抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
将来の一般的データ保護規制(GDPR)において,設計とプライバシー影響評価によるプライバシーは,以前よりもさらに顕著な役割を与える。企業は技術製品の中核にプライバシーを構築することが求められている。最近,研究者と産業のプレイヤは,エンジニアリングシステムのプロセスにおけるこれらの2つのGDPR要件を橋渡しする方法として,脅威モデリング法を採用することを提案している。しかし,脅威モデリングは,典型的には,水落下プロセスとモノリシック設計を仮定しており,Agile方法論とサービス指向アーキテクチャの普及により破壊されると仮定されている。さらに,アジャイルサービス環境は,いくつかのプライバシー問題を扱うことを容易にし,一方,他を複雑にする。今日まで,アジャイルサービス環境におけるプライバシーに対する脅威モデリングを適用する挑戦は,まだ研究されていない。本論文では,このギャップを明らかにし,解析する。具体的には,ソフトウェア工学実践における課題と機会が,伝統的なThreatモデリング活動に導入されているかどうかを分析する。それらが異なる優先目標にどのように関連するか;そして,どんなAgile原理とサービス特性には,それらに及ぼす影響がある。著者らの結果は,アジャイルとサービスの両方が,より困難なアプリケーションのエンドトエンド解析を行うことを示した。同時に,前者はより効率的な通信と反復的な進歩を可能にするが,後者はタスクの並列化といくつかのアーキテクチャ決定の文書化を可能にする。さらに,著者らは,第一選択モデル化プロセスのスケーラビリティとユーザビリティに対する解決策を提供することを目的とする機械学習応用の例として,アマゾンMACiEを指摘する新しい研究の道を開いた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】