論文の概要: Private Membership Aggregation

• arxiv url: http://arxiv.org/abs/2309.03872v1
• Date: Thu, 7 Sep 2023 17:33:27 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-25 16:20:50.121072
• Title: Private Membership Aggregation
• Title（参考訳）: 個人会員の集まり
• Authors: Mohamed Nomeir, Sajani Vithana, Sennur Ulukus,
• Abstract要約: 個人会員集約(PMA)の問題を考える。 PMAでは、ある要素が独立系のシステムに格納されている回数をユーザがカウントする。 そこで我々は,部分空間間のアライメントの概念に基づいて,問題の4つの変種それぞれに対する達成可能なスキームを提案する。
• 参考スコア（独自算出の注目度）: 32.97918488607827
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We consider the problem of private membership aggregation (PMA), in which a user counts the number of times a certain element is stored in a system of independent parties that store arbitrary sets of elements from a universal alphabet. The parties are not allowed to learn which element is being counted by the user. Further, neither the user nor the other parties are allowed to learn the stored elements of each party involved in the process. PMA is a generalization of the recently introduced problem of $K$ private set intersection ($K$-PSI). The $K$-PSI problem considers a set of $M$ parties storing arbitrary sets of elements, and a user who wants to determine if a certain element is repeated at least at $K$ parties out of the $M$ parties without learning which party has the required element and which party does not. To solve the general problem of PMA, we dissect it into four categories based on the privacy requirement and the collusions among databases/parties. We map these problems into equivalent private information retrieval (PIR) problems. We propose achievable schemes for each of the four variants of the problem based on the concept of cross-subspace alignment (CSA). The proposed schemes achieve \emph{linear} communication complexity as opposed to the state-of-the-art $K$-PSI scheme that requires \emph{exponential} complexity even though our PMA problems contain more security and privacy constraints.
• Abstract（参考訳）: 任意の要素集合をユニバーサルアルファベットから格納する独立系に、ある要素の回数をユーザが数えるという、プライベートメンバシップアグリゲーション(PMA)の問題を考える。 当事者は、どの要素がユーザによってカウントされているかを知ることができない。 さらに、そのプロセスに関わる各当事者の記憶された要素をユーザも他の当事者も学習することは許されない。 PMAは、最近導入されたK$private set intersection(K$-PSI)の一般化である。 K$-PSI問題では、任意の要素の集合を格納する$M$パーティのセットと、特定の要素が少なくとも$M$パーティから$K$パーティーを繰り返すかどうかを、どのパーティが要求要素を持ち、どのパーティがそうでないかを学習せずに判断したいユーザについて検討している。 PMAの一般的な問題を解決するために,プライバシ要件とデータベース・パーティ間の共謀に基づいて,これらを4つのカテゴリに分類する。 我々はこれらの問題を等価プライベート情報検索(PIR)問題にマップする。 そこで本稿では,CSA(クロス・サブスペースアライメント)の概念に基づいて,問題の4つの変種毎に達成可能なスキームを提案する。 提案手法は,セキュリティやプライバシの制約がより大きいにもかかわらず,その複雑性を必要とする最先端の$K$-PSI方式とは対照的に,通信複雑性を実現する。

関連論文リスト

• Beyond Yao's Millionaires: Secure Multi-Party Computation of Non-Polynomial Functions [5.625796693054093]
  我々はシャミール秘密共有に基づく無条件でセキュアな$N$-party比較スキームを提案する。 各パーティは、プライベート番号を保持し、入力を公表することなく、$N$利用可能なプライベート番号の中で最大の番号を確認することを目指している。
  論文  参考訳（メタデータ） (2024-10-22T13:22:08Z)
• Differential Privacy on Trust Graphs [54.55190841518906]
  差分プライバシー(DP)は、各当事者がそのデータで他の当事者の(既知の)サブセットのみを信頼するマルチパーティ環境で研究する。 我々は、DPのローカルモデルよりもはるかに優れたプライバシーとユーティリティのトレードオフを持つ集約のためのDPアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2024-10-15T20:31:04Z)
• Privately Counting Partially Ordered Data [50.98561191019676]
  各データポイントが部分順序を満たす$d$ビットからなる場合、差分プライベートカウントを考える。 私たちの主な技術的貢献は問題固有の$K$-normメカニズムで、時間内に$O(d2)$を実行します。
  論文  参考訳（メタデータ） (2024-10-09T13:43:35Z)
• Quantum Private Membership Aggregation [35.16231062731263]
  我々は、絡み合った量子状態を用いて、N$パーティのプライベート・セット・メンバシップ・アグリゲーションの問題を考察する。 本稿では,従来の情報を識別可能な量子状態にマッピングする符号化アルゴリズムと,マッピングされた状態の識別性を利用する復号アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-01-29T18:32:19Z)
• User-Level Differential Privacy With Few Examples Per User [73.81862394073308]
  サンプルスカース方式では,各ユーザが少数のサンプルしか持たないため,以下の結果が得られる。 近似DPについては,任意の項目レベルDPアルゴリズムをユーザレベルDPアルゴリズムに汎用変換する。 ユーザレベル設定に指数的機構(McSherry, Talwar FOCS 2007)を適用するための簡単な手法を提案する。
  論文  参考訳（メタデータ） (2023-09-21T21:51:55Z)
• Earn While You Reveal: Private Set Intersection that Rewards Participants [0.0]
  プライベート・セット・インターセクション・プロトコル(PSI)では、空でない結果は常に当事者のプライベート・インプット・セットについて何かを明らかにする。 我々は、プロトコルにプライベートな入力セットをコントリビュートする参加者に報酬を与えるマルチパーティPSI「Anesidora」を提案する。
  論文  参考訳（メタデータ） (2023-01-10T10:22:55Z)
• On Distributed Differential Privacy and Counting Distinct Elements [52.701425652208734]
  我々は、$n$ユーザのそれぞれが離散集合から要素を保持する設定について研究する。 目標は、すべてのユーザーに対して異なる要素の数を数えることだ。
  論文  参考訳（メタデータ） (2020-09-21T04:13:34Z)
• Differentially Private Set Union [23.001440922454407]
  差分プライバシーのグローバルモデルにおけるセットユニオンの基本動作について検討する。 この問題では、無限の大きさのアイテムが$U$で、データベースが$D$である。 我々は、$S のサブセットである cup_i W_i$ を出力する(epsilon$,$delta$)-微分プライベートなアルゴリズムを望んでいる。
  論文  参考訳（メタデータ） (2020-02-22T18:33:14Z)
• Public Bayesian Persuasion: Being Almost Optimal and Almost Persuasive [57.47546090379434]
  i) 任意の状態空間, (ii) 任意の行動空間, (iii) 任意の送信者のユーティリティ関数を用いて, 一般の状況下での公衆の説得問題を考察する。 任意の公的な説得問題に対して準多項式時間ビクテリア近似アルゴリズムを提案し、特定の設定でQPTASを出力する。
  論文  参考訳（メタデータ） (2020-02-12T18:59:18Z)

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。