論文の概要: A Survey on Property-Preserving Database Encryption Techniques in the Cloud

• arxiv url: http://arxiv.org/abs/2312.12075v1
• Date: Tue, 19 Dec 2023 11:50:31 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 11:47:54.984562
• Title: A Survey on Property-Preserving Database Encryption Techniques in the Cloud
• Title（参考訳）: クラウドにおけるプロパティ保存型データベース暗号化技術に関する調査
• Authors: Johannes Koppenwallner, Erich Schikuta,
• Abstract要約: アウトソースされたデータのセキュリティと機密性には懸念がある。 報告では、クラウドデータベースサービスとの関係でデータを保存するのに使用される一般的な暗号化技術について調査している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Outsourcing a relational database to the cloud offers several benefits, including scalability, availability, and cost-effectiveness. However, there are concerns about the security and confidentiality of the outsourced data. A general approach here would be to encrypt the data with a standardized encryption algorithm and then store the data only encrypted in the cloud. The problem with this approach, however, is that with encryption, important properties of the data such as sorting, format or comparability, which are essential for the functioning of database queries, are lost. One solution to this problem is the use of encryption algorithms, which also preserve these properties in the encrypted data, thus enabling queries to encrypted data. These algorithms range from simple algorithms like Caesar encryption to secure algorithms like mOPE. The report at hand presents a survey on common encryption techniques used for storing data in relation Cloud database services. It presents the applied methods and identifies their characteristics.
• Abstract（参考訳）: リレーショナルデータベースをクラウドにアウトソーシングすることは、スケーラビリティ、可用性、コスト効率など、いくつかのメリットを提供する。 しかし、アウトソースされたデータのセキュリティと機密性には懸念がある。 ここでの一般的なアプローチは、標準化された暗号化アルゴリズムでデータを暗号化し、クラウドにのみ暗号化されたデータを格納することだ。 しかし、このアプローチの問題点は、暗号化によってソート、フォーマット、コンパラビリティといった、データベースクエリの機能に不可欠なデータの重要な特性が失われることである。 この問題に対する解決策の1つは、暗号化アルゴリズムを使用することである。 これらのアルゴリズムは、Caesar暗号化のような単純なアルゴリズムから、mOPEのようなセキュアなアルゴリズムまで様々である。 報告では、クラウドデータベースサービスとの関係でデータを保存するのに使用される一般的な暗号化技術について調査している。 適用された手法を示し、それらの特性を識別する。

関連論文リスト

• K-Nearest Neighbor Classification over Semantically Secure Encrypted Relational Data [0.0]
  データが暗号化されているパブリッククラウド環境では、クラウドサービスプロバイダは通常、暗号化キーを制御する。 この状況は、従来のプライバシー保護分類システムを不適切なものにしている。 我々は、暗号化されたアウトソースデータに対して、セキュアなk近傍の分類アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-07-05T19:44:17Z)
• Enc2DB: A Hybrid and Adaptive Encrypted Query Processing Framework [47.11111145443189]
  本稿では,新しいセキュアデータベースシステムであるEnc2DBを紹介する。 本稿では,マイクロベンチマークテストと自己適応型モードスイッチ戦略を提案し,与えられたクエリに応答する最適な実行パス(暗号やTEE)を選択する。 また、クエリ処理を高速化するために、ネイティブコストモデルやクエリと互換性のある暗号文インデックスを設計、実装する。
  論文  参考訳（メタデータ） (2024-04-10T08:11:12Z)
• Ciphertext-Only Attack on a Secure $k$-NN Computation on Cloud [0.0]
  暗号化は、不正アクセス、データ漏洩、そしてその結果の金銭的損失、評判の損害、法的問題を防ぐことができる。 Sanyashiらは、クラウド上のプライバシー保護のための$k$-NN計算を容易にする暗号化スキームを提案した。 我々は、効率的なアルゴリズムを与え、その暗号方式が暗号文のみの攻撃(COA)に弱いことを実証的に示す。
  論文  参考訳（メタデータ） (2024-03-14T03:53:01Z)
• EmojiCrypt: Prompt Encryption for Secure Communication with Large Language Models [41.090214475309516]
  クラウドベースの大規模言語モデル(LLM)は、データ漏洩と機密情報への不正アクセスの重大なリスクを引き起こす。 本稿では,ユーザプライバシ保護のためのシンプルかつ効果的なメカニズムであるEmojiCryptを提案する。
  論文  参考訳（メタデータ） (2024-02-08T17:57:11Z)
• DiCE -- A Data Encryption Proxy for the Cloud [0.0]
  アウトソースされたデータの機密性やセキュリティに関する懸念がある。 DiCEドライバはクエリをプロキシとして解析し、これらのクエリを暗号化する。 これにより、暗号化されていないデータベースのようなリレーショナルパフォーマンスで、クラウド内の暗号化されたデータベースで多くのクエリを実行することができる。
  論文  参考訳（メタデータ） (2023-10-09T13:33:59Z)
• SOCI^+: An Enhanced Toolkit for Secure OutsourcedComputation on Integers [50.608828039206365]
  本稿では,SOCIの性能を大幅に向上させるSOCI+を提案する。 SOCI+は、暗号プリミティブとして、高速な暗号化と復号化を備えた(2, 2)ホールドのPaillier暗号システムを採用している。 実験の結果,SOCI+は計算効率が最大5.4倍,通信オーバヘッドが40%少ないことがわかった。
  論文  参考訳（メタデータ） (2023-09-27T05:19:32Z)
• Two Fish Encryption Based Blockchain Technology for Secured Data Storage [0.0]
  本稿では,クラウドストレージにおけるブロックチェーンモデルに格納された医療データを保護するためのハイブリッド暗号化技術を用いたブロックチェーンを提案する。 RSA多重精度算術に基づく新しい2種類の魚の暗号モデルを実装した。
  論文  参考訳（メタデータ） (2023-09-21T04:08:23Z)
• RiDDLE: Reversible and Diversified De-identification with Latent Encryptor [57.66174700276893]
  本研究は、Reversible and Diversified De-identification with Latent Encryptorの略であるRiDDLEを提示する。 事前に学習したStyleGAN2ジェネレータ上に構築されたRiDDLEは、潜伏空間内の顔のアイデンティティを暗号化して復号する。
  論文  参考訳（メタデータ） (2023-03-09T11:03:52Z)
• Reinforcement Learning on Encrypted Data [58.39270571778521]
  本稿では,DQNエージェントが,離散的かつ連続的な状態空間を持つ環境でどのように動作するかを予備的,実験的に検討する。 その結果,非決定論的暗号が存在する場合でも,エージェントは依然として小さな状態空間で学習することができるが,より複雑な環境では性能が低下することがわかった。
  論文  参考訳（メタデータ） (2021-09-16T21:59:37Z)
• Faster Secure Data Mining via Distributed Homomorphic Encryption [108.77460689459247]
  ホモモルフィック暗号化(HE)は、最近、暗号化されたフィールド上で計算を行う能力により、ますます注目を集めている。 本稿では,スケーリング問題の解決に向けて,新しい分散HEベースのデータマイニングフレームワークを提案する。 各種データマイニングアルゴリズムとベンチマークデータセットを用いて,新しいフレームワークの有効性と有効性を検証する。
  論文  参考訳（メタデータ） (2020-06-17T18:14:30Z)

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。