A Provenance Model for Quantified Self Data

Schreiber, Andreas (2016) A Provenance Model for Quantified Self Data. In: Universal Access in Human-Computer Interaction. Methods, Techniques, and Best Practices, 9737, Seiten 382-393. Springer International Publishing. 10th International Conference, UAHCI 2016, Held as Part of HCI International 2016, 2016-07-17 - 2016-07-22, Toronto, Kanada. doi: 10.1007/978-3-319-40250-5_37. ISBN 978-3-319-40250-5. ISSN 0302-9743.

PDF - Nur DLR-intern zugänglich
417kB

Offizielle URL: http://link.springer.com/chapter/10.1007%2F978-3-319-40250-5_37

Kurzfassung

Quantified Self became popular in recent years. People are tracking themselves with Wearables, smartphone apps, or desktop applications. They collect, process and store huge amounts of personal data for medical and other reasons. Due to the complexity of different data sources, apps, and cloud services, it is hard to follow the data flow and to have trust in data integrity and safety. We present a solution that helps to get insight in Quantified Self data flows and to answer questions related to data security. We provide a provenance model for Quantified Self data based on the W3C standard PROV. Using that model, developers and users can record provenance of Quantified Self apps and services with a standardized notation. We show the feasibility of the presented provenance model with a small workflow using steps data from Fitbit fitness tracker.

elib-URL des Eintrags:

https://elib.dlr.de/105124/

Dokumentart:

Konferenzbeitrag (Vortrag)

Titel:

A Provenance Model for Quantified Self Data

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Schreiber, Andreas	Andreas.Schreiber (at) dlr.de	https://orcid.org/0000-0001-5750-5649	NICHT SPEZIFIZIERT

Datum:

21 Juni 2016

Erschienen in:

Universal Access in Human-Computer Interaction. Methods, Techniques, and Best Practices

Referierte Publikation:

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Band:

9737

DOI:

10.1007/978-3-319-40250-5_37

Seitenbereich:

Seiten 382-393

Herausgeber:

Herausgeber	Institution und/oder E-Mail-Adresse der Herausgeber	Herausgeber-ORCID-iD	ORCID Put Code
Antona, Margherita	Foundation for Research and Technology - Hellas (FORTH)	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Stephanidis, Constantine	Foundation for Research and Technology - Hellas (FORTH)	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Verlag:

Springer International Publishing

Name der Reihe:

Lecture Notes in Computer Science

ISSN:

0302-9743

ISBN:

978-3-319-40250-5

Status:

veröffentlicht

Stichwörter:

Provenance,Quantified self,Personal informatics,Trust,Ontology,PROV

Veranstaltungstitel:

10th International Conference, UAHCI 2016, Held as Part of HCI International 2016

Veranstaltungsort:

Toronto, Kanada

Veranstaltungsart:

internationale Konferenz

Veranstaltungsbeginn:

17 Juli 2016

Veranstaltungsende:

22 Juli 2016

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Technik für Raumfahrtsysteme

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R SY - Technik für Raumfahrtsysteme

DLR - Teilgebiet (Projekt, Vorhaben):

R - Vorhaben SISTEC (alt)

Standort:

Berlin-Adlershof , Braunschweig , Köln-Porz

Institute & Einrichtungen:

Institut für Simulations- und Softwaretechnik > Verteilte Systeme und Komponentensoftware
Institut für Simulations- und Softwaretechnik

Hinterlegt von:

Schreiber, Andreas

Hinterlegt am:

15 Aug 2016 14:31

Letzte Änderung:

24 Apr 2024 20:10

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags