論文の概要: Canopy: A Verifiable Privacy-Preserving Token Ring based Communication Protocol for Smart Homes

• arxiv url: http://arxiv.org/abs/2004.03841v1
• Date: Wed, 8 Apr 2020 06:57:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-15 09:37:42.921616
• Title: Canopy: A Verifiable Privacy-Preserving Token Ring based Communication Protocol for Smart Homes
• Title（参考訳）: Canopy:スマートホームのためのプライバシー保護リングベースの通信プロトコル
• Authors: Nisha Panwar, Shantanu Sharma, Guoxi Wang, Sharad Mehrotra, and Nalini Venkatasubramanian
• Abstract要約: スマートホームデバイスで構成されるリングネットワークにおいて,暗号的にセキュアなトークン循環に基づく手法を開発した。 ソリューションは、デバイスアクティビティと対応するチャネルアクティビティを隠蔽し、それによって個人のアクティビティを保存します。
• 参考スコア（独自算出の注目度）: 10.744387940645712
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper focuses on the new privacy challenges that arise in smart homes. Specifically, the paper focuses on inferring the user's activities -- which may, in turn, lead to the user's privacy -- via inferences through device activities and network traffic analysis. We develop techniques that are based on a cryptographically secure token circulation in a ring network consisting of smart home devices to prevent inferences from device activities, via device workflow, i.e., inferences from a coordinated sequence of devices' actuation. The solution hides the device activity and corresponding channel activities, and thus, preserve the individual's activities. We also extend our solution to deal with a large number of devices and devices that produce large-sized data by implementing parallel rings. Our experiments also evaluate the performance in terms of communication overheads of the proposed approach and the obtained privacy.
• Abstract（参考訳）: 本稿では,スマートホームにおける新たなプライバシー問題に着目する。 具体的には、デバイスアクティビティやネットワークトラフィック分析を通じて、ユーザのプライバシにつながる可能性のある、ユーザのアクティビティを推論することに焦点を当てている。 本稿では,デバイスアクティビティからの推論を防止し,デバイス動作の協調的なシーケンスから推論を行うスマートホームデバイスからなるリングネットワークにおいて,暗号的にセキュアなトークン流通に基づく手法を開発した。 ソリューションは、デバイスアクティビティと対応するチャネルアクティビティを隠蔽し、それによって個人のアクティビティを保存する。 また、並列リングを実装して大規模データを生成する多数のデバイスやデバイスに対処するために、ソリューションを拡張しています。 また,提案手法の通信オーバヘッドと得られたプライバシーの観点から,性能評価を行った。

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)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• Fortress: Securing IoT Peripherals with Trusted Execution Environments [2.2476099815732518]
  IoT(Internet of Things)デバイスは、マイクロフォンやカメラなどの周辺入力を通じて、オーディオや視覚データなどの機密情報を収集することが多い。 信頼された実行環境(TEE)のセキュアなカーネル空間において、周辺I/Oメモリ領域を分離することにより、IoTベースのシステムのプライバシを高めるための汎用設計を提案する。 その後、センシティブな周辺データはユーザ空間TEEに安全に転送され、クラウドなど第三者に中継する前に難読化機構を適用することができる。
  論文  参考訳（メタデータ） (2023-12-05T07:12:58Z)
• The Internet of Senses: Building on Semantic Communications and Edge Intelligence [67.75406096878321]
  インターネット・オブ・センセーズ(IoS)は、すべてのヒト受容体に対する欠陥のないテレプレゼンススタイルのコミュニケーションを約束する。 我々は,新たなセマンティックコミュニケーションと人工知能(AI)/機械学習(ML)パラダイムがIoSユースケースの要件を満たす方法について詳しく述べる。
  論文  参考訳（メタデータ） (2022-12-21T03:37:38Z)
• A Wireless-Vision Dataset for Privacy Preserving Human Activity Recognition [53.41825941088989]
  アクティビティ認識の堅牢性を改善するため,WiNN(WiFi-based and video-based neural network)が提案されている。 以上の結果から,WiViデータセットは一次需要を満足し,パイプライン内の3つのブランチはすべて,80%以上のアクティビティ認識精度を維持していることがわかった。
  論文  参考訳（メタデータ） (2022-05-24T10:49:11Z)
• A Practical Cross-Device Federated Learning Framework over 5G Networks [47.72735882790756]
  連邦学習(FL)の概念は、2016年にGoogleによって初めて提案された。 匿名通信技術とリングシグネチャを用いたクロスデバイス・フェデレーション学習フレームワークを提案する。 さらに,提案手法は,モバイルユーザのFL参加を促すために,コントリビューションベースのインセンティブ機構を実装している。
  論文  参考訳（メタデータ） (2022-04-18T02:31:06Z)
• Self-Supervised WiFi-Based Activity Recognition [3.4473723375416188]
  屋内環境における受動的活動認識のためのWi-Fiデバイスから微細な物理層情報を抽出する。 自己監督型コントラスト学習による活動認識性能の向上を提案する。 WiFiによる活動認識のタスクにおいて,マクロ平均F1スコアの17.7%の増加が観察された。
  論文  参考訳（メタデータ） (2021-04-19T06:40:21Z)
• Towards AIOps in Edge Computing Environments [60.27785717687999]
  本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。 高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
  論文  参考訳（メタデータ） (2021-02-12T09:33:00Z)
• The Dark (and Bright) Side of IoT: Attacks and Countermeasures for Identifying Smart Home Devices and Services [4.568911586155096]
  3つの一般的なIoTスマートホームデバイスを特徴付けるトラフィックパターンを記述するモデルを構築した。 上記のデバイスによって動作しているサービスと、その存在の圧倒的な確率で検出および識別することが可能であることを実証する。
  論文  参考訳（メタデータ） (2020-09-16T13:28:59Z)
• A traceability and auditing framework for electronic equipment reverse logistics based on blockchain: the case of mobile phones [8.185918509343818]
  本稿では,ブロックチェーン技術に基づく電子機器RLアクティビティのための,信頼性のないセキュアな分散フレームワークを提案する。 スマートコントラクト/ブロックチェーン技術に基づいた,自律的で効果的なバックエンドデータ共有アーキテクチャを開発します。
  論文  参考訳（メタデータ） (2020-05-23T16:11:06Z)

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。