[论文解读] Three Dimensions of Privacy Policies

Victor Morel, Raúl Pardo|arXiv (Cornell University)|Aug 19, 2019

Privacy, Security, and Data Protection被引用 7

一句话总结

本文提出了一种多维框架，通过整合自然语言、图形化和机器可读三种维度，以解决单一格式方法的局限性。通过将每个维度与法律专家、组织机构及隐私倡导者的需求对齐，该框架提升了不同社群之间的清晰度、可用性与互操作性。

ABSTRACT

Privacy policies are the main way to obtain information related to personal data collection and processing. Originally, privacy policies were presented as textual documents. However, the unsuitability of this format for the needs of today's society gave birth to others means of expression. In this report, we systematically study the different means of expression of privacy policies. In doing so, we have identified three main categories, which we call dimensions, i.e., natural language, graphical and machine-readable privacy policies. Each of these dimensions focus on the particular needs of the communities they come from, i.e., law experts, organizations and privacy advocates, and academics, respectively. We then analyze the benefits and limitations of each dimension, and explain why solutions based on a single dimension do not cover the needs of other communities. Finally, we propose a new approach to expressing privacy policies which brings together the benefits of each dimension as an attempt to overcome their limitations.

研究动机与目标

• 识别并分析隐私政策表达中不同利益相关者群体的独特需求。
• 审视单一维度隐私政策格式在服务多样化用户群体方面的局限性。
• 提出一种整合自然语言、图形化和机器可读维度的综合方法，以实现全面的政策表达。
• 通过统一各格式的优势，克服孤立格式的不足，构建一个连贯的框架。

提出的方法

• 系统性地将隐私政策表达划分为三个维度：自然语言、图形化和机器可读。
• 分析每个维度对特定社群的关注点：法律专家（自然语言）、组织机构（图形化）、隐私倡导者与学者（机器可读）。
• 评估每个维度在孤立状态下的优势与局限性。
• 提出一个统一框架，整合三种维度以满足多样化利益相关者的需求。
• 设计一种协作模型，实现三种格式之间的互操作性与相互增强。

实验结果

研究问题

• RQ1 自然语言、图形化和机器可读三种维度如何分别服务于不同的利益相关者社群？
• RQ2 为何单一维度的方法无法满足隐私政策创建与解读过程中所有相关社群的需求？
• RQ3 每种隐私政策表达格式的关键优势与局限性是什么？
• RQ4 如何整合各维度的优势，以构建更高效且更具包容性的政策表达系统？
• RQ5 哪些设计原则能够实现自然语言、图形化和机器可读隐私政策的无缝整合？

主要发现

• 自然语言隐私政策能有效服务法律社群，但通常对普通用户而言过于复杂。
• 图形化表达提升了组织机构的理解力与可用性，但缺乏形式上的精确性。
• 机器可读格式支持自动化与技术处理，但对非技术利益相关者不具可及性。
• 单一维度方法无法同时满足法律专家、组织机构及隐私倡导者的需求。
• 整合三种维度可构建出更全面、更易用且更具互操作性的隐私政策表达系统。