Fugu-MT 論文翻訳(概要): Information Security and Privacy in the Digital World: Some Selected Topics

論文の概要: Information Security and Privacy in the Digital World: Some Selected Topics

arxiv url: http://arxiv.org/abs/2404.00235v1
Date: Sat, 30 Mar 2024 03:52:58 GMT
ステータス: 処理完了
システム内更新日: 2024-04-04 06:36:22.063557
Title: Information Security and Privacy in the Digital World: Some Selected Topics
Title（参考訳）: デジタルワールドにおける情報セキュリティとプライバシ:いくつかのトピック
Authors: Jaydip Sen, Joceli Mayer, Subhasis Dasgupta, Subrata Nandi, Srinivasan Krishnaswamy, Pinaki Mitra, Mahendra Pratap Singh, Naga Prasanthi Kundeti, Chandra Sekhara Rao MVP, Sudha Sree Chekuri, Seshu Babu Pallapothu, Preethi Nanjundan, Jossy P. George, Abdelhadi El Allahi, Ilham Morino, Salma AIT Oussous, Siham Beloualid, Ahmed Tamtaoui, Abderrahim Bajit,
Abstract要約: スパイラルで偽の情報を識別し、機密データのプライバシーを保護する上で、新たな課題に直面している。この本は、コンピュータと通信における暗号とセキュリティの分野における最先端の研究成果をいくつか紹介する。
参考スコア（独自算出の注目度）: 1.3592237162158234
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In the era of generative artificial intelligence and the Internet of Things, while there is explosive growth in the volume of data and the associated need for processing, analysis, and storage, several new challenges are faced in identifying spurious and fake information and protecting the privacy of sensitive data. This has led to an increasing demand for more robust and resilient schemes for authentication, integrity protection, encryption, non-repudiation, and privacy-preservation of data. The chapters in this book present some of the state-of-the-art research works in the field of cryptography and security in computing and communications.
Abstract（参考訳）: 生成人工知能とモノのインターネットの時代は、データ量と関連する処理、分析、ストレージの必要性が爆発的に増加する一方で、スパイラルで偽の情報を識別し、機密データのプライバシーを保護する上で、いくつかの新たな課題に直面している。これにより、認証、完全性保護、暗号化、非審査、データのプライバシー保護のためのより堅牢でレジリエントなスキームに対する需要が高まっている。本書の章では、コンピュータと通信における暗号とセキュリティの分野における最先端の研究成果をいくつか紹介している。

関連論文リスト

Model Inversion Attacks: A Survey of Approaches and Countermeasures [59.986922963781]
近年、新しいタイプのプライバシ攻撃であるモデル反転攻撃(MIA)は、トレーニングのためのプライベートデータの機密性を抽出することを目的としている。この重要性にもかかわらず、総合的な概要とMIAに関する深い洞察を提供する体系的な研究が欠如している。本調査は、攻撃と防御の両方において、最新のMIA手法を要約することを目的としている。
論文参考訳（メタデータ） (2024-11-15T08:09:28Z)
New Emerged Security and Privacy of Pre-trained Model: a Survey and Outlook [54.24701201956833]
セキュリティとプライバシーの問題は、事前訓練されたモデルに対するユーザーの信頼を損なう。現在の文献は、事前訓練されたモデルに対する攻撃と防御の明確な分類を欠いている。この分類法は、攻撃と防御をNo-Change、Input-Change、Model-Changeアプローチに分類する。
論文参考訳（メタデータ） (2024-11-12T10:15:33Z)
A Survey on Machine Unlearning: Techniques and New Emerged Privacy Risks [42.3024294376025]
機械学習は、プライバシー保護分野における研究ホットスポットである。最近の研究者は、さまざまな機械学習アプローチの潜在的なプライバシー漏洩を発見した。我々は、定義、実装方法、現実世界のアプリケーションなど、さまざまな面でプライバシーリスクを分析します。
論文参考訳（メタデータ） (2024-06-10T11:31:04Z)
Boosting Digital Safeguards: Blending Cryptography and Steganography [0.30783046172997025]
ステガノグラフィーは、他の媒体にデータを隠蔽することで、メッセージを見えないものにすることで、隠蔽通信を容易にする。提案手法は、人工知能(AI)とディープラーニング(DL)の最新の進歩を、特にGAN(Generative Adversarial Networks)の適用を通じて活用する。 GANの応用により、ニューラルネットワーク固有の感度を利用してデータのわずかな変更を行う、スマートでセキュアなシステムが可能になる。
論文参考訳（メタデータ） (2024-04-09T03:36:39Z)
Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
論文参考訳（メタデータ） (2024-03-31T19:28:04Z)
A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
論文参考訳（メタデータ） (2024-03-31T12:44:48Z)
AI-Driven Anonymization: Protecting Personal Data Privacy While Leveraging Machine Learning [5.015409508372732]
本稿では、個人データのプライバシー保護と匿名化の促進を研究の中心的目的とする。機械学習の差分プライバシー保護アルゴリズムを使用して、個人データのプライバシ保護と検出を実現する。また、プライバシと個人データ保護に関連する機械学習の既存の課題に対処し、改善提案を提供し、データセットに影響を与える要因を分析して、タイムリーな個人データプライバシ検出と保護を可能にする。
論文参考訳（メタデータ） (2024-02-27T04:12:25Z)
A Narrative Review of Identity, Data, and Location Privacy Techniques in Edge Computing and Mobile Crowdsourcing [2.5944208050492183]
このレビューは、モバイルクラウドソーシングとエッジコンピューティングにおけるプライバシ保護の必要性に焦点を当てている。我々は、プライバシ保護技術、アイデンティティ、データ、位置情報のプライバシーに関する洞察と強調を提示する。このレビューでは、研究者、業界専門家、政策立案者にとって有用な情報源となる可能性についても論じる。
論文参考訳（メタデータ） (2024-01-20T19:32:56Z)
A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
論文参考訳（メタデータ） (2023-09-27T14:38:16Z)
Security and Privacy on Generative Data in AIGC: A Survey [17.456578314457612]
我々はAIGCにおける生成データのセキュリティとプライバシについてレビューする。プライバシ、制御性、信頼性、コンプライアンスの基本的な性質の観点から、最先端の対策が成功した経験を明らかにする。
論文参考訳（メタデータ） (2023-09-18T02:35:24Z)
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)

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。