[论文解读] Ontologies for Privacy Requirements Engineering: A Systematic Literature Review
本文通过系统文献综述识别隐私需求工程中的核心概念及其关系,最终提出一种新颖的隐私本体,将隐私视为超越安全的独立关注点。通过分析15项选定研究,作者提出一种结构化的、社会技术融合的本体,以支持软件工程师精确指定隐私需求,减少歧义,并在系统开发中实现隐私优先设计(Privacy by Design)原则。
Privacy has been frequently identified as a main concern for system developers while dealing with/managing personal information. Despite this, most existing work on privacy requirements deals with them as a special case of security requirements. Therefore, key aspects of privacy are, usually, overlooked. In this context, wrong design decisions might be made due to insufficient understanding of privacy concerns. In this paper, we address this problem with a systematic literature review whose main purpose is to identify the main concepts/relations for capturing privacy requirements. In addition, the identified concepts/relations are further analyzed to propose a novel privacy ontology to be used by software engineers when dealing with privacy requirements.
研究动机与目标
- 解决在需求工程中定义隐私作为与安全相区别的独立关注点时缺乏共识和概念清晰度的问题。
- 从文献中识别并分析现有的隐私相关概念及其关系,以构建可复用的本体。
- 开发一种正式且可扩展的隐私本体,以捕捉技术与社会技术情境下的隐私需求。
- 通过提供共享且标准化的概念框架,支持软件工程师实施隐私优先设计(PbD)。
- 通过定义清晰且可复用的本体,减少因对隐私概念误解而导致的设计缺陷。
提出的方法
- 采用PRISMA指南进行系统文献综述,以识别关于隐私本体和需求的相关研究。
- 应用预设的纳入/排除标准筛选265项研究,最终选定15项高质量研究进行分析。
- 从选定研究中提取并分析隐私概念及其相互关系(例如,匿名性、假名性、不可链接性)。
- 将研究发现综合为一组核心隐私概念及其关系,形成基础隐私本体。
- 将社会技术要素(例如,组织角色、人际互动)整合到本体中,以反映现实世界中的隐私动态。
- 通过主题分析和概念分析对选定文献进行验证,以评估所提本体的结构和相关性。
实验结果
研究问题
- RQ1在隐私需求工程文献中,哪些隐私概念被最频繁引用且在概念上最为稳定?
- RQ2隐私概念之间如何相互关联?哪些关系(例如,is-a、part-of、prevents)最为普遍?
- RQ3现有研究在多大程度上将隐私视为与安全相区别的独立概念?这对需求工程有何影响?
- RQ4在不同应用领域(例如,医疗保健、智慧城市)中,哪些隐私概念被持续强调?
- RQ5当前隐私本体中缺少哪些核心要素,可能影响在系统开发中有效实施隐私优先设计?
主要发现
- 系统综述识别出15项高质量研究,其内容明确涉及隐私本体或概念,构成了本体构建的基础。
- 核心隐私概念如匿名性、假名性、不可链接性和不可观测性在研究中被一致引用,但当隐私被归入安全范畴时,这些概念常被忽视。
- 研究发现,大多数现有研究将隐私视为安全的一个子集,导致对用户控制、数据最小化和同意等隐私关键方面的建模不足。
- 所提出的隐私本体整合了技术和社交技术维度,包括组织角色和人际互动,以更好地反映现实世界中的隐私挑战。
- 分析显示,仅有少数研究(265项中的15项)为隐私需求提供了正式本体或概念模型,表明存在显著的研究空白。
- 所构建的本体设计为可扩展且可复用,支持软件工程师以一致且精确的方式获取、指定和验证隐私需求。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。