論文の概要: Peer2PIR: Private Queries for IPFS
- arxiv url: http://arxiv.org/abs/2405.17307v1
- Date: Mon, 27 May 2024 16:09:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-28 14:33:59.936465
- Title: Peer2PIR: Private Queries for IPFS
- Title（参考訳）: Peer2PIR: IPFS用のプライベートクエリ
- Authors: Miti Mazmudar, Shannon Veitch, Rasoul Akhavan Mahdavi,
- Abstract要約: プライベート情報検索(PIR)が我々のタスクに最も適したツールであると主張する。
我々は、新しいプライベートプロトコルを提示し、今日のIPFSと比較して最小限のオーバーヘッドを発生させることを示す。
- 参考スコア（独自算出の注目度）: 4.88160756739524
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The InterPlanetary File System (IPFS) is a peer-to-peer network for storing data in a distributed file system, hosting over 190,000 peers spanning 152 countries. Despite its prominence, the privacy properties that IPFS offers to peers are severely limited. Any query within the network leaks to other peers the content for which a peer is querying. We address IPFS' privacy leakage across three functionalities (peer routing, provider advertisements, and content retrieval), ultimately empowering peers to privately navigate and retrieve content in the network. We argue that private information retrieval (PIR) is the most suitable tool for our task. Our work highlights and addresses novel challenges inherent to integrating PIR into distributed systems. We present our new, private protocols and demonstrate that they incur minimal overheads compared to IPFS today. We also include a systematic comparison of state-of-art PIR protocols in the context of distributed systems which may be of independent interest.
- Abstract（参考訳）: InterPlanetary File System (IPFS) は、分散ファイルシステムにデータを格納するためのピアツーピアネットワークであり、152か国に190,000以上のピアをホストしている。
その名声にもかかわらず、IPFSがピアに提供しているプライバシー特性は著しく制限されている。
ネットワーク内のクエリはすべて、ピアがクエリしているコンテンツを他のピアにリークする。
我々は、IPFSのプライバシー漏洩を3つの機能(ピアルーティング、プロバイダ広告、コンテンツ検索)にわたって解決し、究極的には、ネットワーク内のコンテンツをプライベートにナビゲートし、検索する権限を仲間に与えます。
プライベート情報検索(PIR)が我々のタスクに最も適したツールであると主張する。
私たちの研究は、分散システムへのPIRの統合に固有の、新たな課題を強調し、対処します。
我々は、新しいプライベートプロトコルを提示し、今日のIPFSと比較して最小限のオーバーヘッドを発生させることを示す。
また、独立性のある分散システムの文脈において、最先端のPIRプロトコルを体系的に比較する。
関連論文リスト
- Differential Privacy on Trust Graphs [54.55190841518906]
差分プライバシー(DP)は、各当事者がそのデータで他の当事者の(既知の)サブセットのみを信頼するマルチパーティ環境で研究する。
我々は、DPのローカルモデルよりもはるかに優れたプライバシーとユーティリティのトレードオフを持つ集約のためのDPアルゴリズムを提供する。
論文 参考訳（メタデータ） (2024-10-15T20:31:04Z) - Differentially Private Data Release on Graphs: Inefficiencies and Unfairness [48.96399034594329]
本稿では,ネットワーク情報公開の文脈における偏見と不公平性に対する差別的プライバシの影響を特徴づける。
ネットワーク構造が全員に知られているネットワークリリースの問題を考えるが、エッジの重みをプライベートにリリースする必要がある。
我々の研究は、これらのネットワーク化された決定問題におけるプライバシーに起因する偏見と不公平性に関する理論的根拠と実証的な証拠を提供する。
論文 参考訳（メタデータ） (2024-08-08T08:37:37Z) - Reverse Engineered MiniFS File System [1.2891210250935148]
本稿では、TP-LinkのAC1900 WiFiルータにあるMiniFSのようなプロプライエタリなファイルシステムを用いて、Wi-Fi APに固有の脆弱性に対処する。
リバースエンジニアリングにより、MiniFSの構造と運用が明らかになり、これまで不透明だったファイルシステムの理解が大幅に進歩した。
論文 参考訳（メタデータ） (2024-07-06T12:49:37Z) - Port Forwarding Services Are Forwarding Security Risks [8.215468758011172]
ポートフォワードサービス(PFS)は、インターネット上の内部ネットワークにデプロイされたWebサービスを、より優れたユーザビリティで利用できるようにする。
本研究は,PFSの技術的メカニズムを明らかにするために,新しい手法のセットによって実現されている。
我々は、世界中の数万のISPに分散された数百万のPFWによるPFSの普及を観察してきた。
論文 参考訳（メタデータ） (2024-03-24T08:10:38Z) - Private Aggregation in Hierarchical Wireless Federated Learning with Partial and Full Collusion [19.614987907089596]
連合学習において、フェデレーターは、複数の参加するクライアントが保持する個人所有データ上で、モデルのトレーニングを調整する。
本稿では,クライアントを基地局に接続する階層型無線システムアーキテクチャについて考察する。
我々は,情報理論的プライバシの下でのコミュニケーションコストに,異なる共謀仮定による根本的な制限を導出する。
論文 参考訳（メタデータ） (2023-06-25T01:31:54Z) - Reasoning over Public and Private Data in Retrieval-Based Systems [29.515915401413334]
State-of-the-artシステムは、回答を生成する前に、背景コーパスからユーザ質問に関連する情報を明示的に検索する。
今日の検索システムは、コーパスが完全にアクセス可能であることを前提としているが、ユーザーはプライベートデータを公開データをホストするエンティティに公開することを望んでいないことが多い。
PAIR(Public-PRIVATE AUTOREGRESSIVE Information RetriEVAL) のプライバシ・フレームワークを,複数のプライバシ・スコープにまたがる新規検索設定のために最初に定義する。
論文 参考訳（メタデータ） (2022-03-14T13:08:51Z) - DLPFS: The Data Leakage Prevention FileSystem [1.1454761108688085]
ヒューマンエラーによるデータ漏洩は、残念なニュースだ。
本稿では,データ漏洩防止ファイルシステム(DLPFS, Data Leakage Prevention FileSystem)を提案する。
このインターフェースはPOSIXインターフェースの上にプライバシ保護層を提供し、既存のインフラストラクチャやアプリケーションとのシームレスな統合を可能にする。
論文 参考訳（メタデータ） (2021-08-31T12:27:16Z) - Sphynx: ReLU-Efficient Network Design for Private Inference [49.73927340643812]
そこでは、サービスプロバイダのモデルを使用して、ユーザのデータサンプルに対する推論を実行することを目標としています。
ディープネットワークのための既存のPIメソッドは、機能低下の少ない暗号的にセキュアな推論を可能にする。
本稿では,畳み込みセル設計のためのマイクロサーチ手法に基づくReLU効率の高いネットワーク設計手法であるSphynxを提案する。
論文 参考訳（メタデータ） (2021-06-17T18:11:10Z) - A Graph Federated Architecture with Privacy Preserving Learning [48.24121036612076]
フェデレーション学習は、複数のエージェントと連携してグローバルモデルを見つける中央プロセッサを含む。
複数のクライアントに接続されたサーバの現在のアーキテクチャは、サーバの通信障害や計算過負荷に非常に敏感です。
暗号と差分プライバシーの概念を使用して、グラフ構造に拡張するフェデレーション学習アルゴリズムを民営化します。
論文 参考訳（メタデータ） (2021-04-26T09:51:24Z) - Quantum Private Information Retrieval for Quantum Messages [71.78056556634196]
量子メッセージのための量子プライベート情報検索(QPIR)は、1つまたは複数のサーバから複数の量子状態のうちの1つを、どの状態が検索されたかを明らかにすることなく取得するプロトコルである。
我々はQPIRを,サーバがメッセージ状態の1つのコピーを含むブラインド設定と,サーバがメッセージ状態の記述を含む可視設定の2つの異なる設定で検討する。
論文 参考訳（メタデータ） (2021-01-22T10:28:32Z) - Towards Differentially Private Text Representations [52.64048365919954]
信頼できないサーバ環境下で新しいディープラーニングフレームワークを開発する。
乱数化モジュールに対して、プライバシーパラメータ$epsilon$の精度への影響を低減するために、新しいローカル微分プライベート(LDP)プロトコルを提案する。
分析と実験により、我々のフレームワークは、非プライベートなフレームワークや既存のLDPプロトコルと同等またはそれ以上のパフォーマンスを提供することが示された。
論文 参考訳（メタデータ） (2020-06-25T04:42:18Z)
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。