論文の概要: Protect Your Score: Contact Tracing With Differential Privacy Guarantees

• arxiv url: http://arxiv.org/abs/2312.11581v2
• Date: Thu, 15 Feb 2024 16:21:11 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-16 20:48:59.724708
• Title: Protect Your Score: Contact Tracing With Differential Privacy Guarantees
• Title（参考訳）: スコアを守る:差分プライバシー保証付き連絡先追跡
• Authors: Rob Romijnders, Christos Louizos, Yuki M. Asano, Max Welling
• Abstract要約: プライバシーに関する懸念は、現在展開を控えている、と私たちは主張する。 本稿では,この攻撃に対して異なるプライバシー保証を有する接触追跡アルゴリズムを提案する。 特に現実的な検査シナリオでは,ウイルス感染率の2倍から10倍の低下を実現している。
• 参考スコア（独自算出の注目度）: 68.53998103087508
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The pandemic in 2020 and 2021 had enormous economic and societal consequences, and studies show that contact tracing algorithms can be key in the early containment of the virus. While large strides have been made towards more effective contact tracing algorithms, we argue that privacy concerns currently hold deployment back. The essence of a contact tracing algorithm constitutes the communication of a risk score. Yet, it is precisely the communication and release of this score to a user that an adversary can leverage to gauge the private health status of an individual. We pinpoint a realistic attack scenario and propose a contact tracing algorithm with differential privacy guarantees against this attack. The algorithm is tested on the two most widely used agent-based COVID19 simulators and demonstrates superior performance in a wide range of settings. Especially for realistic test scenarios and while releasing each risk score with epsilon=1 differential privacy, we achieve a two to ten-fold reduction in the infection rate of the virus. To the best of our knowledge, this presents the first contact tracing algorithm with differential privacy guarantees when revealing risk scores for COVID19.
• Abstract（参考訳）: 2020年と2021年のパンデミックは、経済と社会に大きな影響をもたらし、研究は、接触追跡アルゴリズムがウイルスの早期封じ込めの鍵であることを示している。 より効果的なコンタクトトレースアルゴリズムに向けて、大きな努力が続けられていますが、プライバシーに関する懸念が現在、デプロイを後退させています。 接触追跡アルゴリズムの本質は、リスクスコアの通信を構成する。 しかし、相手が個人個人の健康状態を測定するために利用できるのは、まさにこのスコアのコミュニケーションとリリースである。 我々は、現実的な攻撃シナリオを特定し、この攻撃に対して差分プライバシー保証を持つ接触追跡アルゴリズムを提案する。 このアルゴリズムは2つの最も広く使われているエージェントベースのCOVID19シミュレータでテストされ、幅広い設定で優れた性能を示す。 特に現実的なテストシナリオでは、それぞれのリスクスコアをepsilon=1差分プライバシでリリースしながら、ウイルスの感染率を2倍から10倍に削減します。 我々の知る限り、COVID-19のリスクスコアを明らかにする際に、差分プライバシーを保証する最初の接触追跡アルゴリズムを示す。

関連論文リスト

• DNA: Differentially private Neural Augmentation for contact tracing [62.740950398187664]
  接触追跡はウイルスキャリアの早期検出による感染率の低下に有効な方法である。 我々は、分散化された接触追跡において、最先端技術のプライバシー保証を大幅に改善する。 この作業は、重要なプライバシー保証を維持しながら、ディープラーニングをコンタクトトレースに統合する上で、重要な第一歩となる。
  論文  参考訳（メタデータ） (2024-04-20T13:43:28Z)
• On the Privacy and Integrity Risks of Contact-Tracing Applications [32.01611421032163]
  スマートフォンベースの接触追跡アプリケーションは、新型コロナウイルス(COVID-19)のパンデミックに対する世界的戦いの中心にある。 本稿では,広範囲にわたる接触追跡アプリケーションに影響を及ぼす2つの重要な攻撃について述べる。
  論文  参考訳（メタデータ） (2020-12-06T15:05:02Z)
• Predicting Infectiousness for Proactive Contact Tracing [75.62186539860787]
  大規模デジタル接触追跡は、ウイルスの拡散を最小限に抑えながら、経済と社会活動を再開する潜在的な解決策である。 プライバシ、モビリティ制限、公衆衛生のトレードオフを行う様々なDCT手法が提案されている。 本稿では,個人の感染を積極的に予測するためにスマートフォンに展開可能な方法を開発し,検証する。
  論文  参考訳（メタデータ） (2020-10-23T17:06:07Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)
• Decentralized Privacy-Preserving Proximity Tracing [50.27258414960402]
  DP3TはSARS-CoV-2の普及を遅らせるための技術基盤を提供する。 システムは、個人やコミュニティのプライバシーとセキュリティのリスクを最小限にすることを目的としている。
  論文  参考訳（メタデータ） (2020-05-25T12:32:02Z)
• A Note on Cryptographic Algorithms for Private Data Analysis in Contact Tracing Applications [7.734726150561088]
  接触追跡は新型コロナウイルスのパンデミックに対抗する重要な手段だ。 我々は、プライベート・セット・インターセクション問題に対処するのに役立つ様々な暗号技術に焦点を当てる。
  論文  参考訳（メタデータ） (2020-05-19T06:18:13Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)
• Decentralised, privacy-preserving Bayesian inference for mobile phone contact tracing [0.0]
  多くの国で、接触追跡を行うためにスマートフォンアプリの利用が準備されている。 AppleとGoogleは、iOSとAndroidにコンタクトトレーシング機能を導入する。 Apple/Googleのコンタクトトレースアルゴリズムのプライバシー保護の性質は、これらの決定の集中的なキュレーションが不可能であることを意味している。 本稿では,バイエルンのウイルス感染確率を推定する分散アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-05-11T13:13:36Z)

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。