論文の概要: Privacy-Friendly Peer-to-Peer Energy Trading: A Game Theoretical
Approach
- arxiv url: http://arxiv.org/abs/2201.01810v1
- Date: Wed, 5 Jan 2022 20:41:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-07 15:47:24.625708
- Title: Privacy-Friendly Peer-to-Peer Energy Trading: A Game Theoretical
Approach
- Title(参考訳): プライバシフレンドリーなピアツーピアエネルギー取引:ゲーム理論的アプローチ
- Authors: Kamil Erdayandi, Amrit Paudel, Lucas Cordeiro, Mustafa A. Mustafa
- Abstract要約: ゲーム理論に基づく分散型プライバシフレンドリーなエネルギー取引プラットフォーム(PFET)を提案する。
同型暗号化暗号システムを使用して、買い手や売り手の機密情報を暗号化し、売り手$'$価格と買い手$'$需要を暗号化する。
- 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: In this paper, we propose a decentralized, privacy-friendly energy trading
platform (PFET) based on game theoretical approach - specifically Stackelberg
competition. Unlike existing trading schemes, PFET provides a competitive
market in which prices and demands are determined based on competition, and
computations are performed in a decentralized manner which does not rely on
trusted third parties. It uses homomorphic encryption cryptosystem to encrypt
sensitive information of buyers and sellers such as sellers$'$ prices and
buyers$'$ demands. Buyers calculate total demand on particular seller using an
encrypted data and sensitive buyer profile data is hidden from sellers. Hence,
privacy of both sellers and buyers is preserved. Through privacy analysis and
performance evaluation, we show that PFET preserves users$'$ privacy in an
efficient manner.
- Abstract(参考訳): 本稿では,ゲーム理論的なアプローチ,特にstackelbergコンペティションに基づいて,集中型,プライバシフレンドリーなエネルギー取引プラットフォーム(pfet)を提案する。
既存の取引方式とは異なり、PFETは競争に基づいて価格と需要が決定される競争市場を提供し、計算は信頼できる第三者に依存しない分散的な方法で行われる。
同型暗号化暗号システムを使用して、買い手や売り手の機密情報を暗号化し、売り手$'$価格と買い手$'$需要を暗号化する。
買い手は、暗号化されたデータを用いて特定の売り手に対する総需要を算出し、敏感な買い手プロファイルデータを売り手から隠蔽する。
したがって、売り手と買い手の双方のプライバシーは保持される。
プライバシ分析と性能評価により,PFETはユーザのプライバシーを効率的に保存することを示す。
関連論文リスト
- IT Strategic alignment in the decentralized finance (DeFi): CBDC and digital currencies [49.1574468325115]
分散型金融(DeFi)は、ディスラプティブベースの金融インフラである。
1) DeFiの一般的なIT要素は何か?
2) DeFi における IT 戦略の整合性には,どのような要素があるのでしょう?
論文 参考訳(メタデータ) (2024-05-17T10:19:20Z) - Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。
フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。
本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
論文 参考訳(メタデータ) (2024-03-28T07:08:26Z) - Prime Match: A Privacy-Preserving Inventory Matching System [15.320275576536854]
金融業界では、銀行はしばしば顧客同士のマッチングを見つける仕事を引き受ける。
一致しない場合、当事者は株式を公開市場で売買する必要があるため、追加費用がかかる。
私たちは、クライアントが市場への影響を減らして注文を効率的にマッチングできるソリューション、Prime Matchを提供しています。
論文 参考訳(メタデータ) (2023-10-14T17:03:44Z) - Quantum Privacy-Preserving Price E-Negotiation [17.29641055860513]
3PEN問題に対する新しい,効率的な量子解法を提案する。
我々は,3PENの正当性とプライバシを保証するだけでなく,従来の3PENよりも通信の複雑さが低いことを示す。
論文 参考訳(メタデータ) (2023-09-24T15:31:55Z) - Identifying key players in dark web marketplaces [58.720142291102135]
この論文は、暗黒市場に関連するBitcoin取引ネットワークのキープレーヤーを特定することを目的としている。
取引量の大部分は、エリート市場参加者の小さなグループに集中していることを示す。
ダークウェブのマーケットプレースにおけるキープレーヤーの行動を理解することは、違法行為を効果的に破壊するために重要であることを示唆している。
論文 参考訳(メタデータ) (2023-06-15T20:30:43Z) - Breaking the Communication-Privacy-Accuracy Tradeoff with
$f$-Differential Privacy [51.11280118806893]
サーバが複数のユーザの協調的なデータ分析を,プライバシの懸念と限られた通信能力で調整する,フェデレートされたデータ分析問題を考える。
有限出力空間を有する離散値機構の局所的差分プライバシー保証を$f$-differential privacy (DP) レンズを用いて検討する。
より具体的には、様々な離散的評価機構の厳密な$f$-DP保証を導出することにより、既存の文献を前進させる。
論文 参考訳(メタデータ) (2023-02-19T16:58:53Z) - BDTS: Blockchain-based Data Trading System [7.344424862345025]
BDTSは公正な交換プロトコルを実装しており、不正直な振る舞いが罰せられる。
我々は、取引ゲームにおける消費者、売り手、ディーラーの戦略を分析し、誰もが彼らの利益に対して正直であるべきだと指摘する。
論文 参考訳(メタデータ) (2022-11-18T03:01:36Z) - Competition, Alignment, and Equilibria in Digital Marketplaces [97.03797129675951]
プラットフォームアクションがバンディットアルゴリズムであり,両プラットフォームがユーザ参加を競うデュオポリー市場について検討する。
私たちの主な発見は、この市場における競争は、市場の結果をユーザーユーティリティと完全に一致させるものではないということです。
論文 参考訳(メタデータ) (2022-08-30T17:43:58Z) - Privacy Amplification via Shuffling for Linear Contextual Bandits [51.94904361874446]
ディファレンシャルプライバシ(DP)を用いた文脈線形バンディット問題について検討する。
プライバシのシャッフルモデルを利用して,JDP と LDP のプライバシ/ユーティリティトレードオフを実現することができることを示す。
以上の結果から,ローカルプライバシを保ちながらシャッフルモデルを活用することで,JDPとDPのトレードオフを得ることが可能であることが示唆された。
論文 参考訳(メタデータ) (2021-12-11T15:23:28Z) - WibsonTree: Efficiently Preserving Seller's Privacy in a Decentralized
Data Marketplace [0.40777876591043144]
WibsonTreeは、ユーザのプライバシを保護するために設計された暗号プリミティブである。
販売者のプライバシーを維持しながら、プライベート情報の交換を可能にする。
論文 参考訳(メタデータ) (2020-02-10T14:39:16Z) - Wibson Protocol for Secure Data Exchange and Batch Payments [0.40777876591043144]
Wibsonはブロックチェーンベースの分散データマーケットプレースで、個人情報を安全かつ匿名で販売する方法を提供する。
Wibsonのマーケットプレースは、個人が個人情報を安全に販売するためのインフラと金融インセンティブを提供する。
論文 参考訳(メタデータ) (2020-01-23T22:20:39Z)
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。