[論文レビュー] Model Driven Engineering for Data Protection and Privacy: Application and Experience with GDPR

Damiano Torre, Mauricio Alférez+3 more|arXiv (Cornell University)|Jul 23, 2020

Privacy, Security, and Data Protection被引用数 6

ひとこと要約

本稿では、UMLおよびOCLを用いてGDPRをモデル化することで、GDPR準拠を自動化するモデル駆動工学（MDE）アプローチを提示する。2段階のモデル（汎用的および特化的）を採用し、トレーサブルな概念的モデル、OCLで記述された35の準拠ルール、およびEU加盟国法への適応を可能にする20の可変性ポイントを備え、システマティックで機械的に解析可能な準拠性評価を可能にする。

ABSTRACT

In Europe and indeed worldwide, the General Data Protection Regulation (GDPR) provides protection to individuals regarding their personal data in the face of new technological developments. GDPR is widely viewed as the benchmark for data protection and privacy regulations that harmonizes data privacy laws across Europe. Although the GDPR is highly beneficial to individuals, it presents significant challenges for organizations monitoring or storing personal information. Since there is currently no automated solution with broad industrial applicability, organizations have no choice but to carry out expensive manual audits to ensure GDPR compliance. In this paper, we present a complete GDPR UML model as a first step towards designing automated methods for checking GDPR compliance. Given that the practical application of the GDPR is influenced by national laws of the EU Member States, we suggest a two-tiered description of the GDPR, generic and specialized. In this paper, we provide (1) the GDPR conceptual model we developed with complete traceability from its classes to the GDPR, (2) a glossary to help understand the model, (3) the plain-English description of 35 compliance rules derived from GDPR along with their encoding in OCL, and (4) the set of 20 variations points derived from GDPR to specialize the generic model. We further present the challenges we faced in our modeling endeavor, the lessons we learned from it, and future directions for research.

研究の動機と目的

• 複雑なシステムにおけるGDPR準拠性評価のための自動的でスケーラブルなツールの不足に対処する。
• 手動による監査コストと誤りを低減するため、GDPRの形式的で機械的に解析可能な表現を提供する。
• 視覚的で正確かつトレーサブルなモデルを通じて、法的専門家とIT実務家との間のギャップを埋める。
• EU加盟国法の要件に応じた文脈特化型のGDPR準拠ルールカスタマイズを、可変性ポイントを介して可能にする。
• eガバメントやクラウドサービスなどの規制対象分野における将来的な自動準拠チェックツールの基盤を構築する。

提案手法

• 各クラスが関連するGDPR条項に完全にトレース可能な、GDPRの包括的なUML概念的モデルの開発。
• 用語の標準化を図る用語集の定義により、法的および技術的ステークホルダーの両者にとってのモデルの解釈可能性を向上。
• 形式的で実行可能な検証が可能なOCLを用いて、35のGDPR準拠ルールをエンコード。
• EU加盟国ごとの法的文脈に応じた汎用モデルの特化を可能にするために、20の可変性ポイントを特定。
• 2段階のモデリングアプローチ（汎用モデルと特化モデル）を採用。汎用モデルはGDPRの普遍的原則を、特化モデルは各国法の差異を扱う。
• 可変性メカニズム（例：V11–V20）を統合し、処理の文脈、当事者タイプ、データ種別に基づく条件付き準拠ロジックを表現。

実験結果

リサーチクエスチョン

• RQ1 MDEの原則を用いて、GDPRの形式的で機械的に解析可能なモデルをどのように構築できるか？
• RQ2 自動検証を可能にするために、GDPR準拠ルールをどのようないいかたで表現できるか？
• RQ3 EU加盟国間の法的差異を、どのようにシステマティックにモデル化し、単一の準拠フレームワークに統合できるか？
• RQ4 UMLおよびOCLを用いて、複雑で多 juridictional（複数法域）な規制であるGDPRをモデル化する際の主な課題は何か？
• RQ5 得られたモデルは、クラウドサービスやeガバメントプラットフォームなどの実世界のシステムにおいて、どのように準拠チェックの自動化を支援できるか？

主な発見

• 著者らは、各クラスおよび制約が特定のGDPR条項にリンクするトレーサブルなUML概念的モデルを成功裏に開発した。
• OCLで記述された35の形式化された準拠ルールを含むモデルにより、データ処理システムの自動検証が可能になった。
• 20の可変性ポイントの特定により、GDPRの各国法への実装差異を反映する文脈に適応したモデルカスタマイズが可能になった。
• OCL不変条件（例：V12）を通じて動的準拠チェックが可能となり、年間収益および違反の種別に基づいて行政罰金を計算する。
• DPIA（データ保護影響評価）のような複雑なGDPR要件、たとえば公共の利益や医療目的に関するものについても、システマティックな推論が可能になった。
• 本研究は、MDEが、コストの高い手動監査に依存することなく、スケーラブルで自動化されたGDPR準拠分析の基盤として実用的であることを示した。