[논문 리뷰] OPPO: An Ontology for Describing Fine-Grained Data Practices in Privacy Policies of Online Social Networks

Sanonda Datta Gupta, Torsten Hahmann|arXiv (Cornell University)|2023. 09. 27.

Privacy, Security, and Data ProtectionSocial Sciences인용 수 3

한 줄 요약

OPPO는 BFO, IAO, OBI, OMRSE를 기초 온톨로지로 사용하여 온라인 소셜 네트워크(OSN) 개인정보 정책의 세분화된 데이터 관행을 형식화한 OWL2 기반 온톨로지이다. 데이터 보관 기간, 저장 위치, 보안 메커니즘과 같은 세부 관행을 모델링함으로써 자동 추론과 투명성 평가를 가능하게 하며, 텔레그램 정책 데이터셋에 대한 SPARQL 쿼리 검증을 통해 27개의 능력 질문 중 15개가 성공적으로 표현되고 답변됨을 입증하였다.

ABSTRACT

Privacy policies outline the data practices of Online Social Networks (OSN) to comply with privacy regulations such as the EU-GDPR and CCPA. Several ontologies for modeling privacy regulations, policies, and compliance have emerged in recent years. However, they are limited in various ways: (1) they specifically model what is required of privacy policies according to one specific privacy regulation such as GDPR; (2) they provide taxonomies of concepts but are not sufficiently axiomatized to afford automated reasoning with them; and (3) they do not model data practices of privacy policies in sufficient detail to allow assessing the transparency of policies. This paper presents an OWL Ontology for Privacy Policies of OSNs, OPPO, that aims to fill these gaps by formalizing detailed data practices from OSNS' privacy policies. OPPO is grounded in BFO, IAO, OMRSE, and OBI, and its design is guided by the use case of representing and reasoning over the content of OSNs' privacy policies and evaluating policies' transparency in greater detail.

연구 동기 및 목표

• 기존 개인정보 정책 온톨로지에서 데이터 관행의 세밀하고 축약된 모델링이 부족한 문제를 해결하기 위해.
• 데이터 보관 기간, 저장 위치, 보안 메커니즘과 같은 세부 관행을 형식화하여 OSN 개인정보 정책의 투명성 평가를 향상시키기 위해.
• 기존 상위 온톨로지에 기반한 공식적인 온톨로지 표현을 통해 개인정보 정책에 대한 자동 추론을 가능하게 하기 위해.
• 정확한 의미적 제약 조건을 적용하여 데이터 관행을 체계화함으로써 준수 평가 및 정책 간 비교를 지원하기 위해.
• 연구자, 규제 기관, 개인정보 옹호자들이 정책 내용을 체계적으로 쿼리하고 분석할 수 있도록 재사용 가능하고 확장 가능한 온톨로지를 제공하기 위해.

제안 방법

• OPPO는 GDPR, CCPA 및 실제 OSN 개인정보 정책에서 유도된 45개의 능력 질문을 기반으로 한 METHONTOLOGY 프레임워크를 사용하여 개발되었다.
• 온톨로지는 OWL2로 형식화되었으며, BFO, IAO, OBI, OMRSE를 기반으로 하며, 데이터 유형과 시간 제약 조건을 위해 DPV 및 OWL-Time의 선택적 재사용을 포함한다.
• 보안 메커니즘(예: EncryptionMechanism, AuthenticationMechanism) 및 데이터 관행(예: 보관 기간, 저장 위치)을 위한 전용 하위클래스를 포함하여 총 60개의 새로운 클래스와 17개의 개체 속성을 도입하였다.
• 논리적 일관성은 HermiT OWL2 추론기로 검증되었으며, 표현 능력은 텔레그램 정책 데이터셋에 대한 SPARQL 쿼리로 27개의 능력 질문 중 15개를 성공적으로 표현함으로써 검증되었다.
• 최소 임포트 버전(OPPO_Ontology_Minimal_Import.ttl)은 OPPO 전용 개념을 분리하여 온톨로지 편집기에서 더 명확한 모델링을 가능하게 한다.
• 온톨로지는 GitHub에 호스팅되어 있으며, GraphDB에서 OWL-RL 추론 프ofile을 사용하여 쿼리 실행 및 결과 정확도를 검증하였다.

Figure 1: OPPO’s high-level concepts and how they extend concepts from BFO, IAO, OBI, and OMRSE. Concepts in yellow are introduced by OPPO, while all other concepts are being reused.

실험 결과

연구 질문

• RQ1 데이터 보관 기간, 저장 위치, 보안 메커니즘과 같은 세분화된 데이터 관행을 자동 추론을 지원하는 방식으로 어떻게 형식화할 수 있는가?
• RQ2 정밀한 의미적 정확도로 세부적인 데이터 관행을 표현함으로써 온톨로지가 개인정보 정책의 투명성을 얼마나 잘 포착할 수 있는가?
• RQ3 실제 정책 데이터에 기반한 SPARQL 쿼리로 온톨로지가 데이터 관행에 관한 능력 질문을 표현하고 답변할 수 있는가?
• RQ4 기존 상위 온톨로지(BFO, IAO, OBI, OMRSE)의 통합이 개인정보 정책 개념의 형식화 및 재사용 가능성을 어떻게 지원하는가?
• RQ5 OPPO를 사용하여 여러 OSN 개인정보 정책 간의 투명성 수준을 비교하는 데 실현 가능한가?

주요 결과

• OPPO 온톨로지는 60개의 새로운 클래스와 17개의 개체 속성, 총 271개의 논리적 공리로 구성되어 있으며, OWL2에서 일관되고 논리적으로 타당한 형식화를 성공적으로 수행하였다.
• HermiT 추론기를 사용한 검증 결과, 온톨로지는 일관성이 있으며, 모순이나 의도하지 않은 클래스 동치성은 발견되지 않았다.
• 텔레그램 정책 데이터셋에 대해 27개의 능력 질문 중 15개가 SPARQL 쿼리로 성공적으로 표현되었고, GraphDB에서 실행되어 기대한 결과와 일치하였다.
• 온톨로지는 텔레그램이 최대 12개월 동안 네 가지의 서로 다른 데이터 유형을 저장한다는 점을 정확하게 식별하여, 보관 관행을 정밀하게 포착할 수 있음을 입증하였다.
• 최소 임포트 버전은 OPPO 전용 콘텐츠를 효과적으로 분리하여 Protégé와 같은 온톨로지 편집기에서의 명확성과 사용성을 향상시켰다.
• 검증 과정을 통해 OPPO가 세부적인 데이터 관행을 표현하고 추론하는 데 충분히 표현력이 있으며, 투명성 및 준수 분석을 지원하는 데 유용함을 확인하였다.

Figure 2: The core concepts in OPPO and the relations between them.