論文の概要: On Defeating Graph Analysis of Anonymous Transactions

• arxiv url: http://arxiv.org/abs/2402.18755v1
• Date: Wed, 28 Feb 2024 23:29:27 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 06:49:31.426681
• Title: On Defeating Graph Analysis of Anonymous Transactions
• Title（参考訳）: 匿名トランザクションのグラフ解析について
• Authors: Christoph Egger, Russell W. F. Lai, Viktoria Ronge, Ivy K. Y. Woo, Hoover H. F. Yin,
• Abstract要約: リングベースの匿名暗号通貨では、取引のシグナは、リングと呼ばれる潜在的なシグナのセットの中に隠される。 リングサイズをユーザ数で少なくとも対数的に設定することで、非匿名化においてランダムな推測を行う逆解析は2の定数係数まで向上することを示した。
• 参考スコア（独自算出の注目度）: 6.437079090443239
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In a ring-signature-based anonymous cryptocurrency, signers of a transaction are hidden among a set of potential signers, called a ring, whose size is much smaller than the number of all users. The ring-membership relations specified by the sets of transactions thus induce bipartite transaction graphs, whose distribution is in turn induced by the ring sampler underlying the cryptocurrency. Since efficient graph analysis could be performed on transaction graphs to potentially deanonymise signers, it is crucial to understand the resistance of (the transaction graphs induced by) a ring sampler against graph analysis. Of particular interest is the class of partitioning ring samplers. Although previous works showed that they provide almost optimal local anonymity, their resistance against global, e.g. graph-based, attacks were unclear. In this work, we analyse transaction graphs induced by partitioning ring samplers. Specifically, we show (partly analytically and partly empirically) that, somewhat surprisingly, by setting the ring size to be at least logarithmic in the number of users, a graph-analysing adversary is no better than the one that performs random guessing in deanonymisation up to constant factor of 2.
• Abstract（参考訳）: リング署名ベースの匿名暗号通貨では、トランザクションのシグナは、リングと呼ばれる潜在的なシグナのセットの中に隠され、そのサイズは全ユーザの数よりもはるかに小さい。 トランザクションの集合によって指定されたリング-メンバーシップ関係は、2部トランザクショングラフを誘導し、その分布は暗号通貨の裏にあるリングサンプリングによって誘導される。 効率的なグラフ解析は、シグナを非匿名化するためにトランザクショングラフ上で行うことができるため、リングサンプリングのグラフ解析に対する耐性を理解することが不可欠である。 特に興味深いのは、分割リングサンプリングのクラスである。 以前の研究では、ほぼ最適な局所匿名性を提供することを示したが、グローバルなグラフベースの攻撃に対する抵抗は明確ではなかった。 本研究では,リングサンプリング器の分割によるトランザクショングラフの解析を行う。 具体的には、(部分的に解析的にも部分的にも経験的にも)、ある驚くべきことに、リングサイズをユーザ数で少なくとも対数的に設定することで、グラフ解析の敵は、デノニマス化においてランダムな推測を行うものよりも2の定数係数まで良くないことを示す。

関連論文リスト

• Identifying Money Laundering Subgraphs on the Blockchain [5.377744640870357]
  反マネーロンダリングには、金融活動におけるマネーロンダリング犯罪の特定が含まれる。 最近の研究では、グラフベースの機械学習のレンズを通してAMLが進歩している。 RevTrackはグラフベースのフレームワークで、低コストで高精度な大規模AML分析を可能にする。
  論文  参考訳（メタデータ） (2024-10-10T22:01:14Z)
• Sampling and Uniqueness Sets in Graphon Signal Processing [136.68956350251418]
  グラフとグラフの極限の理論を活用して、大きなグラフの族上のサンプリング集合の性質について検討する。 我々は、収束結果を利用して、ほぼ最適なサンプリングセットを得るアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2024-01-11T22:31:48Z)
• Crypto'Graph: Leveraging Privacy-Preserving Distributed Link Prediction for Robust Graph Learning [2.048226951354646]
  Crypto'Graphは、分散グラフ上のプライバシ保護リンク予測のための効率的なプロトコルである。 グラフ中毒攻撃に対する防御のために図示されており、個々のパーティのグラフのプライバシーを損なうことなく、潜在的に敵対的なリンクを特定することができる。
  論文  参考訳（メタデータ） (2023-09-19T19:30:28Z)
• Discrete Graph Auto-Encoder [52.50288418639075]
  離散グラフオートエンコーダ(DGAE)という新しいフレームワークを導入する。 まず、置換同変オートエンコーダを用いてグラフを離散潜在ノード表現の集合に変換する。 2番目のステップでは、離散潜在表現の集合をソートし、特別に設計された自己回帰モデルを用いてそれらの分布を学習する。
  論文  参考訳（メタデータ） (2023-06-13T12:40:39Z)
• Rethinking Explaining Graph Neural Networks via Non-parametric Subgraph Matching [68.35685422301613]
  そこで我々はMatchExplainerと呼ばれる新しい非パラメトリックな部分グラフマッチングフレームワークを提案し、説明的部分グラフを探索する。 ターゲットグラフと他のインスタンスを結合し、ノードに対応する距離を最小化することで最も重要な結合部分構造を識別する。 合成および実世界のデータセットの実験は、最先端のパラメトリックベースラインをかなりのマージンで上回り、MatchExplainerの有効性を示す。
  論文  参考訳（メタデータ） (2023-01-07T05:14:45Z)
• Identity Inference on Blockchain using Graph Neural Network [5.5927440285709835]
  アカウントのアイデンティティに関する事前推論を目的としたアイデンティティ推論は、ブロックチェーンセキュリティにおいて重要な役割を果たします。 本稿では,id推論タスクをグラフ分類パターンに変換するトランザクションサブグラフの観点から,ユーザの行動を解析するための新しい手法を提案する。 また、$textI2 textBGNN$という汎用的なエンドツーエンドグラフニューラルネットワークモデルを提案し、サブグラフを入力として受け入れ、トランザクションサブグラフパターンをアカウントアイデンティティにマッピングする関数を学ぶことができる。
  論文  参考訳（メタデータ） (2021-04-14T00:15:38Z)
• Heterogeneous Graph Collaborative Filtering [25.05199172369437]
  本稿では,ユーザ間インタラクションを異種グラフとしてモデル化し,ユーザ間のインタラクションを示すだけでなく,ユーザ間のインタラクションの類似性を示すエッジをモデル化する。 我々は、相互作用信号と類似信号の両方を明示的にキャプチャできるGCNベースのフレームワークであるヘテロジニアスグラフ協調フィルタリング(HGCF)を開発した。
  論文  参考訳（メタデータ） (2020-11-13T08:34:53Z)
• Factorizable Graph Convolutional Networks [90.59836684458905]
  本稿では,グラフに符号化された相互に絡み合った関係を明示的に解消する新しいグラフ畳み込みネットワーク(GCN)を提案する。 FactorGCNは単純なグラフを入力として取り、それをいくつかの分解グラフに分解する。 提案したFacterGCNは,合成および実世界のデータセットに対して質的かつ定量的に評価する。
  論文  参考訳（メタデータ） (2020-10-12T03:01:40Z)
• Spectral Embedding of Graph Networks [76.27138343125985]
  ローカルノードの類似性と接続性、グローバル構造をトレードオフする教師なしグラフ埋め込みを導入する。 埋め込みは一般化されたグラフ Laplacian に基づいており、固有ベクトルは1つの表現においてネットワーク構造と近傍近傍の両方をコンパクトにキャプチャする。
  論文  参考訳（メタデータ） (2020-09-30T04:59:10Z)
• Inverse Graph Identification: Can We Identify Node Labels Given Graph Labels? [89.13567439679709]
  グラフ識別(GI)は、グラフ学習において長い間研究されており、特定の応用において不可欠である。 本稿では,逆グラフ識別(Inverse Graph Identification, IGI)と呼ばれる新しい問題を定義する。 本稿では,グラフアテンションネットワーク(GAT)を用いたノードレベルのメッセージパッシング処理を,GIのプロトコルの下でシンプルかつ効果的に行う方法を提案する。
  論文  参考訳（メタデータ） (2020-07-12T12:06:17Z)

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。