論文の概要: A False Sense of Privacy: Towards a Reliable Evaluation Methodology for the Anonymization of Biometric Data
- arxiv url: http://arxiv.org/abs/2304.01635v2
- Date: Tue, 9 Jul 2024 13:22:43 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-11 00:40:48.504384
- Title: A False Sense of Privacy: Towards a Reliable Evaluation Methodology for the Anonymization of Biometric Data
- Title（参考訳）: プライバシーの虚偽感覚:生体データ匿名化のための信頼性評価手法を目指して
- Authors: Simon Hanisch, Julian Todt, Jose Patino, Nicholas Evans, Thorsten Strufe,
- Abstract要約: 生体データは、顔の特徴や歩行パターンのような特徴的な人間の特徴を含んでいる。
プライバシー保護は、匿名化の技法によって広範囲に提供される。
我々は、匿名化の性能を評価するために使用される最先端の手法を評価する。
- 参考スコア（独自算出の注目度）: 8.799600976940678
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Biometric data contains distinctive human traits such as facial features or gait patterns. The use of biometric data permits an individuation so exact that the data is utilized effectively in identification and authentication systems. But for this same reason, privacy protections become indispensably necessary. Privacy protection is extensively afforded by the technique of anonymization. Anonymization techniques protect sensitive personal data from biometrics by obfuscating or removing information that allows linking records to the generating individuals, to achieve high levels of anonymity. However, our understanding and possibility to develop effective anonymization relies, in equal parts, on the effectiveness of the methods employed to evaluate anonymization performance. In this paper, we assess the state-of-the-art methods used to evaluate the performance of anonymization techniques for facial images and for gait patterns. We demonstrate that the state-of-the-art evaluation methods have serious and frequent shortcomings. In particular, we find that the underlying assumptions of the state-of-the-art are quite unwarranted. State-of-the-art methods generally assume a difficult recognition scenario and thus a weak adversary. However, that assumption causes state-of-the-art evaluations to grossly overestimate the performance of the anonymization. Therefore, we propose a strong adversary which is aware of the anonymization in place. We improve the selection process for the evaluation dataset, and we reduce the numbers of identities contained in the dataset while ensuring that these identities remain easily distinguishable from one another. Our novel evaluation methodology surpasses the state-of-the-art because we measure worst-case performance and so deliver a highly reliable evaluation of biometric anonymization techniques.
- Abstract（参考訳）: 生体データは、顔の特徴や歩行パターンのような特徴的な人間の特徴を含んでいる。
生体データを使用することで、識別および認証システムにおいて、データが効果的に活用されるように、正確に識別が可能である。
しかし、同じ理由からプライバシー保護は必然的に必要となる。
プライバシー保護は匿名化の技法によって広範囲に提供される。
匿名化技術は、バイオメトリックスから機密性の高い個人データを保護し、生成した個人にレコードをリンクできる情報を取り除き、高い匿名性を達成する。
しかし, 効果的な匿名化を実現するには, 匿名化性能を評価する手法の有効性が重要である。
本稿では,顔画像および歩行パターンの匿名化技術の性能評価に使用される最先端手法の評価を行う。
現状評価手法には深刻な欠点と頻繁な欠点があることを実証する。
特に、最先端の前提は極めて不確実であることがわかった。
最先端の手法は一般的に難解な認識シナリオを前提としており、弱敵である。
しかし、この仮定は、最先端の評価が匿名化の性能を大幅に過大評価する原因となっている。
そこで我々は,この匿名化を意識した強敵を提案する。
評価データセットの選択プロセスを改善し、データセットに含まれるアイデンティティの数を減らすとともに、これらのIDが互いに容易に識別可能であることを保証します。
我々の新しい評価手法は、最悪のケースのパフォーマンスを計測し、バイオメトリックの匿名化手法の信頼性の高い評価を提供するため、最先端の手法を超越している。
関連論文リスト
- SEBA: Strong Evaluation of Biometric Anonymizations [3.18294468240512]
生体匿名化の強力な評価のためのフレームワークSEBAを紹介する。
使用が容易で拡張が容易なソフトウェアフレームワークで、最先端の方法論を組み合わせて実装する。
この議論の一環として、プライバシーとユーティリティのトレードオフをより簡単に評価できる新しい指標を紹介し、議論する。
論文 参考訳（メタデータ） (2024-07-09T08:20:03Z) - 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) - Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。
具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。
本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
論文 参考訳（メタデータ） (2023-09-11T09:26:07Z) - GANonymization: A GAN-based Face Anonymization Framework for Preserving
Emotional Expressions [43.017036538109274]
GANonymizationは、表情保存能力を持つ新しい顔匿名化フレームワークである。
提案手法は, 顔の高レベル表現をベースとして, GAN(Generative Adversarial Network)に基づく匿名化バージョンに合成する。
論文 参考訳（メタデータ） (2023-05-03T14:22:48Z) - Attribute-preserving Face Dataset Anonymization via Latent Code
Optimization [64.4569739006591]
本稿では,事前学習したGANの潜時空間における画像の潜時表現を直接最適化するタスク非依存匿名化手法を提案する。
我々は一連の実験を通して、我々の手法が画像の同一性を匿名化できる一方で、顔の属性をより保存できることを実証した。
論文 参考訳（メタデータ） (2023-03-20T17:34:05Z) - Robust Human Identity Anonymization using Pose Estimation [6.05592435283857]
そこで本研究では,人間の頭部の局所化を支援するために,最先端の人間のポーズ推定モデルから生成された骨格を用いることを提案する。
提案アルゴリズムは,欠落した顔を減らし,歩行者の身元情報をよりよく保護できることを示す。
論文 参考訳（メタデータ） (2023-01-10T23:35:42Z) - Unsupervised Text Deidentification [101.2219634341714]
個人識別情報を漏洩する単語を隠蔽する教師なしの識別手法を提案する。
K匿名性に基づくプライバシによって動機づけられた私たちは、最小の再識別ランクを保証するリアクションを生成します。
論文 参考訳（メタデータ） (2022-10-20T18:54:39Z) - RealGait: Gait Recognition for Person Re-Identification [79.67088297584762]
我々は,既存の映像人物の再識別課題からシルエットを抽出し,制約のない方法で歩く1,404人からなる新たな歩行データセットを構築した。
以上の結果から、実際の監視シナリオにおける歩行による認識は実現可能であり、その基盤となる歩行パターンが、実際にビデオの人物認識が機能する真の理由である可能性が示唆された。
論文 参考訳（メタデータ） (2022-01-13T06:30:56Z) - No Intruder, no Validity: Evaluation Criteria for Privacy-Preserving
Text Anonymization [0.48733623015338234]
自動テキスト匿名化システムを開発する研究者や実践者は,その評価手法が,個人を再同定から保護するシステムの能力に本当に反映しているかどうかを慎重に評価すべきである。
本稿では,匿名化手法の技術的性能,匿名化による情報損失,不正文書の非匿名化能力を含む評価基準のセットを提案する。
論文 参考訳（メタデータ） (2021-03-16T18:18:29Z) - How important are faces for person re-identification? [14.718372669984364]
顔検出およびぼかしアルゴリズムを適用し、複数の人気人物再識別データセットの匿名化バージョンを作成する。
我々は,この匿名化が標準メトリクスを用いた再識別性能に与える影響を評価する。
論文 参考訳（メタデータ） (2020-10-13T11:47:16Z) - Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。
TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
論文 参考訳（メタデータ） (2020-03-15T12:45:10Z)
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。