論文の概要: NPS-AntiClone: Identity Cloning Detection based on Non-Privacy-Sensitive
User Profile Data
- arxiv url: http://arxiv.org/abs/2109.15179v1
- Date: Thu, 30 Sep 2021 14:49:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-12 23:00:06.109377
- Title: NPS-AntiClone: Identity Cloning Detection based on Non-Privacy-Sensitive
User Profile Data
- Title(参考訳): NPS-AntiClone:非職業感性ユーザプロファイルデータに基づくアイデンティティクローン検出
- Authors: Ahmed Alharbi, Hai Dong, Xun Yi and Prabath Abeysekara
- Abstract要約: ソーシャルセンシングは、人間やデバイスからデータをクラウドソーシングするためのパラダイムである。
攻撃者は、SocSenサービスプロバイダのユーザプロファイルをクローンすることで、ソーシャルセンサークラウドを侵入する。
そこで本稿では,NPS-AntiClone によるサービスプロバイダのIDクローン検出手法を提案する。
- 参考スコア(独自算出の注目度): 7.257277734039782
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Social sensing is a paradigm that allows crowdsourcing data from humans and
devices. This sensed data (e.g. social network posts) can be hosted in
social-sensor clouds (i.e. social networks) and delivered as social-sensor
cloud services (SocSen services). These services can be identified by their
providers' social network accounts. Attackers intrude social-sensor clouds by
cloning SocSen service providers' user profiles to deceive social-sensor cloud
users. We propose a novel unsupervised SocSen service provider identity cloning
detection approach, NPS-AntiClone, to prevent the detrimental outcomes caused
by such identity deception. This approach leverages non-privacy-sensitive user
profile data gathered from social networks to perform cloned identity
detection. It consists of three main components: 1) a multi-view account
representation model, 2) an embedding learning model and 3) a prediction model.
The multi-view account representation model forms three different views for a
given identity, namely a post view, a network view and a profile attribute
view. The embedding learning model learns a single embedding from the generated
multi-view representation using Weighted Generalized Canonical Correlation
Analysis. Finally, NPS-AntiClone calculates the cosine similarity between two
accounts' embedding to predict whether these two accounts contain a cloned
account and its victim. We evaluated our proposed approach using a real-world
dataset. The results showed that NPS-AntiClone significantly outperforms the
existing state-of-the-art identity cloning detection techniques and machine
learning approaches.
- Abstract(参考訳): ソーシャルセンシングは、人間やデバイスからデータをクラウドソーシングするパラダイムである。
このセンシングされたデータ(例えばソーシャルネットワーク投稿)は、ソーシャルセンサークラウド(ソーシャルネットワーク)にホストすることができ、ソーシャルセンサークラウドサービス(SocSenサービス)として配信される。
これらのサービスは、プロバイダのソーシャルネットワークアカウントによって識別できる。
攻撃者はsocsenサービスプロバイダのユーザプロファイルをクローニングしてソーシャルセンサークラウドに侵入し、ソーシャルセンサークラウドのユーザをだます。
そこで本研究では,NPS-AntiClone によるサービスプロバイダの識別クローン検出手法を提案する。
このアプローチでは、ソーシャルネットワークから収集されたプライバシーに敏感なユーザプロファイルデータを活用して、クローンID検出を行う。
主な構成要素は3つある。
1)多視点勘定表現モデル,
2)組込み学習モデル、および
3)予測モデル。
マルチビューアカウント表現モデルは、ポストビュー、ネットワークビュー、プロファイル属性ビューという、所定のidに対する3つの異なるビューを形成する。
埋め込み学習モデルは、重み付き一般化正準相関解析を用いて生成された多視点表現から単一の埋め込みを学習する。
最後に、NPS-AntiCloneは、2つのアカウントの埋め込みのコサイン類似性を計算し、2つのアカウントにクローンアカウントと被害者が含まれているかどうかを予測する。
提案手法を実世界データセットを用いて評価した。
その結果、NPS-AntiCloneは既存の最先端IDクローン検出技術や機械学習アプローチよりも優れていた。
関連論文リスト
- Cloned Identity Detection in Social-Sensor Clouds based on Incomplete Profiles [5.411585313453657]
本研究では,プライバシに敏感なプロファイルデータに直面したソーシャルセンシングクラウドサービスプロバイダ(ソーシャルメディアユーザ)のクローンIDを効果的に検出する手法を提案する。
提案手法はICD-IPDと命名され,ソーシャルメディアから収集したユーザアカウントのセットから,ユーザ名や画面名に類似したアカウントペアを抽出する。
その後、与えられたアカウントに関連するマルチビュー表現を学び、単一のアカウントごとに2つのカテゴリの機能を抽出する。
論文 参考訳(メタデータ) (2024-11-02T18:23:22Z) - Practical Privacy-Preserving Identity Verification using Third-Party Cloud Services and FHE (Role of Data Encoding in Circuit Depth Management) [0.0]
政府は、国のデジタルID認証システムをサードパーティのクラウドサービスにアウトソースしようとしている。
これにより、ユーザの個人情報のプライバシーに関する懸念が高まる。
本稿では、サードパーティのクラウドサービスがIDデータを暗号化して処理するID検証プロトコルを提案する。
論文 参考訳(メタデータ) (2024-08-15T08:12:07Z) - Federated Face Forgery Detection Learning with Personalized Representation [63.90408023506508]
ディープジェネレータ技術は、区別がつかない高品質のフェイクビデオを制作し、深刻な社会的脅威をもたらす可能性がある。
従来の偽造検出手法は、データを直接集中的に訓練する。
本稿では,個人化表現を用いた新しいフェデレーション顔偽造検出学習を提案する。
論文 参考訳(メタデータ) (2024-06-17T02:20:30Z) - Advancing Person Re-Identification: Tensor-based Feature Fusion and
Multilinear Subspace Learning [0.6829272097221595]
特徴表現と多線形部分空間学習を組み合わせた新しいPRe-IDシステムを提案する。
提案手法は,CNN(Creative Conrimial Neural Networks)を強力な特徴抽出器として活用する。
提案手法は,VIPeR,GRID,PRID450の3つのデータセットを用いて実験を行うことにより評価する。
論文 参考訳(メタデータ) (2023-12-24T16:19:22Z) - Client-specific Property Inference against Secure Aggregation in
Federated Learning [52.8564467292226]
フェデレートラーニングは、さまざまな参加者の間で共通のモデルを協調的に訓練するための、広く使われているパラダイムとなっている。
多くの攻撃は、メンバーシップ、資産、または参加者データの完全な再構築のような機密情報を推測することは依然として可能であることを示した。
単純な線形モデルでは、集約されたモデル更新からクライアント固有のプロパティを効果的にキャプチャできることが示される。
論文 参考訳(メタデータ) (2023-03-07T14:11:01Z) - Privacy-Preserved Neural Graph Similarity Learning [99.78599103903777]
本稿では,グラフ類似性学習のためのプライバシ保存型ニューラルグラフマッチングネットワークモデルPPGMを提案する。
再構成攻撃を防ぐため、提案モデルではデバイス間でノードレベルの表現を通信しない。
グラフプロパティに対する攻撃を軽減するため、両方のベクトルの情報を含む難読化機能は通信される。
論文 参考訳(メタデータ) (2022-10-21T04:38:25Z) - Cross-Network Social User Embedding with Hybrid Differential Privacy
Guarantees [81.6471440778355]
プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。
特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。
ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
論文 参考訳(メタデータ) (2022-09-04T06:22:37Z) - Privacy-Aware Identity Cloning Detection based on Deep Forest [9.051524543426451]
このアプローチでは、ソーシャルネットワークから収集されたプライバシに敏感なユーザプロファイルデータと強力なディープラーニングモデルを活用して、クローンID検出を行う。
提案手法は,実世界のデータセット上で,最先端の識別クローン検出技術と,他の一般的な識別不正検出モデルに対して評価した。
論文 参考訳(メタデータ) (2021-10-21T04:55:52Z) - Video Person Re-identification using Attribute-enhanced Features [49.68392018281875]
本稿では属性支援型ビデオ人物Re-IDのためのAttribute Salience Assisted Network (ASA-Net) という新しいネットワークアーキテクチャを提案する。
対象を背景からよりよく分離するために,ハイレベルな属性ではなく,中程度の属性から視覚的注意を学習することを提案する。
論文 参考訳(メタデータ) (2021-08-16T07:41:27Z) - Going Deeper into Semi-supervised Person Re-identification [12.37129078618206]
トレーニングデータのサブセットのみをラベル付けする,半教師付きアプローチに重点を置いています。
提案手法は,3つの大規模人物のre-idデータセットにおいて,最先端の結果よりも優れる。
論文 参考訳(メタデータ) (2021-07-24T09:28:13Z) - Camera-aware Proxies for Unsupervised Person Re-Identification [60.26031011794513]
本稿では、アノテーションを必要としない純粋に教師なしの人物識別(Re-ID)問題に取り組む。
各クラスタを複数のプロキシに分割し、それぞれのプロキシが同じカメラからのインスタンスを表すことを提案する。
カメラ認識プロキシに基づいて、カメラ内およびカメラ間コントラスト学習コンポーネントをre-idモデル用に設計する。
論文 参考訳(メタデータ) (2020-12-19T12:37:04Z)
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。