論文の概要: Quantum Privacy-Preserving Price E-Negotiation
- arxiv url: http://arxiv.org/abs/2309.13668v1
- Date: Sun, 24 Sep 2023 15:31:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-26 18:10:50.591760
- Title: Quantum Privacy-Preserving Price E-Negotiation
- Title(参考訳): 量子プライバシー保存価格e-交渉
- Authors: Wen-Jie Liu, Chun-Tang Li, Yu Zheng, Yong Xu, Yin-Song Xu
- Abstract要約: 3PEN問題に対する新しい,効率的な量子解法を提案する。
我々は,3PENの正当性とプライバシを保証するだけでなく,従来の3PENよりも通信の複雑さが低いことを示す。
- 参考スコア(独自算出の注目度): 17.29641055860513
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Privacy-preserving price e-negotiation (3PEN) is an important topic of secure
multi-party computation (SMC) in the electronic commerce field, and the key
point of its security is to guarantee the privacy of seller's and buyer's
prices. In this study, a novel and efficient quantum solution to the 3PEN
problem is proposed, where the oracle operation and the qubit comparator are
utilized to obtain the comparative results of buyer's and seller's prices, and
then quantum counting is executed to summarize the total number of products
which meets the trading conditions. Analysis shows that our solution not only
guarantees the correctness and the privacy of 3PEN, but also has lower
communication complexity than those classical ones.
- Abstract(参考訳): プライバシ保護価格e-交渉(3pen)は電子商取引分野におけるセキュアなマルチパーティ計算(smc)の重要な話題であり、そのセキュリティの重要なポイントは、売り手と買い手の価格のプライバシーを保証することである。
本研究では,oracle の操作と qubit コンパレータを用いて買い手と売り手の価格の比較結果を取得し,取引条件を満たした製品総数を量子計数することにより,3pen 問題に対する新規かつ効率的な量子解を提案する。
分析の結果,我々のソリューションは3penの正確性とプライバシを保証するだけでなく,従来のソリューションよりも通信の複雑さも低いことがわかった。
関連論文リスト
- Convergent Differential Privacy Analysis for General Federated Learning: the $f$-DP Perspective [57.35402286842029]
フェデレートラーニング(Federated Learning, FL)は、ローカルプライバシを重視した効率的な協調トレーニングパラダイムである。
ディファレンシャルプライバシ(DP)は、私的保護の信頼性を捕捉し、保証するための古典的なアプローチである。
論文 参考訳(メタデータ) (2024-08-28T08:22:21Z) - A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。
各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。
実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
論文 参考訳(メタデータ) (2024-07-08T09:55:31Z) - Privacy-Preserving Billing for Local Energy Markets [1.1823918493146686]
本稿では,地域エネルギー市場(PBP-LEM)に対するプライバシ保護請求プロトコルを提案する。
PBP-LEMにより、市場団体のグループは、正しさを犠牲にすることなく、分散的でプライバシー保護的な方法で参加者の請求書を共同で計算することができる。
論文 参考訳(メタデータ) (2024-04-24T14:12:56Z) - Private Optimal Inventory Policy Learning for Feature-based Newsvendor with Unknown Demand [13.594765018457904]
本稿では, f-differential privacy framework内で, プライバシ保護に最適な在庫ポリシーを推定するための新しいアプローチを提案する。
最適在庫推定のための畳み込み平滑化に基づくクリップ付き雑音勾配降下アルゴリズムを開発した。
提案手法は,コストを極端に増大させることなく,望ましいプライバシー保護を実現することができることを示す。
論文 参考訳(メタデータ) (2024-04-23T19:15:43Z) - Cost of quantum secret key [4.3012765978447565]
我々は、形成の鍵と呼ばれる量のレンズを通して、量子状態とデバイスの性質を研究する。
本稿の主な結果は, 生成の正規化鍵が量子状態の鍵コストの上限であることである。
鍵コストは, エンタングルメントの正規化相対エントロピーによって下から有界であることを示す。
論文 参考訳(メタデータ) (2024-02-26T20:22:06Z) - TernaryVote: Differentially Private, Communication Efficient, and
Byzantine Resilient Distributed Optimization on Heterogeneous Data [50.797729676285876]
本稿では, 3次圧縮機と多数決機構を組み合わせて, 差分プライバシー, 勾配圧縮, ビザンチンレジリエンスを同時に実現するternaryVoteを提案する。
提案アルゴリズムのF差分プライバシー(DP)とビザンチンレジリエンスのレンズによるプライバシー保証を理論的に定量化する。
論文 参考訳(メタデータ) (2024-02-16T16:41:14Z) - Quantum Communication Complexity of Classical Auctions [3.78737122317863]
量子通信が従来の通信よりも効率的かどうかを問う。
まず,ほぼ最適なオークションの通信複雑性について検討する。
そして、非常に単純な設定で、正確に最適なオークションの最悪の通信複雑性について研究する。
論文 参考訳(メタデータ) (2023-11-21T08:56:23Z) - A Randomized Approach for Tight Privacy Accounting [63.67296945525791]
推定検証リリース(EVR)と呼ばれる新しい差分プライバシーパラダイムを提案する。
EVRパラダイムは、まずメカニズムのプライバシパラメータを推定し、その保証を満たすかどうかを確認し、最後にクエリ出力を解放する。
我々の実証的な評価は、新たに提案されたEVRパラダイムが、プライバシ保護機械学習のユーティリティプライバシトレードオフを改善することを示している。
論文 参考訳(メタデータ) (2023-04-17T00:38:01Z) - Breaking the Communication-Privacy-Accuracy Tradeoff with
$f$-Differential Privacy [51.11280118806893]
サーバが複数のユーザの協調的なデータ分析を,プライバシの懸念と限られた通信能力で調整する,フェデレートされたデータ分析問題を考える。
有限出力空間を有する離散値機構の局所的差分プライバシー保証を$f$-differential privacy (DP) レンズを用いて検討する。
より具体的には、様々な離散的評価機構の厳密な$f$-DP保証を導出することにより、既存の文献を前進させる。
論文 参考訳(メタデータ) (2023-02-19T16:58:53Z) - 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-Friendly Peer-to-Peer Energy Trading: A Game Theoretical
Approach [0.0]
ゲーム理論に基づく分散型プライバシフレンドリーなエネルギー取引プラットフォーム(PFET)を提案する。
同型暗号化暗号システムを使用して、買い手や売り手の機密情報を暗号化し、売り手$'$価格と買い手$'$需要を暗号化する。
論文 参考訳(メタデータ) (2022-01-05T20:41:32Z)
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。