先月、ワシントンDCでの30周年を記念したネットワーキングおよび情報技術研究開発（NITRD）プログラム。イベントの要約全体を読むことができます。 こちら。 連邦政府の投資がコンピューティング研究コミュニティに与えた影響を強調するために、このイベントではXNUMXつのパネルが取り上げられ、参加者は過去XNUMX年間のこの分野での主要な成果と今後の方向性について話し合いました。 各パネルは、コンピューター研究の重要なサブエリアである、大規模なコンピューティング、ネットワーキングとセキュリティ、人工知能/機械学習、プライバシーとモノのインターネット、社会的責任のあるコンピューティングに焦点を当てました。
プライバシーは、コンピューティング研究コミュニティ間だけでなく、学界と産業界の両方のすべての分野にわたる会話の大きなトピックになっています。 大規模なデータセットの可用性に起因するプライバシーへの悪影響は、 相互接続されたセンサー、デバイス、およびアクチュエーター モノのインターネット（IoT）を構成します。 モデレート Charles（“ Chuck”）Romine（NIST）と、フィールドエキスパートのEd Felten（Princeton）、Marc Groman（Groman Consulting）、Katerina Megas（NIST）、およびSunoo Park（Cornell）をフィーチャー。 パネル4：プライバシーとIoTでは、データの使用とプライバシーのトレードオフや、効果的なポリシーソリューションの達成に役立つ潜在的な研究目標などの重要なトピックについて説明します。
Romineは、すべてのパネルで共通のスレッドを強調することから始めました。「連邦政府の資金投資を通じてもたらされるメリットと並外れた機能の両方、および関連するリスクについて話します。」 IoTも例外ではなく、人々が乗り越えられない情報にアクセスできるようにし、広告キャンペーンを成功させ、個人の好みに合わせてテクノロジーを調整できるようにしますが、ユーザーのプライバシーを危険にさらします。
Megasが指摘したように、「私たちがこの取り組みを行っている理由は、IoTが実際に認識され、社会がその恩恵を享受できるようにしたいからです。」 彼女はさらに、IoT全体でデータを共有できることの潜在的なメリットと重要性を共有しました。 IoTには「驚異的な」規模のデバイスがあり、データセット全体の問題を特定し、個人や社会に大きな影響を与える可能性のあることを学び、人工知能技術をトレーニングし、革新的な小規模企業がデバイスをテストできるようにします。 Romineは、パネリストに、IoTと情報共有のこのコンテキストで関連するプライバシーリスクが実際に何であるかを尋ねました。
グロマンは、最初にプライバシーとIoTの相互作用について説明することで答えました。 IoTのプライバシーの側面は、収集されているより大きなセット内のデータのサブセットです。つまり、人々に関するもの、または人々に関連するものです。 人々は彼らについてのデータが収集されていることを知っていますか？ デバイスを操作したり、デバイスが何を収集しているかを学習したり、デバイスを変更したりできるインターフェイスはありますか？ 人々は、どのような情報が収集されているのか、または収集されているデータからデバイスまたは会社によってどのような推論が行われているのかを理解していますか？ 金銭的インセンティブ構造と、企業がそのようなデータを利用して構築するために立っている多くの「膨大な」量のために、グロマンは人々に解決策のための政策に目を向けるよう促しました。
「ここでの目標は、利益を最大化し、害を最小化することです。 この国には、そこにたどり着くためのインセンティブを生み出す政策、法律、規制の枠組みがありません。」– Marc Groman
グロマンの立場に反して、ロミンはパネルに技術的解決策の可能性について尋ねた。
Feltenは、統計情報の制御をよりよく理解して適用し、人々がデータを操作して悪影響を軽減できるツールを構築することから始めることを提案しました。 暗号化プライバシーツールに特に関心を持っているParkは、暗号化がこの点で役立つ可能性のあるいくつかの方法を挙げています。
「暗号化は、情報フローの構成を持ち、アクセスをよりきめ細かく制御できるシステムを構築するためのツールキットを提供します」。 –スヌーパーク
ツールの21つは、ゼロ知識証明である可能性があります。これにより、他の側面をエンティティから秘密に保ちながら、データの部分的な共有が可能になります。 彼女は、警備員がIDをチェックしてバーに入る例を示しました。ゼロ知識証明により、IDに記載されている住所や誕生日を共有しなくてもXNUMX歳であることを証明できます。
Park氏は、暗号化は「プライバシーを構築するために使用できるより大きなソリューションスペース」を提供しますが、これらのツールを使用して構築する必要があるものの種類や、共有するのが適切または望ましいと考える情報の形式の質問には答えないことを警告しました。 それは私たちが社会として、そして政策の問題として解決しなければならないことです。
最後に、パネリストはなぜ人々が気にかけるべきなのか尋ねられました。 彼らが隠すものが何もない場合はどうなりますか？ 群衆から笑い声を上げて、フェルテンは誰もが隠すものがあると冗談を言った。 さらに深刻なことに、彼はデータプロファイリングにおける潜在的な害を強調し続けました。
「そこにいる人々は、あなたが誰であるか、そしてあなたが何をする可能性が高いかについての包括的なモデルを構築しています。」 –エド・フェルテン
すでに恐ろしい考えですが、これらの仮定は間違っている可能性があり、将来の機会と「行動の自由」を制限することがあります。 グロマンは、パネルの議論全体を通して別の共通の糸を指摘しました–いくつかのコミュニティが不釣り合いに影響を受けていることを認識することの重要性。 性的指向、性別、人種、虐待を受けた女性や子供など、一部のデータを非公開にするために、賭け金は高くなる可能性があります。
質疑応答では、パネル3の元講演者であるBen Zornが、AIのトレーニングに使用されるデータの利点について振り返りました。 彼は、AIのトレーニングに使用されているデータセットを通じて個人情報が漏洩した場合に何ができるかについて尋ねました。
フェルテン氏は、厳密な方法を使用して意図的に情報の細流化を阻止しない限り、情報は流れるだろうと指摘しました。 そのため、プライバシーを保護する機械学習やトリクルダウン効果を制御するためのインターフェースなど、厳密で証明可能な方法の構築に焦点を当てることが非常に重要です。
Megasはそれを完璧に要約しました。最終的にはすべての人をトレーニングすることはできませんが、リスクについて考え、データをより細かく制御するためのツールを提供できるフレームワークを人々に提供することはできます。 あなたはで完全な録音を見ることができます CCCWebページ または上 NITRDのYouTubeチャンネル.
シリーズの最後のブログ、パネル5：テクノロジーが社会にどのように役立つか：基礎研究の展望を広げることに注目してください。
