論文の概要: WibsonTree: Efficiently Preserving Seller's Privacy in a Decentralized Data Marketplace

• arxiv url: http://arxiv.org/abs/2002.03810v1
• Date: Mon, 10 Feb 2020 14:39:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-04 01:55:00.440462
• Title: WibsonTree: Efficiently Preserving Seller's Privacy in a Decentralized Data Marketplace
• Title（参考訳）: wibsontree: 分散データマーケットプレースでセラーのプライバシを効率的に保存する
• Authors: Ariel Futoransky, Carlos Sarraute, Ariel Waissbein, Matias Travizano, Daniel Fernandez
• Abstract要約: WibsonTreeは、ユーザのプライバシを保護するために設計された暗号プリミティブである。 販売者のプライバシーを維持しながら、プライベート情報の交換を可能にする。
• 参考スコア（独自算出の注目度）: 0.40777876591043144
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We present a cryptographic primitive called WibsonTree designed to preserve users' privacy by allowing them to demonstrate predicates on their personal attributes, without revealing the values of those attributes. We suppose that there are three types of agents --buyers, sellers and notaries-- who interact in a decentralized privacy-preserving data marketplace (dPDM) such as the Wibson marketplace. We introduce the WibsonTree protocol as an efficient cryptographic primitive that enables the exchange of private information while preserving the seller's privacy. Using our primitive, a data seller can efficiently prove that he/she belongs to the target audience of a buyer's data request, without revealing any additional information.
• Abstract（参考訳）: 提案するwibsontreeという暗号化プリミティブは,ユーザのプライバシを保護するために,属性の値を明かすことなく,個人属性の述語を示せるように設計されている。 wibson marketplaceのような分散プライバシ保存データマーケットプレース(dpdm)で対話するエージェントは,buyers, sellers, notariesの3種類あると思います。 我々はWibsonTreeプロトコルを,売り手のプライバシを保護しながらプライベート情報の交換を可能にする,効率的な暗号プリミティブとして導入する。 プリミティブを使用することで、データ販売者は、追加情報を公開することなく、購入者のデータ要求のターゲットオーディエンスに属することを効率的に証明できます。

関連論文リスト

• 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)
• Protecting Data Buyer Privacy in Data Markets [27.092529976384238]
  プライバシーに関する最大の懸念は、主にデータ所有者とサードパーティのプライバシーを守ることに集中している。 本稿では、データバイヤーのプライバシ保護の複雑さをモデル化し、プライバシと購入コストの微妙なバランスを調査することによって、このギャップに対処する。
  論文  参考訳（メタデータ） (2024-07-13T04:45:06Z)
• Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
  我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。 ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
  論文  参考訳（メタデータ） (2023-04-06T05:20:16Z)
• Position: Considerations for Differentially Private Learning with Large-Scale Public Pretraining [75.25943383604266]
  大規模なWebスクレイプデータセットの使用は、差分プライバシ保存と見なすべきかどうかを疑問視する。 Webデータ上で事前訓練されたこれらのモデルを“プライベート”として公開することで、市民のプライバシーに対する信頼を意味のあるプライバシの定義として損なう可能性があることを警告します。 公的な事前学習がより普及し、強力になるにつれて、私的な学習分野への道のりを議論することで、我々は結論づける。
  論文  参考訳（メタデータ） (2022-12-13T10:41:12Z)
• How Do Input Attributes Impact the Privacy Loss in Differential Privacy? [55.492422758737575]
  DPニューラルネットワークにおけるオブジェクトごとの規範と個人のプライバシ損失との関係について検討する。 プライバシ・ロス・インプット・サセプティビリティ(PLIS)と呼ばれる新しい指標を導入し、被験者のプライバシ・ロスを入力属性に適応させることを可能にした。
  論文  参考訳（メタデータ） (2022-11-18T11:39:03Z)
• Smooth Anonymity for Sparse Graphs [69.1048938123063]
  しかし、スパースデータセットを共有するという点では、差分プライバシーがプライバシのゴールドスタンダードとして浮上している。 本研究では、スムーズな$k$匿名性(スムーズな$k$匿名性)と、スムーズな$k$匿名性(スムーズな$k$匿名性)を提供する単純な大規模アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-07-13T17:09:25Z)
• SPAct: Self-supervised Privacy Preservation for Action Recognition [73.79886509500409]
  アクション認識におけるプライバシー漏洩を緩和するための既存のアプローチは、ビデオデータセットのアクションラベルとともに、プライバシラベルを必要とする。 自己教師付き学習(SSL)の最近の進歩は、未ラベルデータの未発見の可能性を解き放ちつつある。 本稿では、プライバシーラベルを必要とせず、自己管理的な方法で、入力ビデオからプライバシー情報を除去する新しいトレーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-29T02:56:40Z)
• Privacy-Friendly Peer-to-Peer Energy Trading: A Game Theoretical Approach [0.0]
  ゲーム理論に基づく分散型プライバシフレンドリーなエネルギー取引プラットフォーム(PFET)を提案する。 同型暗号化暗号システムを使用して、買い手や売り手の機密情報を暗号化し、売り手$'$価格と買い手$'$需要を暗号化する。
  論文  参考訳（メタデータ） (2022-01-05T20:41:32Z)
• TIPRDC: Task-Independent Privacy-Respecting Data Crowdsourcing Framework for Deep Learning with Anonymized Intermediate Representations [49.20701800683092]
  本稿では,匿名化中間表現を用いたタスク非依存型プライバシ参照データクラウドソーシングフレームワークTIPRDCを提案する。 このフレームワークの目的は、中間表現からプライバシー情報を隠蔽できる機能抽出器を学習することであり、データコレクターの生データに埋め込まれた元の情報を最大限に保持し、未知の学習タスクを達成することである。
  論文  参考訳（メタデータ） (2020-05-23T06:21:26Z)
• Utility-aware Privacy-preserving Data Releasing [7.462336024223669]
  本稿では2段階の摂動に基づくプライバシー保護データ公開フレームワークを提案する。 まず、特定の事前定義されたプライバシとユーティリティの問題がパブリックドメインデータから学習される。 そして、学習した知識を活用して、データ所有者のデータを民営化したデータに正確に摂動させます。
  論文  参考訳（メタデータ） (2020-05-09T05:32:46Z)
• Wibson Protocol for Secure Data Exchange and Batch Payments [0.40777876591043144]
  Wibsonはブロックチェーンベースの分散データマーケットプレースで、個人情報を安全かつ匿名で販売する方法を提供する。 Wibsonのマーケットプレースは、個人が個人情報を安全に販売するためのインフラと金融インセンティブを提供する。
  論文  参考訳（メタデータ） (2020-01-23T22:20:39Z)

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。