Key points are not available for this paper at this time.
Dans un bâtiment intelligent moderne, de nombreux aspects de l'utilisation peuvent être surveillés à l'aide de technologies de détection. Cela permet un grand nombre d'applications basées sur les données utilisées pour de nombreuses tâches, telles que le confort intérieur, l'efficacité énergétique et l'utilisation de l'espace. Le partage ouvert de données permet des applications basées sur les données plus robustes pour optimiser les opérations du bâtiment. Pour permettre cet effort de partage de données, il est nécessaire de réaliser une évaluation des risques en matière de confidentialité afin d'analyser les risques éthiques et de confidentialité potentiels qui peuvent être posés aux occupants et à l'organisation opérant dans le bâtiment. Il devient de plus en plus difficile d'identifier les capacités d'inférence des méthodes modernes d'apprentissage automatique, par exemple pour estimer l'occupation à partir des ensembles de données de CO2. Dans cet article, nous concevons et mettons en œuvre une chaîne d'outils open source basée sur l'ontologie qui peut être utilisée dans le cadre de l'évaluation de la confidentialité pour identifier les risques potentiels en matière de confidentialité. Cette chaîne d'outils prend un modèle de l'ensemble de données qui est envisagé pour le partage et crée un rapport de risque de confidentialité. Nous évaluons la chaîne d'outils en utilisant cinq ensembles de données réels et comparons l'analyse avec le gardien des données. Les résultats obtenus montrent que la chaîne d'outils peut identifier plus de risques qu'un conservateur de données humain, et donc, il existe un besoin pour un tel outil pour soutenir l'analyse des risques en matière de confidentialité.
Schwee et al. (mercredi) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: