Fugu-MT 論文翻訳(概要): Joint Learning of Assignment and Representation for Biometric Group Membership

論文の概要: Joint Learning of Assignment and Representation for Biometric Group Membership

arxiv url: http://arxiv.org/abs/2002.10363v1
Date: Mon, 24 Feb 2020 16:48:30 GMT
ステータス: 処理完了
システム内更新日: 2022-12-29 04:32:28.617978
Title: Joint Learning of Assignment and Representation for Biometric Group Membership
Title（参考訳）: バイオメトリックグループメンバーシップのためのアサインメントと表現の連成学習
Authors: Marzieh Gheisari, Teddy Furon, Laurent Amsaleg
Abstract要約: グループメンバシッププロトコルは、奇妙なが正直なサーバが登録された生体認証の署名を再構築し、クエリクライアントの同一性を推測するのを防ぐ。このフレームワークは、埋め込みパラメータ、グループ表現、割り当てを同時に学習する。
参考スコア（独自算出の注目度）: 21.365032455883178
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper proposes a framework for group membership protocols preventing the curious but honest server from reconstructing the enrolled biometric signatures and inferring the identity of querying clients. This framework learns the embedding parameters, group representations and assignments simultaneously. Experiments show the trade-off between security/privacy and verification/identification performances.
Abstract（参考訳）: 本稿では,興味あるが正直なサーバが登録された生体認証署名の再構築を防止し,問い合わせクライアントのアイデンティティを推測するグループメンバシッププロトコルの枠組みを提案する。このフレームワークは、埋め込みパラメータ、グループ表現、割り当てを同時に学習する。実験では、セキュリティ/プライバシーと検証/識別性能のトレードオフを示す。

関連論文リスト

Attribute-Based Authentication in Secure Group Messaging for Distributed Environments [2.254434034390528]
メッセージ層セキュリティ(MLS)とその基盤となるContinuous Group Key Agreementプロトコルは、暗号化シークレットを動的に共有することを可能にする。グループ内の認証のためのデジタル証明書の使用は、グループメンバーのプライバシーに反する。本報告では,ソリケータが自身のアイデンティティを明らかにする代わりに,特定の属性の所有を証明するだけでよい,別の認証方法を提案する。
論文参考訳（メタデータ） (2024-05-20T14:09:28Z)
Uncovering Prototypical Knowledge for Weakly Open-Vocabulary Semantic Segmentation [59.37587762543934]
本稿では,弱開語彙セマンティックセマンティックセグメンテーション(WOVSS)の問題点について検討する。既存の方法は、グループトークンの使用に関する粒度の矛盾に悩まされる。マルチモーダル正規化を組み込んだプロトタイプ誘導ネットワーク(PGSeg)を提案する。
論文参考訳（メタデータ） (2023-10-29T13:18:00Z)
FedGT: Identification of Malicious Clients in Federated Learning with Secure Aggregation [69.75513501757628]
FedGTは、フェデレーション学習における悪意のあるクライアントを安全なアグリゲーションで識別するための新しいフレームワークである。我々はPillutlaらによって最近提案された幾何的中央値に基づいて,FedGTがプライベートロバストアグリゲーションアプローチを著しく上回っていることを示す。
論文参考訳（メタデータ） (2023-05-09T14:54:59Z)
Measuring Re-identification Risk [72.6715574626418]
コンパクトなユーザ表現における再識別リスクを測定するための新しい理論的枠組みを提案する。我々のフレームワークは、攻撃者がその表現からユーザのアイデンティティを取得できる確率を正式に制限します。当社のフレームワークが、関心に基づく広告のためのChromeのトピックAPIのような、重要な現実世界のアプリケーションをモデル化するのに十分な一般性を示している。
論文参考訳（メタデータ） (2023-04-12T16:27:36Z)
AggNet: Learning to Aggregate Faces for Group Membership Verification [20.15673797674449]
いくつかの顔認識アプリケーションでは、個人がグループのメンバーであるかどうかを、そのアイデンティティを明らかにすることなく確認することに興味がある。いくつかの既存手法では、事前計算された顔記述子を離散的な埋め込みに量子化し、それらを一つのグループ表現に集約する機構が提案されている。本稿では,顔記述子とアグリゲーション機構を協調的に学習し,エンドツーエンドのパフォーマンスを向上させるディープアーキテクチャを提案する。
論文参考訳（メタデータ） (2022-06-17T10:48:34Z)
On the Convergence of Clustered Federated Learning [57.934295064030636]
統合学習システムでは、例えばモバイルデバイスや組織参加者といったクライアントは通常、個人の好みや行動パターンが異なる。本稿では,クライアントグループと各クライアントを統一最適化フレームワークで活用する,新しい重み付きクライアントベースクラスタリングFLアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-02-13T02:39:19Z)
Robust Federated Learning via Over-The-Air Computation [48.47690125123958]
オーバー・ザ・エア計算によるモデル更新の簡易な平均化により、学習タスクは悪意のあるクライアントのローカルモデル更新のランダムまたは意図した変更に対して脆弱になる。本稿では,このような攻撃に対して,フェデレート学習のためのオーバー・ザ・エア計算の利点を保ちながら,ロバストな伝達と集約の枠組みを提案する。
論文参考訳（メタデータ） (2021-11-01T19:21:21Z)
Data-driven behavioural biometrics for continuous and adaptive user verification using Smartphone and Smartwatch [0.0]
行動バイオメトリックスと多要素認証(MFA)をブレンドするアルゴリズムを提案する。本研究では,モーションベースバイオメトリックスを用いてユーザの身元を検証するための2段階のユーザ検証アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-10-07T02:46:21Z)
CycAs: Self-supervised Cycle Association for Learning Re-identifiable Descriptions [61.724894233252414]
本稿では,人物再識別(re-ID)問題に対する自己教師型学習手法を提案する。既存の教師なしのメソッドは通常、ビデオトラッカーやクラスタリングのような擬似ラベルに依存している。疑似ラベルを使わずに、生のビデオから歩行者の埋め込みを学習できる別の教師なし手法を導入する。
論文参考訳（メタデータ） (2020-07-15T09:52:35Z)
Group Membership Verification with Privacy: Sparse or Dense? [21.365032455883178]
グループメンバー認証は、生体特性がそのメンバーの同一性を明らかにすることなく、グループの1つのメンバーに対応するかどうかをチェックする。最近のコントリビューションは、2つのメカニズムの併用によるグループメンバシッププロトコルのプライバシを提供する。本稿では,セキュリティ,コンパクト性,検証性能の両面における疎性の影響を明らかにするために,グループメンバシップ検証の数学的モデルを提案する。
論文参考訳（メタデータ） (2020-02-24T16:47:19Z)

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。