論文の概要: A Quantum-based Database Query Scheme for Privacy Preservation in Cloud Environment

• arxiv url: http://arxiv.org/abs/2002.00192v1
• Date: Sat, 1 Feb 2020 11:14:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-05 00:37:16.516953
• Title: A Quantum-based Database Query Scheme for Privacy Preservation in Cloud Environment
• Title（参考訳）: クラウド環境におけるプライバシー保護のための量子データベースクエリ方式
• Authors: Wenjie Liu, Peipei Gao, Zhihao Liu, Hanwu Chen, Maojun Zhang
• Abstract要約: プライバシ保存データベースクエリにより、ユーザは、クエリされたデータアイテムの情報を公開することなく、クラウドデータベースからデータアイテムを検索できる。 データベースのデータ項目はすべて、サーバのプライバシを保護するために、異なるキーによって暗号化される。 2つのオラクル操作、修正されたGroverイテレーション、特別なオフセット暗号化機構が組み合わされ、クライアントが望ましいデータアイテムを正しくクエリできることが保証される。
• 参考スコア（独自算出の注目度）: 7.331387596311974
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cloud computing is a powerful and popular information technology paradigm that enables data service outsourcing and provides higher-level services with minimal management effort. However, it is still a key challenge to protect data privacy when a user accesses the sensitive cloud data. Privacy-preserving database query allows the user to retrieve a data item from the cloud database without revealing the information of the queried data item, meanwhile limiting user's ability to access other ones. In this study, in order to achieve the privacy preservation and reduce the communication complexity, a quantum-based database query scheme for privacy preservation in cloud environment is developed. Specifically, all the data items of the database are firstly encrypted by different keys for protecting server's privacy, and in order to guarantee the clients' privacy, the server is required to transmit all these encrypted data items to the client with the oblivious transfer strategy. Besides, two oracle operations, a modified Grover iteration, and a special offset encryption mechanism are combined together to ensure that the client can correctly query the desirable data item. Finally, performance evaluation is conducted to validate the correctness, privacy, and efficiency of our proposed scheme.
• Abstract（参考訳）: クラウドコンピューティングは、データサービスのアウトソーシングを可能にし、最小限の管理労力で高レベルのサービスを提供する、強力で人気のある情報技術パラダイムである。 しかし、機密性の高いクラウドデータにアクセスする場合、データプライバシを保護することは依然として重要な課題である。 プライバシ保存データベースクエリは、ユーザがクエリされたデータ項目の情報を公開することなく、クラウドデータベースからデータ項目を取得することができると同時に、他のデータ項目へのアクセスも制限される。 本研究では,プライバシ保護を実現し,通信の複雑さを軽減するために,クラウド環境におけるプライバシ保護のための量子データベースクエリスキームを開発した。 具体的には、データベースのすべてのデータ項目は、サーバのプライバシを保護するために、まず異なるキーで暗号化され、クライアントのプライバシを保証するために、サーバーは、不必要な転送戦略でこれらの暗号化されたデータ項目をクライアントに送信する必要がある。 さらに、2つのオラクル操作、修正されたGroverイテレーション、特別なオフセット暗号化機構を組み合わせることで、クライアントが望ましいデータアイテムを正しくクエリできることを保証する。 最後に,提案手法の正確性,プライバシ,効率性を検証するため,性能評価を行う。

関連論文リスト

• Collaborative Inference over Wireless Channels with Feature Differential Privacy [57.68286389879283]
  複数の無線エッジデバイス間の協調推論は、人工知能(AI)アプリケーションを大幅に強化する可能性がある。 抽出された特徴を抽出することは、プロセス中に機密性の高い個人情報が暴露されるため、重大なプライバシーリスクをもたらす。 本稿では,ネットワーク内の各エッジデバイスが抽出された機能のプライバシを保護し,それらを中央サーバに送信して推論を行う,新たなプライバシ保存協調推論機構を提案する。
  論文  参考訳（メタデータ） (2024-10-25T18:11:02Z)
• Privacy-Preserving Data Management using Blockchains [0.0]
  データプロバイダは、データ使用量の変化によって、既存のプライバシの好みをコントロールし、更新する必要がある。 本稿では,データプロバイダがプライベートで機密性の高いデータを保存するためのブロックチェーンベースの方法論を提案する。
  論文  参考訳（メタデータ） (2024-08-21T01:10:39Z)
• K-Nearest Neighbor Classification over Semantically Secure Encrypted Relational Data [0.0]
  データが暗号化されているパブリッククラウド環境では、クラウドサービスプロバイダは通常、暗号化キーを制御する。 この状況は、従来のプライバシー保護分類システムを不適切なものにしている。 我々は、暗号化されたアウトソースデータに対して、セキュアなk近傍の分類アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-07-05T19:44:17Z)
• Mind the Privacy Unit! User-Level Differential Privacy for Language Model Fine-Tuning [62.224804688233]
  差分プライバシ(DP)は、モデルが特定のプライバシユニットで「ほとんど区別できない」ことを保証することで、有望なソリューションを提供する。 ユーザ間でのプライバシー保護の確保に必要なアプリケーションによって動機づけられたユーザレベルのDPについて検討する。
  論文  参考訳（メタデータ） (2024-06-20T13:54:32Z)
• The Data Minimization Principle in Machine Learning [61.17813282782266]
  データ最小化は、収集、処理、保持されるデータの量を減らすことを目的としている。 様々な国際データ保護規制によって支持されている。 しかし、厳密な定式化が欠如しているため、その実践的な実装は依然として課題である。
  論文  参考訳（メタデータ） (2024-05-29T19:40:27Z)
• Privacy-Enhanced Database Synthesis for Benchmark Publishing [16.807486872855534]
  差分プライバシーは、データ共有時のプライバシ保護の鍵となる方法となっているが、主に集約クエリや分類タスクにおけるエラーの最小化に焦点が当てられている。 本稿では,特にベンチマークのためのプライバシ保護データベースの作成について述べる。 PrivBenchは、データ分割とサンプリングにSPN(Sum-product Network)を使用して、プライバシを確保しながらデータ表現を強化する。
  論文  参考訳（メタデータ） (2024-05-02T14:20:24Z)
• Enc2DB: A Hybrid and Adaptive Encrypted Query Processing Framework [47.11111145443189]
  本稿では,新しいセキュアデータベースシステムであるEnc2DBを紹介する。 本稿では,マイクロベンチマークテストと自己適応型モードスイッチ戦略を提案し,与えられたクエリに応答する最適な実行パス(暗号やTEE)を選択する。 また、クエリ処理を高速化するために、ネイティブコストモデルやクエリと互換性のある暗号文インデックスを設計、実装する。
  論文  参考訳（メタデータ） (2024-04-10T08:11:12Z)
• ObliuSky: Oblivious User-Defined Skyline Query Processing in the Cloud [18.055213945537357]
  我々は,クラウド上でのユーザ定義のスカイラインクエリ処理を可能にする新しいシステムフレームワークであるObliuSkyを提案する。 ObliuSkyは、アウトソースされたデータベースの内容、ユーザ定義のスカイラインクエリ、クエリ結果に対する機密性保護を提供する。 ObliuSkyはデータベースとクエリの暗号化効率が優れている。
  論文  参考訳（メタデータ） (2023-10-11T02:48:13Z)
• Blockchain-enabled Data Governance for Privacy-Preserved Sharing of Confidential Data [1.6006586061577806]
  本稿では,プライバシの漏洩やクレデンシャル誤用を防止するために属性ベースの暗号化を利用するブロックチェーンベースのデータガバナンスシステムを提案する。 まず、私たちのABE暗号化システムは、個人情報のプライバシー保護とアクセスポリシーの隠蔽を両立させながら、多目的のユースケースを処理できる。 第二に、データ暗号化にAdvanced Encryption Standard (AES)を適用することで、システム全体を効率よく、現実の条件に応答させることができる。
  論文  参考訳（メタデータ） (2023-09-08T05:01:59Z)
• Privacy Explanations - A Means to End-User Trust [64.7066037969487]
  この問題に対処するために、説明可能性がどのように役立つかを検討しました。 私たちはプライバシーの説明を作成し、エンドユーザの理由と特定のデータが必要な理由を明らかにするのに役立ちました。 我々の発見は、プライバシーの説明がソフトウェアシステムの信頼性を高めるための重要なステップであることを示している。
  論文  参考訳（メタデータ） (2022-10-18T09:30:37Z)
• PrivEdge: From Local to Distributed Private Training and Prediction [43.02041269239928]
  PrivEdgeはプライバシ保護機械学習(ML)のためのテクニック PrivEdgeは、トレーニングのためにデータを提供するユーザのプライバシと、予測サービスを使用するユーザのプライバシを保護する。 PrivEdgeは、プライバシの保存や、プライベートイメージと非プライベートイメージの区別において、高い精度とリコールを持っていることを示す。
  論文  参考訳（メタデータ） (2020-04-12T09:26:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。