Auditing African Content Moderators' Working Conditions by Using the European General Data Protection Regulation (GDPR)
University of Neuchâtel(纳沙泰尔大学);Lise Cnam CNRS(法国国家科学研究中心CNRS利斯学院);African Content Moderators Union(非洲内容审核员联盟);Kenya Digital Rights and Mental Health Initiative(肯尼亚数字权利与心理健康倡议);Kenya Techworker Community Africa(肯尼亚科技工作者社区非洲);Afr
本文利用GDPR审计肯尼亚和尼日利亚BPO公司内容审核员的工作条件,揭示其结构性劣势及违反工人权利的问题,强调数据保护立法对科技行业例外主义的制衡作用。
2026-05-12 cs.CY cs.HC
European Union regulations on algorithmic decision-making and a "right to explanation"
Oxford Internet Institute(牛津互联网研究所);University of Oxford(牛津大学)
我们总结了欧盟新的《通用数据保护条例》将对机器学习算法的日常使用产生的潜在影响。预计将于2018年在欧盟范围内生效,它将限制自动化的个人决策(即基于用户级预测因素做出决策的算法),这些决策会“显著影响”用户。该法律还将有效地创造一个“解释权”,用户可以要求解释关于他们的算法决定。我们认为,虽然这项法律将对行业带来巨大的挑战,但它突出了计算机科学家在设计算法和评估框架方面发挥带头作用的机会,这些算法和评估框架可以避免歧视并实现解释。
2016-08-31 cs.CY cs.LG stat.ML
Novel Common Vehicle Information Model (CVIM) for Future Automotive Vehicle Big Data Marketplaces
尽管在许多最新的汽车型号中引入了连接服务,但由于其专有性质,目前对车辆数据的访问受到限制。因此,欧洲的AutoMat项目开发了一个开放的市场,为独立于品牌的车辆数据提供了一个单一的访问点。因此,车辆传感器数据可以用于设计和实施全新的服务,甚至超越交通相关应用(如超本地交通预测)。本文提出了一个汽车大数据市场的架构,作为跨部门和创新的汽车数据服务的推动者。因此,新的通用车辆信息模型(CVIM)被定义为一个开放和协调的数据模型,允许聚合的品牌独立和通用的数据集。在这项工作中的原型CVIM和市场的实现。介绍了当地天气预报和道路质量测量的两个用例,以显示AutoMat概念和原型对非汽车应用的适用性
2018-02-21 cs.CY
A Text Mining Analysis of Data Protection Politics: The Case of Plenary Sessions of the European Parliament
近年来,人们对数据保护法律和政策进行了广泛的研究,但对数据保护的议会政治知之甚少。这种模仿甚至适用于在数据保护和隐私监管方面处于全球领先地位的欧盟(EU)。为了填补现有研究中的这一显著空白,本文探讨了欧洲议会议员(MEP)在议会全体会议上提出的数据保护问题以及欧盟委员会对这些问题的回答。从1995年到2023年初,有一千多个这样的问题和答案。鉴于基于文本挖掘的计算分析,结果表明:(a)在过去二十年中,议会一直在积极辩论数据保护问题。没有明显的纵向趋势;辩论相对持续。正如可以预料的那样,(b)欧盟的具体数据保护法律在这些辩论中经常被提及,(c)这些法律似乎与传统的政治维度(如左右轴)不一致。此外,(d)议员们就许多不同的数据保护议题进行了辩论,这表明欧盟的数据保护政策远远超出了最近颁布的条例。
2023-02-20 cs.CY
Associating eHealth Policies and National Data Privacy Regulations
随着电子数据成为现代社会的生命线,隐私问题日益增加。欧盟颁布的《通用数据保护条例》(GDPR)反映了这些担忧,该条例是全球最全面、最强大的隐私法规之一。该项目旨在评估和突出电子保健系统政策与个人数据隐私法规之间的关联。使用偏差校正的Cramer's V和Thiel's U测试,我们发现电子医疗系统的规则与数据隐私保护之间的关联很弱,甚至为零。训练了一个简单的决策树模型,验证了所得到的关联得分
2022-02-27 cs.CR cs.CY
The Digital Omnibus on AI, Legislative Legitimacy and the Dynamics of AI Regulation
Uppsala University(乌普萨拉大学);Stockholm University(斯德哥尔摩大学)
本文通过立法合法性视角分析欧盟《人工智能数字综合法案》对《人工智能法案》的修订,指出三大动态(监管竞赛、主导权竞赛、监管连接竞赛)造成合法性困境,并论证该法案通过优先政治和操作理性重塑了《人工智能法案》的合法性。
2026-06-16 cs.CY
Conformity Assessments and Post-market Monitoring: A Guide to the Role of Auditing in the Proposed European AI Regulation
Oxford Internet Institute, University of Oxford(牛津大学牛津互联网研究院);University of Bologna(博洛尼亚大学);The Alan Turing Institute(艾伦·图灵研究所)
拟议中的《欧洲人工智能法案》(AIA)是首次尝试为任何主要全球经济体实施的人工智能制定一个总体法律框架。因此,AIA可能会成为关于人工智能系统如何(以及应该如何)被监管的更广泛讨论的参考点。在本文中,我们描述并讨论了AIA中提出的两个主要执行机制:高风险人工智能系统提供商应进行的合规性评估,以及提供商必须建立的上市后监测计划,以记录高风险人工智能系统在其整个生命周期中的性能。我们认为,AIA可以被解释为建立一个欧洲范围内的人工智能审计生态系统的建议,尽管换句话说。我们的分析提供了两个主要贡献。首先,通过借用现有人工智能审计文献中的术语描述AIA中包含的执行机制,我们帮助人工智能系统提供商了解他们如何在实践中证明遵守AIA中规定的要求。第二,通过从审计角度研究AIA,我们试图从以前的研究中提供可转移的经验教训,以进一步完善AIA中概述的监管方法。最后,我们强调了AIA的七个方面,其中修正(或简单的澄清)将有所帮助。这些问题首先包括需要将模糊的概念转化为可核查的标准,并加强以内部检查为基础的符合性评估方面的体制保障。
2021-11-09 cs.AI cs.CY
The ghost of AI governance past, present and future: AI governance in the European Union
人们普遍认为,人工智能(AI)是美国和中国之间的竞争。在本章中,作者将研究欧盟(EU)如何融入这种混合,以及它可以提供什么作为治理人工智能的第三种方式。本章通过探索欧盟人工智能治理的过去、现在和未来来展示这一点。第1节旨在探索和证明欧盟对人工智能治理的一致和全面的方法。简而言之,欧盟确保并鼓励合乎道德、值得信赖和可靠的技术发展。这将涵盖一系列关键文件和政策工具,这些文件和工具导致欧盟迄今为止最关键的努力:监管人工智能。第2节通过监管和基础设施的视角描绘了欧盟迈向数字主权的努力。这涵盖了人工智能系统、云计算和外国直接投资的可信度等主题。在第3节中,本章最后提出了在欧盟实现良好人工智能治理的几个考虑因素。
2021-07-08 cs.CY
Transparency in Healthcare AI: Testing European Regulatory Provisions against Users' Transparency Needs
Università degli Studi di Padova(帕多瓦大学)
本研究评估了欧洲AI法规中透明性要求与医疗AI用户需求之间的契合度,通过调查不同相关方发现透明性需求与使用说明书结构之间的映射问题,并提出改进建议。
2025-06-14 cs.AI cs.CY
On Medical Device Cybersecurity Compliance in EU
欧盟市场上的医疗器械产品必须安全有效。为了确保这一点,医疗器械制造商必须遵守《医疗器械法规》(MDR)和《体外诊断医疗器械法规》(IVDR)带来的新监管要求。总的来说,新法规增加了监管要求和监督,特别是对医疗软件的要求,与网络安全相关的要求也是如此,这些要求现在在立法中得到明确解决。目前正在进行的重大立法变化,加上日益增加的网络安全要求,为制造商遵守监管框架带来了独特的挑战。在本文中,我们根据目前可用的指导文件审查了新的网络安全要求,并确定了可以建立网络安全合规性的四个核心概念。我们认为,这些核心概念构成了欧盟监管框架中网络安全合规性的基础。
2021-03-11 cs.CR cs.CY
Reflections on the Data Governance Act
欧盟一直在数字主权的保护伞下推行新战略。数据是这一战略的重要组成部分。为此,2022年制定了具体的《数据治理法》。这一新法规建立在两个想法之上:重用公共部门机构持有的数据,以及在数据利他主义的标签下自愿共享数据。这篇简短的评论回顾了新法规的主要内容。在审查的基础上,还就潜在的挑战提出了几点意见。
2023-03-29 cs.CY
How should AI decisions be explained? Requirements for Explanations from the Perspective of European Law
Fraunhofer Institute for Manufacturing Engineering and Automation IPA(弗劳恩霍夫制造工程与自动化研究所);Institute of Industrial Manufacturing and Management IFF, University of Stuttgart(斯图加特大学工业制造与管理研究所);University of Giessen(吉森大学)
本文从欧洲法律视角探究法律与可解释人工智能(XAI)的关系,分析《人工智能法案》等多领域法律依据对XAI方法的要求,发现当前XAI技术难以完全满足各法律依据的属性需求。
2024-11-26 cs.AI cs.CY
SRNI-CAR: A comprehensive dataset for analyzing the Chinese automotive market
University of Glasgow(格拉斯哥大学);UTBM(贝尔福-蒙贝利亚尔技术大学);Trinity College Dublin(都柏林圣三一学院)
本文构建了涵盖2016至2022年中国汽车市场销售、评论等多维信息的SRNI-CAR数据集,以弥补现有数据覆盖不足,并通过两个应用示例展示其在预测、商业、政策与学术研究中的价值。
2023-12-19 cs.AI cs.CY cs.LG
Beyond privacy regulations: an ethical approach to data usage in transportation
随着近年来商业技术的指数级进步,数据驱动的决策已经成为大多数行业的核心。随着新的隐私法规的兴起,如欧洲联盟的《一般数据保护条例》和美国的《加利福尼亚消费者隐私法》,处理个人数据的公司必须遵守这些变化,并相应地调整其流程。这显然包括使用位置数据的运输业。另一方面,用户仍然期望某种形式的个性化,而不必损害他们的隐私。出于这个原因,各行各业的公司开始在其产品中大规模应用隐私增强或保护技术,作为竞争优势。在本文中,我们描述了如何联邦机器学习可以应用于交通部门。我们介绍了联邦学习在运输和使用这种技术所需的新产品生命周期中有益的用例。我们将联邦学习视为一种使我们能够处理隐私敏感数据的方法,同时尊重客户的隐私,并引导我们超越隐私法规,进入道德数据使用的世界。
2020-04-01 cs.CY
SoK: Technical Implementation and Human Impact of Internet Privacy Regulations
本研究系统分析了全球互联网隐私法规,构建权利与义务分类体系,并系统化270篇技术论文,以跨学科视角提出未来研究方向。
2023-12-24 cs.CY
The European AI Liability Directives -- Critique of a Half-Hearted Approach and Lessons for the Future
European University Viadrina(欧洲维阿德里纳大学);European New School of Digital Studies(欧洲数字研究新学院)
本文批评欧盟AI责任提案为半心半意的做法,提出具体修正案,并描绘了包含全面责任框架、创新支持、算法公平、可解释AI及可持续性的未来AI监管路线图。
2023-07-28 cs.AI cs.CY cs.LG
Federated Learning Priorities Under the European Union Artificial Intelligence Act
Technical University of Munich(慕尼黑工业大学);University of Cambridge(剑桥大学);IBM T.J. Watson Research Center(IBM TJ·沃森研究中心);Flower Labs;University of Bayreuth(拜罗伊特大学);University of Toronto(多伦多大学)
本文通过跨学科分析欧盟AI法案对联邦学习的影响,指出该法规将推动联邦学习成为合规机器学习系统的关键组件,并建议FL社区重新调整研究重点以应对数据治理、隐私保护及能效挑战。
2024-02-05 cs.AI cs.CY cs.DC
The unsuitability of existing regulations to reach sustainable AI
Institute for Applied Economic Research (Ipea)(应用经济研究所)
本文分析现有法规在规范人工智能环境足迹方面的不足,提出加强透明度、协调国际标准和加强公众参与的建议。
2026-01-08 cs.CY
Regulatory Requirements Engineering in Large Enterprises: An Interview Study on the European Accessibility Act
本研究以《欧洲无障碍法案》为例,通过对三家大型企业的访谈探索法规影响分析(RIA)这一法规需求工程流程,揭示其协作模式、支撑制品与现存挑战,指出目前缺乏相关制品的成熟管理实践。
2024-09-11 cs.CY cs.SE
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
OpenID for European Digital Identity: An architectural analysis of user-centric identity management
Ghent University(根特大学)
本文分析了欧洲数字身份开放ID架构的局限性,指出其缺乏明确的身份定义,且现有解决方案无法满足自我主权身份的需求。
2026-03-20 cs.CR cs.CY cs.NI
From the AI Act to a European AI Agency: Completing the Union's Regulatory Architecture
University of Zagreb(扎格雷布大学)
本文探讨是否仍需建立更强大的超国家机构以加强AI政策一致性、风险评估能力和国际合作,并论证强化欧盟层面机构对保障数字和技术主权的重要性。
2026-03-24 cs.AI cs.CY
The General Data Protection Regulation: Requirements, Architectures, and Constraints
欧盟的《通用数据保护条例》(GDPR)是最近颁布的最著名的隐私法规。尽管该法规具有法律、政治和技术方面的影响,但为了更好地理解GDPR对需求工程和软件架构的实际影响,进行的研究相对较少。建立在一个接地的理论方法与芬兰软件产业的密切联系,本文有助于密封这一差距在以前的研究。在软件开发组织的上下文中提出并回答了三个问题。首先,本文阐述了许多中小企业在实施解决新的监管要求的解决方案时经常面临的九个实际限制。其次,本文列出了GDPR对软件架构的九项监管要求。第三,本文提出了一个软件体系结构,既符合引出的要求和详细说明的约束的实现。
2019-07-17 cs.CR cs.CY cs.SE
New Data Security Requirements and the Proceduralization of Mass Surveillance Law after the European Data Retention Case
University of Amsterdam(阿姆斯特丹大学);Harvard University(哈佛大学)
本文以欧盟法院废止《数据留存指令》的判决为研究对象,梳理判决提出的数据安全评估新标准,警示大规模监控法程序化可能带来的人权侵害风险。
2025-11-17 cs.CY
Scoring the European Citizen in the AI Era
本文论证《人工智能法案》中社会评分禁令虽受中国社会信用体系启发,但其灵活起草方式使其能与 GDPR 第 22 条互补,有效保护欧洲公民免受不成比例的 AI 评分使用。
2025-05-05 cs.CY
From social netizens to data citizens: variations of GDPR awareness in 28 European countries
我们通过对2019年3月进行的Eurobarometer 91.2调查(N = 27,524)的二次分析,研究了欧盟27国-英国28个欧洲国家与数字体验相关的一般数据保护法规(GDPR)意识的变化。教育,职业和年龄是GDPR意识最强的社会人口预测因素,性别,主观经济幸福感或地区大小的影响很小。在线性模型中,数字体验与GDPR意识显著正相关,但当我们通过类型学分析对其进行检查时,这种关系被证明更为复杂。使用探索性k-means聚类分析,我们确定了四个数字公民群体,涵盖数字体验和GDPR意识的两个维度:离线公民(22%),社交网民(32%),网络公民(17%)和数据公民(29%)。离线公民在互联网使用和GDPR意识方面排名最低;网络公民的排名约为平均值,而数据公民在数字体验和GDPR知识和使用方面排名最高。第四个被确定的集群,社交网民,有一个不和谐的配置文件,具有显着的高社交网络使用,低于平均水平的在线购物体验,和低GDPR意识。人力资本的数字化和互联网的普遍使用是国家层面数据公民类型国家频率的强相关性。我们的研究结果证实了之前的研究,即与激烈的社交媒体消费相关的低隐私意识和技能,但我们发现,年轻一代在相当无忧无虑的社交网民和大力投资的数据公民之间平分秋色。
2021-08-09 cs.CY
The Right to Communications Confidentiality in Europe: Protecting Privacy, Freedom of Expression, and Trust
Radboud University Nijmegen(奈梅亨拉德堡德大学);University of Amsterdam(阿姆斯特丹大学);Bird & Bird LLP(柏莱德律师事务所)
本文论证欧盟在GDPR之外制定单独规则保护通信保密权的必要性,指出该权利源于并保护隐私、言论自由及对通信服务的信任等核心价值,且应适用于所有技术。
2025-10-09 cs.CY
Bridging the Transparency Gap: What Can Explainable AI Learn From the AI Act?
University of Edinburgh(爱丁堡大学)
本文揭示可解释AI与欧盟《人工智能法案》在透明度理解上的根本差异,提出“透明度鸿沟”概念,并从四个实践维度探讨弥合该鸿沟的路径。
2023-07-29 cs.AI 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
Towards Effective E-Participation of Citizens in the European Union: The Development of AskThePublic
SnT, University of Luxembourg(SnT,卢森堡大学);University of Zurich(苏黎世大学);University of Lausanne(洛桑大学)
本研究针对现有电子参与平台静态化、难有效整合公民反馈的问题,基于媒体丰富度理论与设计科学研究方法,依托欧盟“Have Your Say”平台开发大语言模型聊天机器人AskThePublic,经专家访谈验证其获认可,助力欧盟公民电子参与。
2025-10-02 cs.AI cs.CY
Singling out people without knowing their names -- Behavioural targeting, pseudonymous data, and the New Data Protection Regulation
Institute for Information Law (IViR), University of Amsterdam(阿姆斯特丹大学信息法研究所)
本文论证数据保护法应适用于行为定向,指出即使不关联姓名,仅凭识别个人并投放定向广告也构成处理个人数据,且姓名并非最实用的标识符。
2025-11-10 cs.CY
Transparency, Fairness, Data Protection, Neutrality: Data Management Challenges in the Face of New Regulation
数据革命继续改变着科学、工业和政府的每一个部门。由于数据驱动技术对社会的巨大影响,我们越来越意识到负责任地使用数据和算法的必要性-根据法律和道德规范。在本文中,我们讨论了三个最新的监管框架:欧盟的一般数据保护条例(GDPR),纽约市自动决策系统(ADS)法和网络中立原则,旨在保护受数据汇集和分析影响的个人的权利。这些框架是一个全球趋势的突出例子:各国政府开始认识到有必要监管数据驱动的算法技术。我们在本文中的目标是让这些监管框架引起数据管理社区的注意,并强调它们提出的技术挑战,我们作为一个社区,有能力解决这些挑战。本文的主要内容是,法律和道德规范不能作为事后的想法纳入数据驱动系统。相反,我们必须从设计责任的角度来思考,将其视为一种系统要求。
2019-03-08 cs.CY cs.DB
Explanations in Autonomous Driving: A Survey
University of Oxford(牛津大学);University of Nottingham(诺丁汉大学)
在过去的几十年里,汽车行业的发展水平不断提高;从制造手动操作的车辆到制造具有高自动化水平的车辆。随着人工智能(AI)的最新发展,汽车公司现在采用黑盒AI模型,使车辆能够感知其环境并在很少或根本没有人类输入的情况下做出驾驶决策。随着自动驾驶汽车(AV)在商业规模上的部署,社会对AV的接受程度变得至关重要,并且可能在很大程度上取决于其透明度,可信度和遵守法规的程度。通过对无人驾驶汽车的行为作出解释,可以促进对无人驾驶汽车是否符合这些验收要求的评估。因此,可解释性被视为AV的重要要求。自动驾驶汽车应该能够解释他们在其运行的环境中“看到”了什么,做了什么,可能会做什么。在本文中,我们提供了一个全面的调查,现有的工作机构周围的可解释的自动驾驶。首先,我们通过突出和强调透明度、问责制和信任在自动驾驶汽车中的重要性,并审查与自动驾驶汽车相关的现有法规和标准,以解释为出发点。其次,我们确定和分类的不同利益相关者参与开发,使用和监管的AV和引出他们的解释要求AV。第三,我们提供了一个严格的审查以前的工作解释不同的AV操作(即,感知、定位、规划、控制和系统管理)。最后,我们确定相关的挑战,并提供建议,如AV解释的概念框架。本调查旨在提供研究者对AV可解释性感兴趣所需的基础知识。
2021-11-09 cs.AI cs.CY cs.HC
Adtech and Real-Time Bidding under European Data Protection Law
本文分析实时竞价(RTB)与欧洲数据保护法(GDPR)的冲突,指出其需用户事先同意、难以满足透明度要求且激励不安全数据处理,结论是RTB在结构上难以合法化,需监管干预。
2025-09-01 cs.CR cs.CY
AI Regulation in Europe: From the AI Act to Future Regulatory Challenges
European University Viadrina(欧洲-法兰克福大学);European New School of Digital Studies(欧洲数字研究新学院)
本文对比欧盟与英国AI监管模式,提出混合监管策略,分析《AI Act》的开创性与不足,预判未来监管挑战并呼吁制定高性能AI受监管访问协议,强调需完善立法与全球协作以有效治理AI。
2023-10-06 cs.AI cs.CY
Who Would Chatbots Vote For? Political Preferences of ChatGPT and Gemini in the 2024 European Union Elections
Czech University of Life Sciences Prague(布拉格捷克生命科学大学)
该研究通过每日标准化提示评估 ChatGPT 和 Gemini 对 2024 年欧洲议会选举中 27 个欧盟成员国政党的政治偏见,发现 ChatGPT 显著偏向左翼和中间派政党,而 Gemini 大多拒绝回答,从而揭示了生成式 AI 在政治语境中的偏见问题并呼吁加强透明度和监管。
2024-09-01 cs.AI cs.CL cs.CY
The Artificial Intelligence Act: critical overview
Portuguese Catholic University(葡萄牙天主教大学)
本文批判性审视欧盟《人工智能法案》,分析其结构、适用范围、被禁止实践、高风险系统监管及制裁机制,指出框架虽平衡但过于复杂,可能阻碍负责任的创新。
2024-08-30 cs.AI cs.CY
The Case for a Legal Compliance API for the Enforcement of the EU's Digital Services Act on Social Media Platforms
Utrecht University(乌得勒支大学);Maastricht University(马斯特里赫特大学)
在不到一年的时间里,欧盟委员会推出了一些迄今为止关于平台治理的最重要的监管提案。欧盟委员会在这类跨部门监管背后的目标包括保护市场和民主。虽然所有这些法案都提出了建立新的执法机构和程序的复杂规则,但有一个方面仍然非常不清楚:数字执法将如何在实践中实际进行。本讨论文件以《数字服务法》(DSA)为重点,重点讨论了围绕数字执法目的的社交媒体数据访问的问题,并建议使用合法合规应用程序编程接口(API)作为促进遵守DSA以及补充性欧洲和国家法规的一种手段。为了将这一讨论置于背景下,本文采用了两种场景,来说明内容货币化对特别脆弱的社交媒体用户群体(儿童)产生的危害。这两种设想被用来进一步思考围绕数据访问和法律遵守DSA以及劳动和消费者法领域进一步适用的法律标准的基本问题。
2022-05-13 cs.AI cs.CL cs.CY
Food safety trends across Europe: insights from the 392-million-entry CompreHensive European Food Safety (CHEFS) database
Wageningen Food Safety Research(瓦亨廷根食品安全研究所);University of Veterinary Medicine Budapest(布达佩斯兽医大学);Syreon Research Institute(Syreon研究所)
本文提出CHEFS数据库,整合欧洲食品安全监测数据,分析趋势与变化,为政策和监管提供支持。
2025-09-05 cs.AI cs.CV cs.CY
The Seven Sins of Personal-Data Processing Systems under 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,我们从系统设计的角度回顾GDPR,并确定其法规如何与现代系统的设计,架构和操作相冲突。我们通过GDPR的七个罪恶来说明这些冲突:永久存储数据;不加选择地重复使用数据;围墙花园和黑市;风险不可知的数据处理;隐藏数据泄露;做出无法解释的决定;将安全视为次要目标。我们的研究结果揭示了GDPR要求与现代系统如何演变之间根深蒂固的斗争。我们认为,实现合规需要全面、扎实的解决方案,任何短缺都相当于在沉船上修理漏水的水龙头。
2019-05-15 cs.CR cs.CY
Combining Twitter and Mobile Phone Data to Observe Border-Rush: The Turkish-European Border Opening
本研究结合手机数据与 Twitter 数据分析2020年土耳其边境开放后的跨境流动,提出定量与定性互补的估计方法,并讨论大数据用于移民研究的伦理与监管意义。
2024-05-22 cs.CY cs.SI
Subject Roles in the EU AI Act: Mapping and Regulatory Implications
Studio Legale Fabiano (Italy) - Affiliation: International Institute of Informatics and Systemics (IIIS) - USA (September 28, 2025)(法布iano法律事务所(意大利)- 机构:国际信息与系统研究所(IIIS)- 美国(2025年9月28日))
本文系统梳理欧盟《人工智能法案》中六类运营者主体及其角色转换机制,揭示义务沿供应链级联的分布式治理结构,为合规实施提供指导。
2025-10-15 cs.AI cs.CY
The risks of risk-based AI regulation: taking liability seriously
University of Glasgow(格拉斯哥大学);Ludwig-Maximilians University of Munich(慕尼黑路德维希-马克西米利安大学);Goethe University Frankfurt am Main(法兰克福歌德大学);University of Lausanne(洛桑大学);CEPR London(伦敦经济政策研究中心)
本文分析了欧盟《AI法案》基于风险的事前监管缺陷,提出应将责任作为核心监管机制,通过区分危害来源并在AI开发者与部署者间谨慎分配责任来缓解潜在风险。
2023-11-03 cs.AI cs.CY
Enabling the Reuse of Personal Data in Research: A Classification Model for Legal Compliance
Universitat de Barcelona(巴塞罗那大学)
本文提出了一种分类模型,用于研究中个人数据的分类,以帮助研究人员管理数据。该模型基于欧洲通用数据保护条例及其在西班牙法律中的实施原则,并描述了在确保数据保护法规合规和保护隐私的情况下,个人数据存储和访问的条件。该工作由图书馆和数据保护办公室合作完成,产出了一棵供研究人员决策的决策树和研究数据存储库的安全存储和访问要求列表。
2026-01-29 cs.CY cs.DB
Quantitative study about the estimated impact of the AI Act
本文提出一种系统性方法,对德国AI产品项目按《AI法案》初稿进行分类评估,发现仅约30%受监管,强调需更具体表述并支持法规生效前的动态评估。
2023-03-29 cs.AI cs.CY
Towards Comprehensive Legislative Requirements for Cyber Physical Systems Testing in the European Union
本文分析欧盟CPS合规测试面临的法律、需求与软件工程挑战,探讨自动化合规响应的难点,并为更有效的决策提供整体概览。
2024-12-05 cs.CY cs.SE cs.SY
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
A Robust Governance for the AI Act: AI Office, AI Board, Scientific Panel, and National Authorities
University of Bologna(博洛尼亚大学);European New School of Digital Studies(欧洲数字研究新学院);European University Viadrina(欧洲维阿德里纳大学);Yale University(耶鲁大学);University of Agder(阿格德大学);University of Oslo(奥斯陆大学);University of California, Berkeley(加州大学伯克利分校)
本文阐释欧盟《人工智能法案》由欧盟委员会、人工智能办公室等新旧机构实施的治理框架,并提出规范性治理模型,以确保该法案在国家与欧盟层面得到统一协调执行。
2024-10-26 cs.AI cs.CY
Modeling supply chain compliance response strategies based on AI synthetic data with structural path regression: A Simulation Study of EU 2027 Mandatory Labor Regulations
Dhurakij Pundit University(博仁大学);The Royal Anthropological Institute of Great Britain and Ireland(英国皇家人类学学会)
本文融合AI合成数据与结构路径回归,模拟欧盟2027劳动法规下供应链企业的合规响应路径,揭示合规投入经智能化水平影响企业生存的机制。
2025-05-04 cs.AI cs.CY stat.AP
The Kaleidoscope of Privacy: Differences across French, German, UK, and US GDPR Media Discourse
University of Oxford(牛津大学);Oxford Internet Institute(牛津互联网研究院);University College Dublin(都柏林大学学院);School of Sociology, University College Dublin(都柏林大学学院社会学学院);Geary Institute for Public Policy, University College Dublin(都柏林大学学院吉尔里公共政策研究院);Alan Turing Institute(艾伦·图灵研究院)
隐私的概念因文化而异。在互联网时代,数字化工具不断挑战用户、技术人员和政府定义、重视和保护隐私的方式。国家和超国家实体试图规范隐私并保护在线管理的数据。欧盟通过了《通用数据保护条例》(GDPR),该条例于2018年5月25日生效。本文介绍的研究借鉴了法国、德国、英国和美国媒体两年来对GDPR的报道。我们使用主题建模的无监督机器学习方法来比较不同时间和地理区域的新闻文章的主题结构。我们的工作强调了隐私评估的区域差异以及实施单方面数据保护法规(如GDPR)的潜在障碍的相关性。我们发现,这四个国家GDPR媒体报道的主题和趋势反映了他们传统隐私文化的差异。
2021-03-31 cs.CY cs.LG 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