論文の概要: Model-Agnostic Utility-Preserving Biometric Information Anonymization
- arxiv url: http://arxiv.org/abs/2405.15062v1
- Date: Thu, 23 May 2024 21:21:40 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-27 18:57:45.425901
- Title: Model-Agnostic Utility-Preserving Biometric Information Anonymization
- Title(参考訳): モデルに依存しない実用性-生体情報匿名化
- Authors: Chun-Fu Chen, Bill Moriarty, Shaohan Hu, Sean Moran, Marco Pistoia, Vincenzo Piuri, Pierangela Samarati,
- Abstract要約: 近年のセンサ技術と機械学習技術の急速な進歩は、人々のバイオメトリックスの普遍的な収集と利用を引き起こしている。
生体認証の利用は、本質的なセンシティブな性質と、センシティブな情報を漏洩するリスクが高いため、深刻なプライバシー上の懸念を引き起こしている。
本稿では,生体データに対して,その感度特性を抑え,下流機械学習による解析に関連のある特徴を保持することで,生体データを匿名化できる新しいモダリティ非依存型データ変換フレームワークを提案する。
- 参考スコア(独自算出の注目度): 9.413512346732768
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The recent rapid advancements in both sensing and machine learning technologies have given rise to the universal collection and utilization of people's biometrics, such as fingerprints, voices, retina/facial scans, or gait/motion/gestures data, enabling a wide range of applications including authentication, health monitoring, or much more sophisticated analytics. While providing better user experiences and deeper business insights, the use of biometrics has raised serious privacy concerns due to their intrinsic sensitive nature and the accompanying high risk of leaking sensitive information such as identity or medical conditions. In this paper, we propose a novel modality-agnostic data transformation framework that is capable of anonymizing biometric data by suppressing its sensitive attributes and retaining features relevant to downstream machine learning-based analyses that are of research and business values. We carried out a thorough experimental evaluation using publicly available facial, voice, and motion datasets. Results show that our proposed framework can achieve a \highlight{high suppression level for sensitive information}, while at the same time retain underlying data utility such that subsequent analyses on the anonymized biometric data could still be carried out to yield satisfactory accuracy.
- Abstract(参考訳): 最近のセンサー技術と機械学習技術の急速な進歩は、指紋、声、網膜/顔のスキャン、歩行/運動/ジェスチャーデータといった人々の生体認証の普遍的な収集と利用を生み出し、認証、健康モニタリング、より高度な分析など幅広い応用を可能にしている。
より良いユーザエクスペリエンスと深いビジネスインサイトを提供する一方で、バイオメトリックスの使用は、本質的なセンシティブな性質と、アイデンティティや医療状況などのセンシティブな情報を漏洩するリスクが伴うため、深刻なプライバシー上の懸念を提起している。
本稿では、その感度特性を抑え、研究とビジネス価値の下流機械学習に基づく分析に関係のある特徴を保ちながら、バイオメトリックスデータを匿名化できる新しいモダリティ非依存型データ変換フレームワークを提案する。
顔, 声, 動きのデータセットを公開し, 徹底的な実験を行った。
以上の結果から,本提案フレームワークは高輝度情報に対する高輝度抑圧レベルを達成できると同時に,匿名化バイオメトリックスデータの解析を引き続き行うことで,良好な精度が得られる可能性が示唆された。
関連論文リスト
- Multi-Channel Time-Series Person and Soft-Biometric Identification [65.83256210066787]
本研究は, 深層建築を用いて異なる活動を行う人間の記録から, 個人とソフトバイオメトリックスを同定する。
マルチチャネル時系列ヒューマンアクティビティ認識(HAR)の4つのデータセットに対する手法の評価を行った。
ソフトバイオメトリクスに基づく属性表現は、有望な結果を示し、より大きなデータセットの必要性を強調している。
論文 参考訳(メタデータ) (2023-04-04T07:24:51Z) - Understanding metric-related pitfalls in image analysis validation [59.15220116166561]
この研究は、画像解析におけるバリデーションメトリクスに関連する落とし穴に関する情報にアクセスするための、初めての包括的な共通点を提供する。
バイオメディカル画像解析に焦点をあてるが、他の分野へ移行する可能性があるため、対処された落とし穴はアプリケーションドメイン全体にわたって一般化され、新しく作成されたドメインに依存しない分類に分類される。
論文 参考訳(メタデータ) (2023-02-03T14:57:40Z) - Pain level and pain-related behaviour classification using GRU-based
sparsely-connected RNNs [61.080598804629375]
慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。
この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。
我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。
本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
論文 参考訳(メタデータ) (2022-12-20T12:56:28Z) - Fingerprint Image-Quality Estimation and its Application to
Multialgorithm Verification [56.128200319868526]
信号品質の認識は、認識率を増大させ、マルチセンサー環境における決定を著しく支援することが見出されている。
本稿では, 指紋画像の向きテンソルを用いて, ノイズ, 構造不足, ぼやけなどの信号障害を, 対称性記述子の助けを借りて定量化する。
定量的な結果は、あらゆる面において品質意識を優先し、認識率を高め、異なるスキルを持つ専門家を効果的かつ効果的に融合させる。
論文 参考訳(メタデータ) (2022-11-24T12:17:49Z) - Emerging Biometric Modalities and their Use: Loopholes in the
Terminology of the GDPR and Resulting Privacy Risks [0.0]
現在のEUのデータ保護規制では、バイオメトリックデータを用いた分類アプリケーションは、バイオメトリック認識と比較して、より少ない保護を受けています。
これは、感情のような柔らかい特徴に基づいて個人を分類する処理操作において、ユニークなプライバシーリスクの源泉となる可能性がある。
論文 参考訳(メタデータ) (2022-11-23T12:04:05Z) - PrivacyProber: Assessment and Detection of Soft-Biometric
Privacy-Enhancing Techniques [1.790445868185437]
そこで本研究では, バイオメトリック・プライバシ・エンハンシング技術を用いて, 回復の試みの信頼性について検討する。
プライバシ強化顔画像からソフトバイオメトリック情報を復元するための高レベルフレームワークであるPrivacyProberを提案する。
論文 参考訳(メタデータ) (2022-11-16T12:20:18Z) - PhysioGait: Context-Aware Physiological Context Modeling for Person
Re-identification Attack on Wearable Sensing [1.776746672434207]
個人の再識別は、公開医療データにおいて重要なプライバシー侵害である。
本研究では,プライバシーに敏感な大規模ウェアラブルセンシングデータに対する新たなタイプのプライバシー脅威の可能性を検討する。
本研究では,空間情報と時間情報を個別に学習する文脈認識型生理信号モデルであるPhyloGaitを提案する。
論文 参考訳(メタデータ) (2022-10-30T03:59:00Z) - Facial Soft Biometrics for Recognition in the Wild: Recent Works,
Annotation, and COTS Evaluation [63.05890836038913]
制約のないシナリオにおける人物認識システムを強化するために,ソフトバイオメトリックスが果たす役割について検討する。
1) ソフトバイオメトリックスのマニュアル推定と,2) 市販オフザシェルフシステムによる自動推定の2つの仮定を考察する。
深層学習に基づく2つの最先端顔認識システムを用いた軟式生体計測実験を行った。
論文 参考訳(メタデータ) (2022-10-24T11:29:57Z) - SpoofGAN: Synthetic Fingerprint Spoof Images [47.87570819350573]
指紋スプーフ検出の進歩に対する大きな制限は、公開可能な大規模な指紋スプーフデータセットの欠如である。
この研究は、これらのアルゴリズムに十分なデータを供給する際に、合成指紋(ライブ指紋とスプーフ指紋の両方)の有用性を実証することを目的としている。
論文 参考訳(メタデータ) (2022-04-13T16:27:27Z) - Signal-level Fusion for Indexing and Retrieval of Facial Biometric Data [17.297562114613505]
提案手法は,オープンソースおよび商用オフザシェルフ認識システムを用いて,公開データベース上で広範囲に評価される。
その結果,提案手法を用いることで,計算負荷を30%程度削減できることがわかった。
論文 参考訳(メタデータ) (2021-03-05T14:06:54Z) - Multi-Spectral Facial Biometrics in Access Control [0.0]
本研究では,マルチスペクトルセンサを用いて取得した顔バイオメトリックスが,自動および半自動アクセスシステムのユーザ認証プロセスにおいて,データの蓄積を支援する方法を示す。
我々は、安価なRGB-Dセンサーを用いて、被写体の頭部ポーズを見つけるために採取した深度データを利用する。
正面視フレームの使用により、顔認識の効率が向上する一方、対応する赤外線ビデオフレームは、興味のある顔領域のより効率的な温度推定を可能にする。
論文 参考訳(メタデータ) (2020-07-22T10:16:05Z)
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。