論文の概要: Recent Advances in Selective Image Encryption and its Indispensability
due to COVID-19
- arxiv url: http://arxiv.org/abs/2011.13740v3
- Date: Sat, 13 Feb 2021 10:21:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-22 20:37:25.864586
- Title: Recent Advances in Selective Image Encryption and its Indispensability
due to COVID-19
- Title（参考訳）: 新型コロナウイルスによる選択的画像暗号化の最近の進歩とその必然性
- Authors: Aditya Jyoti Paul
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックは、これらの流行の予期せぬ性質を思い起こさせ、ユニークな研究課題を生み出している。
世界中の人々がこの新たな「普通」に適応するにつれ、画像や動画の送信が急増している。
同時に、ユーザのデータのプライバシとセキュリティを維持することが非常に重要です。
本稿では,パンデミックが世界人口に与える影響と,そのマルチメディア消費の変化が,セキュアで高速な画像暗号化の開発と展開を急務に必要としてきた理由について論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The COVID-19 pandemic serves as a grim reminder of the unexpected nature of
these outbreaks and gives rise to a unique set of research challenges in a
variety of fields. As people all over the world adjust to this new 'normal',
with most workplaces, from companies to educational institutions shifting
online, enormous surges in the transmission of images and videos have been
observed, creating record-breaking stresses on the internet backbone. At the
same time, maintaining the privacy and security of the users' data is of
immense importance, this is where fast and efficient image encryption
algorithms play a vital role. This paper discusses the calamitous effects of
the pandemic on the world population and how their changes in multimedia
consumption have led to an urgent need for the development and deployment of
secure and fast image encryption, especially selective image encryption
techniques. It carefully surveys the most recent advances in this field,
discusses their real-world effects and finally explores some future research
avenues, to provide swift relief and recover from the disastrous effects of the
pandemic.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)のパンデミックは、これらのアウトブレイクの予期せぬ性質を思い起こさせ、さまざまな分野でユニークな研究課題を生み出します。
世界中の人々がこの新しい「普通」に適応し、ほとんどの職場で企業から教育機関がオンラインに移行するにつれ、画像やビデオの送信が急増し、インターネットのバックボーンに記録的なストレスが生じた。
同時に、ユーザのデータのプライバシーとセキュリティを維持することが非常に重要であり、高速で効率的な画像暗号化アルゴリズムが重要な役割を果たしている。
本稿では,パンデミックが世界人口に与える影響と,そのマルチメディア消費の変化が,セキュアで高速な画像暗号化,特に選択的画像暗号化技術の開発と展開を急務に必要としてきたことについて論じる。
この分野での最新の進歩を慎重に調査し、実際の影響を議論し、最終的に今後の研究の道を探り、急激な救済とパンデミックの悲惨な影響から回復する。
関連論文リスト
- Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。
また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-31T19:28:04Z) - The Anatomy of Deception: Technical and Human Perspectives on a Large-scale Phishing Campaign [4.369550829556578]
本研究は,Metaユーザを対象とした大規模フィッシングキャンペーンについて,前例のない深層調査を行った。
世界中の2万5000人以上の被害者のデータを分析し、これらのキャンペーンのニュアンスを強調します。
自然言語処理や機械学習などの高度な計算技術の応用を通じて、この研究は犠牲者の精神に対する重要な洞察を明らかにする。
論文 参考訳（メタデータ） (2023-10-05T12:24:24Z) - Human-imperceptible, Machine-recognizable Images [76.01951148048603]
より良い開発AIシステムと、センシティブなトレーニングデータから距離を置くことの間の、ソフトウェアエンジニアに関する大きな対立が露呈している。
画像が暗号化され、人間に認識され、機械に認識される」という、効率的なプライバシー保護学習パラダイムを提案する。
提案手法は,機械が認識可能な情報を保存しながら,暗号化された画像が人間に認識されなくなることを保証できることを示す。
論文 参考訳（メタデータ） (2023-06-06T13:41:37Z) - Graph Mining for Cybersecurity: A Survey [61.505995908021525]
マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。
従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。
グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
論文 参考訳（メタデータ） (2023-04-02T08:43:03Z) - Global Pandemics Influence on Cyber Security and Cyber Crimes [5.8010446129208155]
新型コロナウイルス(COVID-19)は、生活の多くの領域で広範囲に被害を与え、インターネットやテクノロジーに依存しやすくしている。
本稿では、パンデミック時代に人々が直面した様々な種類のセキュリティ脅威とサイバー犯罪と、安全で安全なサイバーインフラの必要性について検討する。
論文 参考訳（メタデータ） (2023-02-24T05:26:42Z) - Fighting Malicious Media Data: A Survey on Tampering Detection and
Deepfake Detection [115.83992775004043]
近年のディープラーニング、特に深層生成モデルの発展により、知覚的に説得力のある画像や動画を低コストで制作するための扉が開かれた。
本稿では,現在のメディアタンパリング検出手法を概観し,今後の研究の課題と動向について論じる。
論文 参考訳（メタデータ） (2022-12-12T02:54:08Z) - IEEE Big Data Cup 2022: Privacy Preserving Matching of Encrypted Images
with Deep Learning [1.179179628317559]
本稿では、最先端の深層畳み込みニューラルネットワークと様々なデータ拡張技術に基づくソリューションについて述べる。
私たちのソリューションは、IEEE Big Data Cup 2022: Privacy Preserving Matching of Encrypted Images Challengeで1位を獲得しました。
論文 参考訳（メタデータ） (2022-11-18T12:20:40Z) - Transformers in Medical Imaging: A Survey [88.03790310594533]
トランスフォーマーはいくつかのコンピュータビジョン問題に適用され、最先端の結果が得られた。
医療画像はまた、局所受容野を持つCNNと比較して、グローバルな文脈を捉えられるトランスフォーマーへの関心が高まっている。
本稿では,最近提案された建築設計から未解決問題に至るまで,医療画像におけるトランスフォーマーの応用について概説する。
論文 参考訳（メタデータ） (2022-01-24T18:50:18Z) - Social Media Images Classification Models for Real-time Disaster
Response [5.937482215664902]
ソーシャルメディアで共有された画像は、状況の認識と被った損害の評価の観点から危機管理者を助けます。
リアルタイム画像分類は、より高速な応答を取るために緊急の要求となった。
最近のコンピュータビジョンとディープニューラルネットワークの進歩により、リアルタイム画像分類モデルの開発が可能になった。
論文 参考訳（メタデータ） (2021-04-09T04:30:04Z) - The challenges of deploying artificial intelligence models in a rapidly
evolving pandemic [10.188172055060544]
我々は、AIモデルの可能性を加速するために、基礎研究と応用研究の両方が不可欠であると主張する。
この視点は、世界の科学コミュニティが将来の病気の発生に対してより効果的に対処する方法を垣間見ることができるかもしれない。
論文 参考訳（メタデータ） (2020-05-19T21:11:48Z) - When Wireless Communication Faces COVID-19: Combating the Pandemic and
Saving the Economy [93.08344893433639]
2020年は新型コロナウイルスのパンデミックにより、世界的な健康・経済危機に見舞われている。
世界中の国々は、この世界的な危機に対処するためにデジタル技術を使用しています。
これらの技術が、ウイルスの拡散をモニターするなど、このパンデミックに対抗するのにどのように役立つかを示す。
プライバシ、セキュリティ、誤情報など、無線技術が直面する課題について論じる。
論文 参考訳（メタデータ） (2020-05-12T12:27:29Z)
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。