論文の概要: Reconciling Security and Utility in Next-Generation Epidemic Risk
Mitigation Systems
- arxiv url: http://arxiv.org/abs/2011.08069v2
- Date: Tue, 25 Oct 2022 00:22:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-23 23:42:43.636356
- Title: Reconciling Security and Utility in Next-Generation Epidemic Risk
Mitigation Systems
- Title(参考訳): 次世代エピデミックリスク軽減システムにおけるセキュリティとユーティリティの再構築
- Authors: Pierfrancesco Ingo, Nichole Boufford, Ming Cheng Jiang, Rowan Lindsay,
Roberta De Viti, Matthew Lentz, Gilles Barthe, Manuel Gomez-Rodriguez,
Bernhard Sch\"olkopf, Deepak Garg, Peter Druschel, Aastha Mehta
- Abstract要約: シルマリリオン記録は、よく知られた戦略的場所に設置されたユーザーのデバイスとビーコンの間で遭遇する。
疫学的分析、個人リスク予測、偽リスク情報の拡散防止に関連するコンテキスト情報を提供する。
リスク拡散の患者には異なるプライバシを提供し、リスク情報を受け取るユーザには情報理論プライバシを提供する。
- 参考スコア(独自算出の注目度): 19.265007522994406
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present Silmarillion, a novel, inclusive system for digital contact
tracing and epidemic risk notification, which simultaneously provides utility
as well as security. Silmarillion relies on a low-cost infrastructure of
strategically placed beacons, inexpensive and low-maintenance user devices like
dongles (if smartphones are inaccessible), and a backend that assists in
epidemiological analysis and risk dissemination. Unlike today's
smartphone-based contact tracing systems, Silmarillion records encounters
between users' devices and beacons installed in well-known and strategic
locations, which enables capturing contextual information relevant for
epidemiological analysis, individual risk prediction, and prevention of spread
of false risk information. Silmarillion keeps a user's encounter history local
to their device and allows the user to control what information they share with
the backend. Furthermore, it provides differential privacy for patients in risk
dissemination and information-theoretic privacy for users receiving the risk
information. We have evaluated a prototype of Silmarillion using small IoT
boards and show that the battery and speed of risk dissemination is adequate
for a practical deployment. Furthermore, we ran a small-scale deployment within
a university building, demonstrating Silmarillion's practicality.
- Abstract(参考訳): 本稿では,デジタル接触追跡と感染リスク通知のための新しい包括的システムであるSilmarillionについて紹介する。
Silmarillionは、戦略的に配置されたビーコンの低コストなインフラ、ドングルのような安価でメンテナンスの少ないユーザーデバイス(スマートフォンがアクセスできない場合)、疫学的分析とリスク拡散を支援するバックエンドに依存している。
今日のスマートフォンベースの連絡先追跡システムとは異なり、シルマリリオンはよく知られた場所に設置されたユーザーのデバイスとビーコンの間に遭遇し、疫学的な分析、個人のリスク予測、偽のリスク情報の拡散防止に関連する文脈情報を捉えることができる。
Silmarillionは、ユーザの出会う履歴をデバイスにローカルに保持し、ユーザがバックエンドと共有する情報を制御できるようにする。
さらに、リスクを広める患者に対する差分プライバシーと、リスク情報を受け取るユーザに対する情報理論プライバシーを提供する。
我々は,小さなIoTボードを用いたSilmarillionのプロトタイプの評価を行い,バッテリとリスク拡散速度が実用的展開に適していることを示す。
さらに,大学建物内に小規模な展開を行い,シルマリリオンの実用性を実証した。
関連論文リスト
- The Good and The Bad: Exploring Privacy Issues in Retrieval-Augmented
Generation (RAG) [56.67603627046346]
Retrieval-augmented Generation (RAG)は、プロプライエタリおよびプライベートデータによる言語モデルを容易にする強力な技術である。
本研究では,プライベート検索データベースの漏洩に対するRAGシステムの脆弱性を実証する,新たな攻撃手法による実証的研究を行う。
論文 参考訳(メタデータ) (2024-02-23T18:35:15Z) - Prioritizing Safeguarding Over Autonomy: Risks of LLM Agents for Science [67.38554763406098]
大規模言語モデル(LLM)を利用したインテリジェントエージェントは、自律的な実験を行い、様々な分野にわたる科学的発見を促進する上で、大きな可能性を証明している。
彼らの能力は有望だが、安全を慎重に考慮する必要がある新たな脆弱性も導入している。
本稿では,科学領域におけるLSMをベースとしたエージェントの脆弱性の徹底的な調査を行い,その誤用に伴う潜在的なリスクに光を当て,安全性対策の必要性を強調した。
論文 参考訳(メタデータ) (2024-02-06T18:54:07Z) - Systematically Assessing the Security Risks of AI/ML-enabled Connected
Healthcare Systems [4.837320865223376]
医療システムにおけるMLの使用は、対人的介入の際の患者の健康に致命的な被害をもたらす可能性のあるセキュリティリスクがあることが示される。
これらの新たなリスクは、周辺機器と通信チャネルのセキュリティ上の脆弱性によって生じる。
現状のリスク評価技術は、これらの新たなリスクを特定し評価するには不十分であることを示す。
論文 参考訳(メタデータ) (2024-01-30T16:15:55Z) - Backdoor Attacks Against Incremental Learners: An Empirical Evaluation
Study [79.33449311057088]
本稿では,11人の典型的なインクリメンタル学習者の3つの学習シナリオに対する中毒ベースのバックドア攻撃に対する高い脆弱性を実証的に明らかにする。
アクティベーションクラスタリングに基づく防御機構は,潜在的なセキュリティリスクを軽減するためのトリガーパターンの検出に有効であることがわかった。
論文 参考訳(メタデータ) (2023-05-28T09:17:48Z) - Judge Me in Context: A Telematics-Based Driving Risk Prediction
Framework in Presence of Weak Risk Labels [1.52292571922932]
テレマティクスデータを使用して、現実世界のアプリケーションでリスク予測フレームワークを構築します。
私たちは、弱いリスクラベルを増やすために、新しいデータ駆動プロセスを採用しています。
米国の主要都市における実世界のデータをもとに,提案手法の有効性を実証した。
論文 参考訳(メタデータ) (2023-05-05T02:21:08Z) - Foveate, Attribute, and Rationalize: Towards Physically Safe and
Trustworthy AI [76.28956947107372]
包括的不安全テキストは、日常的なシナリオから生じる可能性のある特定の関心領域であり、有害なテキストを検出するのが困難である。
安全の文脈において、信頼に値する合理的な生成のために外部知識を活用する新しいフレームワークであるFARMを提案する。
実験の結果,FARMはSafeTextデータセットの最先端結果を得ることができ,安全性の分類精度が5.9%向上したことがわかった。
論文 参考訳(メタデータ) (2022-12-19T17:51:47Z) - Learning Disturbances Online for Risk-Aware Control: Risk-Aware Flight
with Less Than One Minute of Data [33.7789991023177]
安全クリティカルなリスク認識制御の最近の進歩は、システムが直面する可能性のある障害に関するアプリオリの知識に基づいている。
本稿では,リスク認識型オンラインコンテキストにおいて,これらの障害を効果的に学習する手法を提案する。
論文 参考訳(メタデータ) (2022-12-12T21:40:23Z) - Learning to Assess Danger from Movies for Cooperative Escape Planning in
Hazardous Environments [4.042350304426974]
このようなシナリオを実世界で再現することは困難であり、これはトレーニングとテストの目的で必要である。
現在のシステムは、このような危険な環境で利用可能なリッチなマルチモーダルデータを十分に活用することはできない。
本稿では,映画やテレビ番組の形式で利用可能な膨大な量の視覚コンテンツを活用し,現実世界で遭遇する危険環境を表現できるデータセットを開発することを提案する。
論文 参考訳(メタデータ) (2022-07-27T21:07:15Z) - Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。
本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。
我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
論文 参考訳(メタデータ) (2020-09-20T12:24:45Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳(メタデータ) (2020-05-18T07:40:49Z)
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。