論文の概要: Keep your Identity Small: Privacy-preserving Client-side Fingerprinting

• arxiv url: http://arxiv.org/abs/2309.07563v2
• Date: Fri, 15 Sep 2023 16:32:12 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-19 04:50:57.964594
• Title: Keep your Identity Small: Privacy-preserving Client-side Fingerprinting
• Title（参考訳）: アイデンティティを小さく保つ:プライバシを保存するクライアントサイドフィンガープリント
• Authors: Alberto Fernandez-de-Retana, Igor Santos-Grueiro,
• Abstract要約: デバイスフィンガープリントは、サードパーティが特定のデバイスを特定するために広く使用されるテクニックである。 最も広く使われている用途の1つは、異なるウェブサイトを訪れているユーザーを特定し、ブラウジング履歴を構築することである。 これは、ユーザのプライバシに脅威をもたらす、特定のタイプのWebトラッキングを構成する。 プライバシ保存型クライアントサイドフィンガープリント(PCF)は,Web上でのデバイスフィンガープリントを可能にすると同時に,Webトラッキングの実行を阻害する新しい手法である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Device fingerprinting is a widely used technique that allows a third party to identify a particular device. Applications of device fingerprinting include authentication, attacker identification, or software license binding. Device fingerprinting is also used on the web as a method for identifying users. Unfortunately, one of its most widespread uses is to identify users visiting different websites and thus build their browsing history. This constitutes a specific type of web tracking that poses a threat to users' privacy. While many anti-tracking solutions have been proposed, all of them block or tamper with device fingerprinting techniques rather than just blocking their web tracking application. Therefore, users may be limited in their experience while using a website. In this paper, we propose Privacy-preserving Client-side Fingerprinting (PCF), a new method that allows device fingerprinting on the web, while blocks the possibility of performing web tracking. To this end, PCF is built upon fingerprinting transparency: any website ought to declare its fingerprinting scripts while users will compute them in a privacy-preserving manner, limiting the resultant fingerprints for each different domain and, therefore, making web tracking not feasible.
• Abstract（参考訳）: デバイスフィンガープリントは、サードパーティが特定のデバイスを特定するために広く使用されるテクニックである。 デバイス指紋認証の応用例としては、認証、攻撃者識別、ソフトウェアライセンスのバインディングなどがある。 デバイスフィンガープリントは、ユーザを特定する方法として、Webでも使用されている。 残念ながら、最も普及している用途の1つは、異なるウェブサイトを訪れているユーザーを特定し、ブラウジング履歴を構築することである。 これは、ユーザのプライバシに脅威をもたらす、特定のタイプのWebトラッキングを構成する。 多くのアンチトラッキングソリューションが提案されているが、それらはすべて、Webトラッキングアプリケーションをブロックするだけでなく、デバイスの指紋認証技術によってブロックまたは改ざんされている。 そのため、Webサイトを使っているユーザエクスペリエンスは制限される可能性がある。 本稿では,Web上でのデバイスフィンガープリントを可能にする新しい手法であるプライバシ保護クライアントサイドフィンガープリント(PCF)を提案する。 この目的のために、PCFは指紋認証の透明性に基づいて構築されている。どのウェブサイトでも指紋認証スクリプトを宣言すべきであり、ユーザーはそれをプライバシー保護の方法で計算し、その結果の指紋をそれぞれのドメインに制限する。

関連論文リスト

• How Unique is Whose Web Browser? The role of demographics in browser fingerprinting among US users [50.699390248359265]
  ブラウザのフィンガープリントは、クッキーを使わずとも、Web上のユーザを識別し、追跡するために利用できる。 この技術と結果として生じるプライバシーリスクは10年以上にわたって研究されてきた。 我々は、さらなる研究を可能にするファースト・オブ・ザ・キンド・データセットを提供する。
  論文  参考訳（メタデータ） (2024-10-09T14:51:58Z)
• Identified-and-Targeted: The First Early Evidence of the Privacy-Invasive Use of Browser Fingerprinting for Online Tracking [10.98528003128308]
  オンライン広告の領域におけるブラウザフィンガープリントの利用に関する懸念の高まりに対処することが不可欠である。 本稿では,ブラウザのフィンガープリント設定の調整による広告の変化を特定するための新しいフレームワークFPTrace'を提案する。 FPTraceを用いて、ユーザ追跡と広告ターゲティングのためにブラウザの指紋認証が使用されているかどうかを大規模に測定する。
  論文  参考訳（メタデータ） (2024-09-24T01:39:16Z)
• Assessing Web Fingerprinting Risk [2.144574168644798]
  ブラウザー指紋(Browser fingerprints)は、クッキーが無効になってもユーザーの秘密の追跡を可能にするデバイス固有の識別子である。 これまでの研究は、指紋認証のリスクを定量化するための鍵となる指標として、情報の尺度であるエントロピーを確立してきた。 我々は,先行作業の限界に対処するブラウザのフィンガープリントについて,最初の研究を行った。
  論文  参考訳（メタデータ） (2024-03-22T20:34:41Z)
• Characterizing Browser Fingerprinting and its Mitigations [0.0]
  この研究は、ブラウザのフィンガープリントという、トラッキング技術の1つを探求している。 ブラウザのフィンガープリントの仕組み、それがどの程度普及しているか、どんな防御効果を軽減できるか、などについて詳述する。
  論文  参考訳（メタデータ） (2023-10-12T20:31:24Z)
• Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
  我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。 ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
  論文  参考訳（メタデータ） (2023-04-06T05:20:16Z)
• Hierarchical Perceptual Noise Injection for Social Media Fingerprint Privacy Protection [106.5308793283895]
  ソーシャルメディアからの指紋漏洩は 画像を匿名化したいという強い欲求を喚起します 指紋漏洩を保護するために、画像に知覚不能な摂動を加えることにより、敵攻撃が解決策として現れる。 この問題を解決するために,階層型パーセプティカルノイズ注入フレームワークであるFingerSafeを提案する。
  論文  参考訳（メタデータ） (2022-08-23T02:20:46Z)
• Uncovering Fingerprinting Networks. An Analysis of In-Browser Tracking using a Behavior-based Approach [0.0]
  この論文は、インターネット上でのブラウザのフィンガープリントの現状を探求している。 我々はFPNETを実装し,その動作を観察することで,大量のWebサイト上で指紋認証スクリプトを識別する。 Google、Yandex、Maxmind、Sift、FingerprintJSといった企業を追跡します。
  論文  参考訳（メタデータ） (2022-08-15T18:06:25Z)
• On the vulnerability of fingerprint verification systems to fake fingerprint attacks [57.36125468024803]
  中規模の偽指紋データベースを記述し、2つの異なる指紋認証システムを評価する。 光およびサーマルスイーピングセンサの結果が提供される。
  論文  参考訳（メタデータ） (2022-07-11T12:22:52Z)
• Locally Authenticated Privacy-preserving Voice Input [10.82818142802482]
  サービスプロバイダはユーザを認証しなければならないが、個人はプライバシの維持を望むかもしれない。 認証の実行中にプライバシを保存することは、特に敵がバイオメトリックデータを使用してトランスフォーメーションツールをトレーニングする場合には、非常に難しい。 ユーザの生信号のデバイス上の指紋をキャプチャして保存する,セキュアでフレキシブルなプライバシ保護システムを導入する。
  論文  参考訳（メタデータ） (2022-05-27T14:56:01Z)
• Responsible Disclosure of Generative Models Using Scalable Fingerprinting [70.81987741132451]
  深層生成モデルは質的に新しいパフォーマンスレベルを達成した。 この技術がスプーフセンサーに誤用され、ディープフェイクを発生させ、大規模な誤情報を可能にするという懸念がある。 最先端のジェネレーションモデルを責任を持って公開することで、研究者や企業がモデルに指紋を刻むことができます。
  論文  参考訳（メタデータ） (2020-12-16T03:51:54Z)
• 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。