Fugu-MT 論文翻訳(概要): Gait-Based Privacy Protection for Smart Wearable Devices

論文の概要: Gait-Based Privacy Protection for Smart Wearable Devices

arxiv url: http://arxiv.org/abs/2402.15797v1
Date: Sat, 24 Feb 2024 12:05:42 GMT
ステータス: 処理完了
システム内更新日: 2024-03-18 07:18:43.992355
Title: Gait-Based Privacy Protection for Smart Wearable Devices
Title（参考訳）: 歩行に基づくスマートウェアラブルデバイスのプライバシー保護
Authors: Yu Su, Yongjiao Li, Zhu Cao,
Abstract要約: 既存の歩行識別手法は、歩行特徴のプライバシーを保護するために、精度が低く、無視されている。歩行識別段階が通過した後、歩行特徴をキーとして使用する安全なメッセージ対話を可能にする生体認証方式を提案する。
参考スコア（独自算出の注目度）: 7.358293252870294
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Smart wearable devices (SWDs) collect and store sensitive daily information of many people. Its primary method of identification is still the password unlocking method. However, several studies have shown serious security flaws in that method, which makes the privacy and security concerns of SWDs particularly urgent. Gait identification is well suited for SWDs because its built-in sensors can provide data support for identification. However, existing gait identification methods have low accuracy and neglect to protect the privacy of gait features. In addition, the SWD can be used as an internet of things device for users to share data. But few studies have used gait feature-based encryption schemes to protect the privacy of message interactions between SWDs and other devices. In this paper, we propose a gait identification network, a bi-directional long short-term memory network with an attention mechanism (ABLSTM), to improve the identification accuracy and a stochastic orthogonal transformation (SOT) scheme to protect the extracted gait features from leakage. In the experiments, ABLSTM achieves an accuracy of 95.28%, reducing previous error rate by 19.3%. The SOT scheme is proved to be resistant to the chosen plaintext attack (CPA) and is 30% faster than previous methods. A biometric-based encryption scheme is proposed to enable secure message interactions using gait features as keys after the gait identification stage is passed, and offers better protection of the gait features compared to previous schemes.
Abstract（参考訳）: スマートウェアラブルデバイス(SWD)は、多くの人々の機密情報を収集し、保存する。認証の第一の方法は依然としてパスワードのアンロック方法である。しかし、いくつかの研究では、この方法の深刻なセキュリティ欠陥が示されており、SWDのプライバシーとセキュリティに関する懸念は特に緊急である。歩行識別はSWDによく適している。内蔵センサーが識別のためのデータサポートを提供するためである。しかし、既存の歩行識別手法は、歩行特徴のプライバシーを保護するために、精度が低く、無視されている。さらにSWDは、ユーザがデータを共有するためのモノのインターネットとして使用することができる。しかし、SWDと他のデバイス間のメッセージインタラクションのプライバシーを保護するために、歩行機能ベースの暗号化スキームを使った研究はほとんどない。本稿では,歩行特徴を漏洩から保護するための歩行識別ネットワーク,アテンション機構を備えた双方向長短期記憶ネットワーク(ABLSTM)を提案し,その識別精度と確率直交変換(SOT)方式を提案する。実験では、ABLSTMは95.28%の精度を達成し、以前のエラー率を19.3%削減した。 SOT方式は選択された平文攻撃(CPA)に耐性があることが証明され、従来の手法よりも30%高速である。歩行識別段階が通過した後、歩行特徴をキーとして使用して安全なメッセージ対話を可能にするバイオメトリックベースの暗号方式を提案し、従来の方式と比較して歩行特徴の保護性を向上した。

関連論文リスト

Collaborative Inference over Wireless Channels with Feature Differential Privacy [57.68286389879283]
複数の無線エッジデバイス間の協調推論は、人工知能(AI)アプリケーションを大幅に強化する可能性がある。抽出された特徴を抽出することは、プロセス中に機密性の高い個人情報が暴露されるため、重大なプライバシーリスクをもたらす。本稿では,ネットワーク内の各エッジデバイスが抽出された機能のプライバシを保護し,それらを中央サーバに送信して推論を行う,新たなプライバシ保存協調推論機構を提案する。
論文参考訳（メタデータ） (2024-10-25T18:11:02Z)
Privacy Preserving Anomaly Detection on Homomorphic Encrypted Data from IoT Sensors [0.9831489366502302]
均質な暗号化スキームは、暗号化されたままIoTデータ上での操作の処理と実行を可能にする、有望なソリューションである。本稿では,IoTデバイスが生成する同型暗号化データを対象とした,新たなプライバシー保護型異常検出ソリューションを提案する。
論文参考訳（メタデータ） (2024-03-14T12:11:25Z)
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)
PROFL: A Privacy-Preserving Federated Learning Method with Stringent Defense Against Poisoning Attacks [2.6487166137163007]
Federated Learning(FL)は、プライバシー漏洩と中毒攻撃という2つの大きな問題に直面している。本稿では,プライバシー保護のための新しいFLフレームワーク PROFL を提案する。 PROFLは2タラプドア追加の同型暗号化アルゴリズムとブラインド技術に基づいている。
論文参考訳（メタデータ） (2023-12-02T06:34:37Z)
Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
論文参考訳（メタデータ） (2023-09-11T09:26:07Z)
Enhancing Mobile Privacy and Security: A Face Skin Patch-Based Anti-Spoofing Approach [0.0]
顔認識システム(FAS)は,顔認識システムのセキュリティを高めるために重要なコンポーネントである。従来のFASは、スプーフィングトレースを検出するために、識別情報を含む画像を使用していたが、これらの画像の送信と保存中にプライバシー漏洩のリスクがある。そこで本研究では,純粋な顔皮膚パッチ画像を入力として利用した顔皮膚パッチに基づく顔用アンチスプーフィングアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-08-09T08:36:13Z)
Multi-Biometric Fuzzy Vault based on Face and Fingerprints [3.6934118484548306]
fuzzy vaultスキームは、プライバシー保護の生体認証に適した暗号プリミティブとして確立されている。顔と複数の指紋をベースとしたマルチバイオメトリック・ファジィ・ヴォールトを構築する。
論文参考訳（メタデータ） (2023-01-17T13:39:12Z)
Pre-trained Encoders in Self-Supervised Learning Improve Secure and Privacy-preserving Supervised Learning [63.45532264721498]
自己教師付き学習は、ラベルのないデータを使ってエンコーダを事前訓練するための新しいテクニックである。我々は、事前訓練されたエンコーダがセキュア・プライバシ保護型学習アルゴリズムの限界に対処できるかどうかを理解するための、最初の体系的、原則的な測定研究を行う。
論文参考訳（メタデータ） (2022-12-06T21:35:35Z)
PASS: Protected Attribute Suppression System for Mitigating Bias in Face Recognition [55.858374644761525]
顔認識ネットワークは、識別分類のために訓練されている間、機密属性に関する情報を符号化する。既存のバイアス緩和アプローチでは、エンドツーエンドのトレーニングが必要であり、高い精度を達成できない。 PASS(Protected Attribute Suppression System)と呼ばれる記述子に基づく逆バイアス除去手法を提案する。パスは、以前に訓練されたハイパフォーマンスネットワークから得られた記述子を使って、アイデンティティを分類し、機密属性のエンコーディングを同時に削減することができる。
論文参考訳（メタデータ） (2021-08-09T00:39:22Z)
Security and Privacy Enhanced Gait Authentication with Random Representation Learning and Digital Lockers [3.3549957463189095]
慣性センサーによってキャプチャされた歩行データは、ユーザ認証において有望な結果を示している。既存のほとんどのアプローチでは、登録された歩行パターンをパターンと一致させるために安全に保存しているため、重要なセキュリティとプライバシの問題が発生している。本稿では,歩行データからユーザ認証のためのランダムキーを生成するゲイト暗号システムを提案する。
論文参考訳（メタデータ） (2021-08-05T06:34:42Z)
Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
論文参考訳（メタデータ） (2021-02-01T09:17:18Z)

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。