論文の概要: Routing with Privacy for Drone Package Delivery Systems
- arxiv url: http://arxiv.org/abs/2203.04406v2
- Date: Thu, 30 Jun 2022 02:11:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 15:30:11.788469
- Title: Routing with Privacy for Drone Package Delivery Systems
- Title（参考訳）: ドローンパッケージ配送システムのプライバシによるルーティング
- Authors: Geoffrey Ding, Alex Berke, Karthik Gopalakrishnan, Kwassi H. Degue,
Hamsa Balakrishnan, Max Z. Li
- Abstract要約: 配達ドローンのロケーションブロードキャストは、これらの配送サービスを使用する顧客に対して、プライバシリスクをもたらす。
サードパーティのオブザーバーは、放送されたドローンの軌跡を利用して顧客と購入を結びつけることができる。
本稿では,顧客をベンダーに関連付ける可能性に基づいて,プライバシリスクの確率論的定義を提案する。
- 参考スコア（独自算出の注目度）: 3.6157743173277965
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Unmanned aerial vehicles (UAVs), or drones, are increasingly being used to
deliver goods from vendors to customers. To safely conduct these operations at
scale, drones are required to broadcast position information as codified in
remote identification (remote ID) regulations. However, location broadcast of
package delivery drones introduces a privacy risk for customers using these
delivery services: Third-party observers may leverage broadcast drone
trajectories to link customers with their purchases, potentially resulting in a
wide range of privacy risks. We propose a probabilistic definition of privacy
risk based on the likelihood of associating a customer to a vendor given a
package delivery route. Next, we quantify these risks, enabling drone operators
to assess privacy risks when planning delivery routes. We then evaluate the
impacts of various factors (e.g., drone capacity) on privacy and consider the
trade-offs between privacy and delivery wait times. Finally, we propose
heuristics for generating routes with privacy guarantees to avoid exhaustive
enumeration of all possible routes and evaluate their performance on several
realistic delivery scenarios.
- Abstract（参考訳）: 無人航空機(UAV)やドローンは、ベンダーから顧客に商品を届けるためにますます利用されている。
これらの操作を大規模に安全に行うためには、遠隔識別(リモートID)規則で符号化された位置情報をドローンが放送する必要がある。
サードパーティのオブザーバーは、ブロードキャストされたドローントラジェクトリを利用して顧客と購入を結びつけることで、幅広いプライバシーリスクをもたらす可能性がある。
プライバシリスクの確率論的定義を,パッケージ配送経路によって顧客をベンダに関連付ける可能性に基づいて提案する。
次に、これらのリスクを定量化し、ドローンオペレーターが配達ルートを計画する際のプライバシーリスクを評価できるようにします。
次に、プライバシに対するさまざまな要因(例えばドローン容量)の影響を評価し、プライバシとデリバリ待ち時間のトレードオフを検討する。
最後に,すべての経路を徹底的に列挙することを避け,現実的な配信シナリオでその性能を評価するプライバシ保証付き経路生成のためのヒューリスティックスを提案する。
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) - PrivacyLens: Evaluating Privacy Norm Awareness of Language Models in Action [54.11479432110771]
PrivacyLensは、プライバシに敏感な種子を表現的なヴィグネットに拡張し、さらにエージェントの軌跡に拡張するために設計された新しいフレームワークである。
プライバシの文献とクラウドソーシングされたシードに基づいて、プライバシの規範のコレクションをインスタンス化する。
GPT-4やLlama-3-70Bのような最先端のLMは、プライバシー強化の指示が出されたとしても、機密情報を25.68%、38.69%のケースでリークしている。
論文 参考訳（メタデータ） (2024-08-29T17:58:38Z) - Obfuscated Location Disclosure for Remote ID Enabled Drones [57.66235862432006]
RID対応ドローン(OLO-RID)の難読化位置情報開示法を提案する。
実際のドローンの位置を開示する代わりに、OLO-RIDを装備したドローンは、モバイルシナリオで異なるプライベートな難解な場所を開示する。
OLO-RIDはまた、暗号化された位置情報でRIDメッセージを拡張し、認証されたエンティティによってのみアクセスすることができる。
論文 参考訳（メタデータ） (2024-07-19T12:35:49Z) - Privacy-First Crowdsourcing: Blockchain and Local Differential Privacy in Crowdsourced Drone Services [0.6284464997330884]
本稿では,一般消費者向けドローンをブッシュファイア管理に組み込むためのプライバシー保護フレームワークを提案する。
主な機能としては、データプロバイダを保護するためのローカルな差分プライバシーと、公正なデータ交換と説明責任を保証するブロックチェーンベースのソリューションがある。
論文 参考訳（メタデータ） (2024-07-01T00:46:25Z) - Privacy-Preserving Algorithmic Recourse [9.810419669376053]
PrivRecourseは、リコースパスのためのエンドツーエンドのプライバシ保護パイプラインです。
PrivRecourseは、プライベートデータセットの重複しないサブセットを表現するために、差分プライベート(DP)クラスタリングを使用する。
金融データセットに対する我々のアプローチを実証的に評価し、それを単にデータインスタンスにノイズを加えるのと比較します。
論文 参考訳（メタデータ） (2023-11-23T18:08:15Z) - Neural Myerson Auction for Truthful and Energy-Efficient Autonomous
Aerial Data Delivery [9.986880167690364]
厳密な通信条件下で収集した監視データを転送するデータ配信ドローンを導入する。
本稿では,空中分散データプラットフォームにおけるMyersonオークションに基づく非同期データ配信を提案する。
論文 参考訳（メタデータ） (2021-12-29T12:14:34Z) - Differentially Private Multi-Agent Planning for Logistic-like Problems [70.3758644421664]
本稿では,ロジスティックな問題に対する強力なプライバシ保護計画手法を提案する。
1) 強いプライバシー、完全性、効率性、2) 通信制約に対処する2つの課題に対処する。
我々の知る限り、マルチエージェントプランニングの分野に差分プライバシーを適用したのは、この論文が初めてである。
論文 参考訳（メタデータ） (2020-08-16T03:43:09Z) - Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。
実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
論文 参考訳（メタデータ） (2020-06-10T16:05:05Z) - Privacy-Protection Drone Patrol System based on Face Anonymization [1.20050068684031]
本研究は,対面型ドローンパトロールシステムを提案する。
ビデオの中の1人の顔は、顔成分が維持されている別の顔に変換される。
本システムは,高解像度カメラ,コンパニオンコンピュータ,ドローン制御コンピュータからなる,カスタマイズされたドローンを用いて評価する。
論文 参考訳（メタデータ） (2020-05-29T05:14:18Z) - PGLP: Customizable and Rigorous Location Privacy through Policy Graph [68.3736286350014]
我々はPGLPと呼ばれる新しい位置プライバシーの概念を提案し、カスタマイズ可能で厳格なプライバシー保証を備えたプライベートロケーションをリリースするためのリッチなインターフェースを提供する。
具体的には,ユーザの位置プライバシー要件を,表現的かつカスタマイズ可能なテキスト配置ポリシーグラフを用いて形式化する。
第3に、位置露光の検出、ポリシーグラフの修復、およびカスタマイズ可能な厳格な位置プライバシーを備えたプライベートな軌跡リリースをパイプライン化する、プライベートな位置トレースリリースフレームワークを設計する。
論文 参考訳（メタデータ） (2020-05-04T04:25:59Z)
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。