論文の概要: P3LI5: Practical and Confidential Lawful Interception on the 5G Core
- arxiv url: http://arxiv.org/abs/2308.14164v1
- Date: Sun, 27 Aug 2023 17:57:30 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 07:22:30.578827
- Title: P3LI5: Practical and Confidential Lawful Interception on the 5G Core
- Title(参考訳): P3LI5: 5G Coreの実用的かつ信頼性の高い合法的解釈
- Authors: Francesco Intoci, Julian Sturm, Daniel Fraunholz, Apostolos Pyrgelis, Colin Barschel,
- Abstract要約: LI(Lawful Interception)は、法律執行機関(LEA)にインターセプション機能を提供するための通信サービスプロバイダ(CSP)の法的義務である。
第5世代モバイルネットワーク(5G)におけるネットワーク識別子のプライバシー強化により、LEAはネットワーク識別子の解決のためにCSPと対話する必要がある。
P3LI5は、LEAがネットワーク識別子の解決のためにプライベートにCSPをクエリできる新しいシステムである。
- 参考スコア(独自算出の注目度): 2.143473825979527
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Lawful Interception (LI) is a legal obligation of Communication Service Providers (CSPs) to provide interception capabilities to Law Enforcement Agencies (LEAs) in order to gain insightful data from network communications for criminal proceedings, e.g., network identifiers for tracking suspects. With the privacy-enhancements of network identifiers in the 5th generation of mobile networks (5G), LEAs need to interact with CSPs for network identifier resolution. This raises new privacy issues, as untrusted CSPs are able to infer sensitive information about ongoing investigations, e.g., the identities of their subscribers under suspicion. In this work, we propose P3LI5, a novel system that enables LEAs to privately query CSPs for network identifier resolution leveraging on an information retrieval protocol, SparseWPIR, that is based on private information retrieval and its weakly private version. As such, P3LI5 can be adapted to various operational scenarios with different confidentiality or latency requirements, by selectively allowing a bounded information leakage for improved performance. We implement P3LI5 on the 5G LI infrastructure using well known open-source projects and demonstrate its scalability to large databases while retaining low latency. To the best of our knowledge, P3LI5 is the first proposal for addressing the privacy issues raised by the mandatory requirement for LI on the 5G core network.
- Abstract(参考訳): LI(Lawful Interception)は、刑事訴訟のためのネットワーク通信から洞察力のあるデータを得るために、法律執行機関(LEA)にインターセプション機能を提供する通信サービスプロバイダ(CSP)の法的義務である。
第5世代モバイルネットワーク(5G)におけるネットワーク識別子のプライバシー強化により、LEAはネットワーク識別子の解決のためにCSPと対話する必要がある。
これは、信頼できないCSPが、現在進行中の調査に関する機密情報を推測できるため、新しいプライバシー問題を引き起こす。
本研究では,情報検索プロトコルであるSparseWPIRを利用して,LEAがプライベートにCSPを問合せするシステムであるP3LI5を提案する。
このため、P3LI5は、バウンド情報漏洩を選択的に許容し、パフォーマンスを向上させることで、異なる機密性やレイテンシ要件を持つさまざまな運用シナリオに適応することができる。
我々は、よく知られたオープンソースプロジェクトを使用して、5G LIインフラ上にP3LI5を実装し、低レイテンシを維持しながら、大規模データベースへのスケーラビリティを実証した。
私たちの知る限りでは、P3LI5は、5GコアネットワークにおけるLIの必須要件によって提起されたプライバシー問題に対処する最初の提案である。
関連論文リスト
- IDPFilter: Mitigating Interdependent Privacy Issues in Third-Party Apps [0.30693357740321775]
サードパーティアプリがIDP(Interdependent Privacy)への懸念を強めている
本報告では,サードパーティアプリのIDP問題に関して,これまで未検討であった問題を包括的に調査する。
IDPFilterは,アプリケーションプロバイダが情報収集を最小化するためのプラットフォームに依存しないAPIである。
論文 参考訳(メタデータ) (2024-05-02T16:02:13Z) - Confidential Federated Computations [16.415880530250092]
Federated Learning and Analytics (FLA)は、デバイス上の機密データを処理するためのテクノロジプラットフォームによって広く採用されている。
FLAシステムは必ずしも差分プライバシー(DP)のような匿名化機構を必要としない
本稿では,サーバサイドの計算の秘密性を確保するために,TEEとオープンソースを活用した新しいシステムアーキテクチャを提案する。
論文 参考訳(メタデータ) (2024-04-16T17:47:27Z) - Evaluation of EAP Usage for Authenticating Eduroam Users in 5G Networks [0.0]
本稿では,テスト環境における被験者の分析から得られた重要な知見を紹介する。
この接続の実装には、認証と信頼性を確保するための特定のプロトコルが必要である。
論文 参考訳(メタデータ) (2024-02-16T18:44:57Z) - Seagull: Privacy preserving network verification system [0.0]
本稿では,BGPプロトコルが管理するインターネットバックボーンの構成の正当性を検証するための新しい手法を提案する。
提案したソリューションはスケーラビリティの懸念に効果的に対処するだけでなく、堅牢なプライバシフレームワークも確立しています。
論文 参考訳(メタデータ) (2024-02-14T05:56:51Z) - Security in 5G Networks -- How 5G networks help Mitigate Location Tracking Vulnerability [4.424739166856966]
前の世代の携帯電話ネットワークは、このプロセス中に送信された情報に対して暗号化を強制しない。
本稿では,この問題を詳細に検討し,新たに導入した5Gネットワークのアプローチがこの問題にどう対処するかを論じる。
論文 参考訳(メタデータ) (2023-12-23T03:38:28Z) - DP-OPT: Make Large Language Model Your Privacy-Preserving Prompt Engineer [57.04801796205638]
大きな言語モデル(LLM)は、様々なタスクのための支配的なツールとして現れています。
しかし、データプライバシに関する懸念は、調整されたプロンプトが機密情報に依存しているため、障害となる。
本稿では,DP-OPT(Dis Differentially-Private Offsite Prompt Tuning)を提案する。
論文 参考訳(メタデータ) (2023-11-27T02:01:10Z) - Can LLMs Keep a Secret? Testing Privacy Implications of Language Models
via Contextual Integrity Theory [86.8514623654506]
私たちは、最も有能なAIモデルでさえ、人間がそれぞれ39%と57%の確率で、プライベートな情報を公開していることを示しています。
我々の研究は、推論と心の理論に基づいて、新しい推論時プライバシー保護アプローチを即時に探求する必要性を浮き彫りにしている。
論文 参考訳(メタデータ) (2023-10-27T04:15:30Z) - Privacy-Preserving Joint Edge Association and Power Optimization for the
Internet of Vehicles via Federated Multi-Agent Reinforcement Learning [74.53077322713548]
プライバシ保護型共同エッジアソシエーションと電力配分問題について検討する。
提案されたソリューションは、最先端のソリューションよりも高いプライバシレベルを維持しながら、魅力的なトレードオフにぶつかる。
論文 参考訳(メタデータ) (2023-01-26T10:09:23Z) - 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) - Sphynx: ReLU-Efficient Network Design for Private Inference [49.73927340643812]
そこでは、サービスプロバイダのモデルを使用して、ユーザのデータサンプルに対する推論を実行することを目標としています。
ディープネットワークのための既存のPIメソッドは、機能低下の少ない暗号的にセキュアな推論を可能にする。
本稿では,畳み込みセル設計のためのマイクロサーチ手法に基づくReLU効率の高いネットワーク設計手法であるSphynxを提案する。
論文 参考訳(メタデータ) (2021-06-17T18:11:10Z) - CryptoSPN: Privacy-preserving Sum-Product Network Inference [84.88362774693914]
総生産ネットワーク(SPN)のプライバシ保護のためのフレームワークを提案する。
CryptoSPNは、中規模のSPNに対して秒の順序で高効率で正確な推論を行う。
論文 参考訳(メタデータ) (2020-02-03T14:49:18Z)
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。