論文の概要: NetShaper: A Differentially Private Network Side-Channel Mitigation System
- arxiv url: http://arxiv.org/abs/2310.06293v1
- Date: Tue, 10 Oct 2023 04:12:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 02:42:56.394277
- Title: NetShaper: A Differentially Private Network Side-Channel Mitigation System
- Title（参考訳）: NetShaper: 異なるプライベートなネットワークサイドチャネル緩和システム
- Authors: Amir Sabzi, Rut Vora, Swati Goswami, Margo Seltzer, Mathias Lécuyer, Aastha Mehta,
- Abstract要約: 本稿では,トラフィックシェーピングの原理に基づいて,サイドチャネルリークを緩和するシステムであるNetShaperを提案する。
NetShaperのトラフィックシェーピングは、一般的なワークロードと混雑条件に適応しながら、異なるプライバシ保証を提供する。
本稿では,NetShaperをミドルボックスベースで実装し,ビデオストリーミングとWebサービスアプリケーションへの適用性を実証する。
- 参考スコア（独自算出の注目度）: 1.233204401123511
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The widespread adoption of encryption in network protocols has significantly improved the overall security of many Internet applications. However, these protocols cannot prevent network side-channel leaks -- leaks of sensitive information through the sizes and timing of network packets. We present NetShaper, a system that mitigates such leaks based on the principle of traffic shaping. NetShaper's traffic shaping provides differential privacy guarantees while adapting to the prevailing workload and congestion condition, and allows configuring a tradeoff between privacy guarantees, bandwidth and latency overheads. Furthermore, NetShaper provides a modular and portable tunnel endpoint design that can support diverse applications. We present a middlebox-based implementation of NetShaper and demonstrate its applicability in a video streaming and a web service application.
- Abstract（参考訳）: ネットワークプロトコルにおける暗号化の普及により、多くのインターネットアプリケーションの全体的なセキュリティが大幅に向上した。
しかし、これらのプロトコルはネットワーク側のチャネルリークを防げない -- ネットワークパケットのサイズとタイミングを通じて機密情報を漏洩させる。
本稿では,トラフィックシェーピングの原理に基づいて,そのようなリークを緩和するシステムであるNetShaperを提案する。
NetShaperのトラフィックシェーピングは、一般的なワークロードと混雑条件に適応しながら、異なるプライバシ保証を提供し、プライバシ保証、帯域幅、レイテンシオーバーヘッドのトレードオフを設定することができる。
さらにNetShaperは、多様なアプリケーションをサポートするモジュール式でポータブルなトンネルエンドポイント設計を提供する。
本稿では,NetShaperをミドルボックスベースで実装し,ビデオストリーミングとWebサービスアプリケーションへの適用性を実証する。
関連論文リスト
- Attacking Slicing Network via Side-channel Reinforcement Learning Attack [9.428116807615407]
本稿では,ネットワークスライシング環境に特化して設計された,強化学習に基づくサイドチャネルキャッシュ攻撃フレームワークを提案する。
本フレームワークは,認証キーやユーザ登録データなどの機密情報を格納したキャッシュ位置を動的に識別し,活用する。
実験の結果, 約95%から98%の成功率を達成し, アプローチの優位性を示した。
論文 参考訳（メタデータ） (2024-09-17T15:07:05Z) - Differential Degradation Vulnerabilities in Censorship Circumvention Systems [13.56032544967416]
我々はスノーフレークとプロトゾアに対する効果的な差分分解攻撃を示す。
これらの脆弱性の根本原因を説明し、回避システムのデザイナが直面するトレードオフを分析する。
差分劣化攻撃に抵抗するプロトゾアの修正版を提案する。
論文 参考訳（メタデータ） (2024-09-10T06:31:17Z) - Secure Routing for Mobile Ad hoc Networks [2.965855310793378]
本稿では,MANETネットワークにおける悪意行動の影響を緩和する経路探索プロトコルを提案する。
我々のプロトコルは、生成された、妥協された、あるいは再生されたルート応答が拒否されるか、クエリノードに決して届かないことを保証します。
このスキームは、多数の非凝固ノードの存在下で堅牢である。
論文 参考訳（メタデータ） (2024-03-01T09:50:00Z) - Cross-Network Social User Embedding with Hybrid Differential Privacy
Guarantees [81.6471440778355]
プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。
特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。
ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
論文 参考訳（メタデータ） (2022-09-04T06:22:37Z) - Large-Scale Privacy-Preserving Network Embedding against Private Link
Inference Attacks [12.434976161956401]
プライバシ保護ネットワークがプライベートリンク推論攻撃に対して組み込まれるという,新たな問題に対処する。
本稿では,リンクの追加や削除によるオリジナルのネットワークの摂動について提案する。また,この摂動ネットワーク上で発生した埋め込みは,プライベートリンクに関する情報をほとんど漏らすことなく,様々な下流タスクに高いユーティリティを保持することができることを期待する。
論文 参考訳（メタデータ） (2022-05-28T13:59:39Z) - 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) - Bit-Mixer: Mixed-precision networks with runtime bit-width selection [72.32693989093558]
Bit-Mixerは、テスト時間中に任意のレイヤが入札幅を変更し、ネットワーク全体の精度の高い推論能力に影響を与えることなく、メタ量子ネットワークをトレーニングする最初の方法である。
本手法は, デバイス上での展開に望ましい柔軟性を示す複合精密ネットワークを, 精度を犠牲にすることなく実現できることを示した。
論文 参考訳（メタデータ） (2021-03-31T17:58:47Z) - Multi-channel Deep Supervision for Crowd Counting [92.39562949707815]
MDS(Multi- Channel Deep Supervision)と呼ばれる新しい監視フレームワークを提案する。
MDSは、密度マップの生成を支援するために、推定モデルのデコーダをチャネルワイズで監視する。
異なるチャネルの正確な監視情報を得るために、MDSNetはSupervisionNet(SN)と呼ばれる補助ネットワークを使用している。
論文 参考訳（メタデータ） (2021-03-17T10:33:58Z) - Attribution Preservation in Network Compression for Reliable Network
Interpretation [81.84564694303397]
安全に敏感なアプリケーションに埋め込まれたニューラルネットワークは、エッジ計算のサイズを減らすために、後向きの分析とネットワーク圧縮に入力属性に依存する。
ネットワーク圧縮が生成した属性を変形させるため,これらの非関係な手法が相互に競合することを示す。
この現象は、従来のネットワーク圧縮手法が、属性の品質を無視しながら、ネットワークの予測のみを保存するという事実から生じる。
論文 参考訳（メタデータ） (2020-10-28T16:02:31Z) - ESMFL: Efficient and Secure Models for Federated Learning [28.953644581089495]
本稿では,Intel Software Guard Extensions上で運用されるフェデレーション学習分散システムのプライバシ保護手法を提案する。
我々は、スペーシングにより通勤コストを削減し、異なるモデルアーキテクチャで妥当な精度を達成することができる。
論文 参考訳（メタデータ） (2020-09-03T18:27:32Z) - Reinforcement Learning for Caching with Space-Time Popularity Dynamics [61.55827760294755]
キャッシングは次世代ネットワークにおいて重要な役割を果たすと想定されている。
コンテンツをインテリジェントにプリフェッチし、保存するためには、キャッシュノードは、何といつキャッシュするかを学ばなければならない。
本章では、近似キャッシングポリシー設計のための多目的強化学習に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2020-05-19T01:23:51Z)
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。