目的相关的必要内容（“数据最小化”）"。迄今为止，“目的限制”和“数据最小化”的法律和计算定义在很大程度上仍不明确。特别是，这些原则的解释对于通过个性化优化用户体验并且不严格要求个人数据汇集用于基本服务的交付的信息访问系统是一个开放的问题。在本文中，我们发现缺乏对数据最小化原则的同质解释，并探索了适用于个性化背景的两个操作定义。我们在推荐系统领域的实证研究的重点是提供关于（i）不同数据最小化定义的可行性，（ii）不同推荐算法对最小化的鲁棒性，以及（iii）不同最小化策略的性能的基本见解。我们发现，由数据最小化引起的性能下降可能不是很大，但是它可能会对不同的用户产生不利的影响-这一发现对不同的正式最小化定义的可行性有影响。总体而言，我们的分析揭示了个性化背景下数据最小化问题的复杂性，并映射了剩余的计算和监管挑战。
2020-05-28 cs.CY cs.IR cs.LG
What Should LLMs Forget? Quantifying Personal Data in LLMs for Right-to-Be-Forgotten Requests
TU Berlin（柏林技术大学）
本文提出WikiMem数据集和模型无关指标，通过校准负对数似然量化LLMs中个体事实关联，为被遗忘权请求动态构建遗忘集奠定基础。
2025-07-15 cs.CL cs.CY cs.LG
Local Privacy Laws in a Globalized World
New Jersey Institute of Technology（新泽理工学院）；Colorado State University（科罗拉多州立大学）；University of Calgary（卡尔加里大学）；Stony Brook University（石溪大学）
本文通过统一抽象多国数据保护法的异构要求，并分析其对用户、组织和政府的影响，旨在拓宽数字隐私研究视角，为跨国技术隐私解决方案提供指导原则。
2026-05-27 cs.CR cs.CY cs.ET
Demonstrably Doing Accountability in the Internet of Things
本文探讨了问责制对数据保护的重要性，以及如何将其构建到物联网（IoT）中。在物联网中建立问责制的必要性是由分布式数据流的不透明性、不充分的同意机制以及缺乏使最终用户能够控制互联网设备行为的接口所驱动的。缺乏问责制阻碍了最终用户对其个人数据的有意义的参与，并对建立用户对物联网的信任和数字经济的相互发展构成了关键挑战。2016年欧盟通用数据保护条例（GDPR）旨在通过强制要求快速发展的技术生态系统承担责任来解决这一特殊问题。在这样做的过程中，它突出了数据控制者的新责任，包括设计和默认的数据保护，以及新的数据主体权利，如数据可移植性权利。虽然GDPR在技术上是中立的，但预计实现这一愿景将取决于有效的技术发展。因此，本文探讨了问责制的概念，如何将其转化为物联网的系统设计建议，以及物联网数据盒如何将关键的数据保护原则付诸实践。
2018-01-22 cs.CY cs.DC cs.HC
Rethinking Anonymity Claims in Synthetic Data Generation: A Model-Centric Privacy Attack Perspective
UCL（伦敦大学学院）；SAS（SAS公司）；UC Riverside（加州大学河滨分校）
本文从模型为中心的视角重新审视合成数据生成中的匿名性主张，强调需考虑生成模型能力和隐私攻击，指出合成数据技术不足以保证匿名性，并比较差分隐私与相似性隐私度量的优劣。
2026-10-02 cs.CR cs.CY cs.LG
Data Protection Impact Assessment for the Corona App
自2020年初SARS-CoV-2开始在欧洲传播以来，人们强烈呼吁采取技术解决方案来对抗或遏制这一大流行病，其中接触者追踪应用程序是辩论的核心。欧盟的《通用数据保护条例》（GDPR）要求控制者在其数据处理可能对权利和自由造成高风险时进行数据保护影响评估（DPIA）（GDPR第35条）。DPIA是一种结构化的风险分析，用于识别和评估与基本权利相关的数据处理的可能后果，并描述为解决这些风险而设想的措施或表示无法这样做。基于标准数据保护模型（SDM），我们提出了一个科学的DPIA，它彻底检查了三个被认为是最“隐私友好”的已发布的接触追踪应用程序设计：PEPP-PT，DP-3 T和混沌计算机俱乐部成员Linus Neumann总结的概念，所有这些都处理个人健康数据。DPIA从分析处理上下文和一些预期用例开始。然后，通过定义一个现实的加工目的来描述加工活动。其次是法律评估和阈值分析。最后，分析了该项目的薄弱环节、风险，确定了相应的防范措施。我们表明，即使是分散的实施也涉及许多严重的弱点和风险。从法律上讲，同意不适合作为法律依据，因此必须根据法律处理数据。我们还发现，实现数据主体和受影响者权利的措施还不够。最后但并非最不重要的是，我们表明，匿名化必须被理解为一个连续的过程，其目的是分离的个人参考，是基于法律，组织和技术措施的组合。所有现有的提案都缺乏这样一个明确的分离过程。
2021-01-18 cs.CR cs.CY cs.SI
Machine Learning-Driven Convergence Analysis in Multijurisdictional Compliance Using BERT and K-Means Clustering
本文以 NLP 为核心，结合 BERT 与 K-Means 聚类比较 GDPR 和 CCPA 的异同，识别隐私法规的重叠与分歧，并提出提升法规分析模型可建模性的自适应合规方法。
2025-01-23 cs.AI cs.CE cs.CL
Privacy in the Internet of Things: Threats and Challenges
物联网范式设想了智能事物在当前和未来互联网基础设施上的普遍互连和合作。因此，物联网是互联网覆盖现实世界的演变，使许多新的服务能够改善人们的日常生活，催生新的业务，使建筑物，城市和交通更加智能。智能事物确实允许无处不在的数据汇集或跟踪，但这些有用的功能也是隐私威胁的例子，如果没有正确实施，这些威胁现在已经限制了物联网愿景的成功。这些威胁涉及新的挑战，例如对个人数据的普遍隐私意识管理或控制或避免无处不在的跟踪和分析的方法。本文详细分析了物联网中的隐私问题。为此，我们首先讨论物联网不断发展的特征和趋势，目的是仔细研究它们对隐私的影响。其次，我们对这种新环境下的隐私威胁进行了分类和研究，指出了需要克服的挑战，以确保物联网成为现实。
2015-05-28 cs.CR cs.CY
Enabling Versatile Privacy Interfaces Using Machine-Readable Transparency Information
本文提出一个将透明度信息提供与展示解耦的通用模型，利用机器可读信息实现GDPR隐私仪表板和对话式AI助手两种界面，并通过用户研究验证其有效性和时间效率。
2023-04-17 cs.CR cs.CY cs.SE
