論文の概要: Digital Privacy Under Attack: Challenges and Enablers

• arxiv url: http://arxiv.org/abs/2302.09258v2
• Date: Wed, 17 Sep 2025 11:21:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-18 20:48:02.151254
• Title: Digital Privacy Under Attack: Challenges and Enablers
• Title（参考訳）: デジタルプライバシーを脅かす: チャレンジとイネーブラー
• Authors: Baobao Song, Mengyue Deng, Shiva Raj Pokhrel, Qiujun Lan, Robin Doss, Gang Li,
• Abstract要約: 新たなプライバシ攻撃が毎日発生している。だから、プライバシー保護に関する攻撃技術を比較するための総合的な調査が不可欠だ。 まずプライバシ攻撃の基本概念と重要な要素を紹介する。 第2に、匿名データ、統計集計データ、およびプライバシ保護モデルを対象とした主要なプライバシ攻撃を包括的にカバーする。 第3に、これらの攻撃を緩和するための一般的な対策を要約する。
• 参考スコア（独自算出の注目度）: 11.061112334099597
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Users have renewed interest in protecting their private data in the digital space. When they don't believe that their privacy is sufficiently covered by one platform, they will readily switch to another. Such an increasing level of privacy awareness has made privacy preservation an essential research topic. Nevertheless, new privacy attacks are emerging day by day. Therefore, a holistic survey to compare the discovered techniques on attacks over privacy preservation and their mitigation schemes is essential in the literature. We develop a study to fill this gap by assessing the resilience of privacy-preserving methods to various attacks and conducting a comprehensive review of countermeasures from a broader perspective. First, we introduce the fundamental concepts and critical components of privacy attacks. Second, we comprehensively cover major privacy attacks targeted at anonymous data, statistical aggregate data, and privacy-preserving models. We also summarize popular countermeasures to mitigate these attacks. Finally, some promising future research directions and related issues in the privacy community are envisaged. We believe this survey will successfully shed some light on privacy research and encourage researchers to entirely understand the resilience of different existing privacy-preserving approaches.
• Abstract（参考訳）: ユーザは、デジタル空間におけるプライベートデータ保護に新たな関心を持っている。 彼らのプライバシがひとつのプラットフォームで十分にカバーされていると信じていない場合、彼らはすぐに別のプラットフォームに切り替えるでしょう。 このようなプライバシー意識の高まりは、プライバシー保護を重要な研究トピックにしている。 それでも、新しいプライバシー攻撃は日々発生している。 そこで本研究では,プライバシー保護に対する攻撃手法とその緩和策を総合的に比較する調査が不可欠である。 本研究は,プライバシ保護手法の様々な攻撃に対するレジリエンスを評価し,幅広い視点から対策の総合的な検討を行うことにより,このギャップを埋める研究である。 まずプライバシ攻撃の基本概念と重要な要素を紹介する。 第2に、匿名データ、統計集計データ、およびプライバシ保護モデルを対象とした主要なプライバシ攻撃を包括的にカバーする。 また、これらの攻撃を緩和するための一般的な対策もまとめる。 最後に、プライバシーコミュニティにおける将来有望な研究の方向性と関連する課題について考察する。 この調査は、プライバシー研究に多少の光を当て、研究者たちに、既存のプライバシー保護アプローチのレジリエンスを完全に理解するよう促すだろう、と私たちは信じている。

関連論文リスト

• Privacy Checklist: Privacy Violation Detection Grounding on Contextual Integrity Theory [43.12744258781724]
  単純なパターンマッチングではなく、推論問題としてプライバシー問題を定式化します。 我々は、社会的アイデンティティ、プライベート属性、および既存のプライバシー規則を網羅する、最初の包括的なチェックリストを開発する。
  論文  参考訳（メタデータ） (2024-08-19T14:48:04Z)
• Embedding Privacy in Computational Social Science and Artificial Intelligence Research [2.048226951354646]
  プライバシーの保護は研究の重要な要素として浮上している。 高度な計算モデルの利用の増加は、プライバシーの懸念を悪化させる。 この記事では、プライバシの役割と、CSS、AI、データサイエンス、および関連するドメインで働く研究者が直面する問題について議論することによって、この分野に貢献する。
  論文  参考訳（メタデータ） (2024-04-17T16:07:53Z)
• A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
  AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。 本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
  論文  参考訳（メタデータ） (2024-03-31T12:44:48Z)
• A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
  プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。 これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。 差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
  論文  参考訳（メタデータ） (2023-09-27T14:38:16Z)
• A Survey on Privacy in Graph Neural Networks: Attacks, Preservation, and Applications [76.88662943995641]
  グラフニューラルネットワーク(GNN)は、グラフ構造化データを扱う能力のため、大きな注目を集めている。 この問題に対処するため、研究者らはプライバシー保護のGNNの開発を開始した。 この進歩にもかかわらず、攻撃の包括的概要と、グラフドメインのプライバシを保存するためのテクニックが欠如している。
  論文  参考訳（メタデータ） (2023-08-31T00:31:08Z)
• The Evolving Path of "the Right to Be Left Alone" - When Privacy Meets Technology [0.0]
  本稿では,プライバシエコシステムの新たなビジョンとして,プライバシの次元,関連するユーザの期待,プライバシ違反,変化要因を導入することを提案する。 プライバシー問題に取り組むための有望なアプローチは, (i) 効果的なプライバシメトリクスの識別, (ii) プライバシに準拠したアプリケーションを設計するためのフォーマルなツールの採用という,2つの方向に移行している,と私たちは信じています。
  論文  参考訳（メタデータ） (2021-11-24T11:27:55Z)

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。