論文の概要: Thinking Inside The Box: Privacy Against Stronger Adversaries

• arxiv url: http://arxiv.org/abs/2406.16313v1
• Date: Mon, 24 Jun 2024 04:40:28 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-25 16:03:25.301100
• Title: Thinking Inside The Box: Privacy Against Stronger Adversaries
• Title（参考訳）: 箱の中で考える: 強力な広告主に対するプライバシー
• Authors: Eldon Chung,
• Abstract要約: 統計的暗号プリミティブの拡張について検討する。 本研究では, 漏れ耐性の秘密共有, 非悪性抽出器, 免疫理想片道機能について検討した。
• 参考スコア（独自算出の注目度）: 0.27195102129095
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this thesis, we study extensions of statistical cryptographic primitives. In particular we study leakage-resilient secret sharing, non-malleable extractors, and immunized ideal one-way functions. The thesis is divided into three main chapters. In the first chapter, we show that 2-out-of-2 leakage resilient (and also non-malleable) secret sharing requires randomness sources that are also extractable. This rules out the possibility of using min-entropic sources. In the second, we introduce collision-resistant seeded extractors and show that any seeded extractor can be made collision resistant at a small overhead in seed length. We then use it to give a two-source non-malleable extractor with entropy rate 0.81 in one source and polylogarithmic in the other. The non-malleable extractor lead to the first statistical privacy amplification protocol against memory tampering adversaries. In the final chapter, we study the hardness of the data structure variant of the 3SUM problem which is motivated by a recent construction to immunise random oracles against pre-processing adversaries. We give worst-case data structure hardness for the 3SUM problem matching known barriers in data structures for adaptive adversaries. We also give a slightly stronger lower bound in the case of non-adaptivity. Lastly, we give a novel result in the bit-probe setting.
• Abstract（参考訳）: 本稿では,統計的暗号プリミティブの拡張について検討する。 特に, 漏れ耐性の秘密共有, 非悪性抽出器, 免疫理想的一方的機能について検討した。 論文は3つの主要な章に分けられる。 第1章では, 2-out-of-2 リークのレジリエンス(および非重複性)な秘密共有には,抽出可能なランダム性ソースが必要であることを示す。 これは、min-entropic sourceを使用する可能性を規定する。 第2に, 耐衝突性種子抽出機を導入し, 耐衝突性を有する種子抽出機を種長の小さなオーバーヘッドで得ることを示す。 次に, エントロピー率0.81の2ソース非有理抽出器と, 多対数抽出器を併用する。 無効な抽出器は、敵を妨害するメモリに対する最初の統計的プライバシー増幅プロトコルに繋がる。 最終章では、前処理相手に対してランダムなオラクルを免疫する最近の研究によって動機付けられた3SUM問題のデータ構造変異の硬さについて検討する。 適応的敵に対するデータ構造における既知の障壁と一致する3SUM問題に対して、最悪のデータ構造硬度を与える。 非適応性の場合も若干強い下界を与える。 最後に、ビットプローブ設定において新しい結果を与える。

関連論文リスト

• IPED: An Implicit Perspective for Relational Triple Extraction based on Diffusion Model [7.894136732348917]
  拡散モデル(IPED)に基づく三重抽出のインプシット・パースペクティブ 拡散モデル(IPED)に基づく三重抽出のためのインプリシト視点を提案する。 私たちのソリューションでは、ブロックカバレッジを使用してテーブルを補完し、明示的なタグ付けメソッドの制限を回避する。
  論文  参考訳（メタデータ） (2024-02-24T14:18:11Z)
• Optimal Multi-Distribution Learning [88.3008613028333]
  マルチディストリビューション学習は、$k$の異なるデータ分散における最悪のリスクを最小限に抑える共有モデルを学ぶことを目指している。 本稿では, (d+k)/varepsilon2の順に, サンプルの複雑さを伴って, ヴァレプシロン最適ランダム化仮説を導出するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-12-08T16:06:29Z)
• Improving the Robustness of Summarization Systems with Dual Augmentation [68.53139002203118]
  頑健な要約システムは、入力中の特定の単語の選択やノイズに関わらず、文書のギストをキャプチャできるべきである。 まず,単語レベルの同義語置換や雑音を含む摂動に対する要約モデルの頑健性について検討する。 SummAttackerを提案する。これは言語モデルに基づく対数サンプルを生成するための効率的な手法である。
  論文  参考訳（メタデータ） (2023-06-01T19:04:17Z)
• Robust Distributed Learning Against Both Distributional Shifts and Byzantine Attacks [29.34471516011148]
  分散学習システムでは、2つのソースから問題が発生する可能性がある。 一方、トレーニングデータとテストデータ間の分散シフトにより、モデルはサンプル外性能が劣る可能性がある。 一方、訓練されたノードの一部はビザンチン攻撃を受け、モデルが無効になる可能性がある。
  論文  参考訳（メタデータ） (2022-10-29T20:08:07Z)
• Holistic Robust Data-Driven Decisions [0.0]
  実際にはオーバーフィッティングはひとつの原因ではなく、複数の要因を同時に引き起こすのが一般的である。 ここでは, (i) 有限サンプルデータを用いた結果の統計的誤差, (ii) データポイントを有限精度で測定した場合に発生するデータノイズ, (iii) データのごく一部が完全に破損する可能性のあるデータ不特定性という3つの過度な結果について考察する。 既存のデータ駆動型定式化は、これらの3つのソースのうちの1つに対して、独立して堅牢であるかもしれないが、すべてのオーバーフィットソースに対して、全体的な保護を提供していない、と我々は主張する。
  論文  参考訳（メタデータ） (2022-07-19T21:28:51Z)
• Characterizing and addressing the issue of oversmoothing in neural autoregressive sequence modeling [49.06391831200667]
  提案手法がモデル分布と復号化性能に与える影響について検討する。 神経自己回帰モデルにおいて,過度に持続可能な短い配列が生じる主な原因は,高次スムージングが原因であると結論付けている。
  論文  参考訳（メタデータ） (2021-12-16T14:33:12Z)
• Significance tests of feature relevance for a blackbox learner [6.72450543613463]
  ブラックボックス学習者の特徴関連性に関する2つの一貫した試験を導出する。 第1は、推論サンプルの摂動による損失差を評価する。 2つ目は推論サンプルを2つに分割するが、データの摂動は必要ない。
  論文  参考訳（メタデータ） (2021-03-02T00:59:19Z)
• Maximum Mean Discrepancy Test is Aware of Adversarial Attacks [122.51040127438324]
  最大平均誤差(MMD)テストは、原則として2つのデータセット間の分布誤差を検出できる。 MMD検査は敵の攻撃に気づいていないことが示されている。
  論文  参考訳（メタデータ） (2020-10-22T03:42:12Z)
• COPOD: Copula-Based Outlier Detection [7.963284082401154]
  外乱検出とは、一般的なデータ分布から逸脱した希少なアイテムを識別することを指す。 既存のアプローチは、高い計算複雑性、低い予測能力、限られた解釈可能性に悩まされている。 COPODと呼ばれる新しい異常検出アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-09-20T16:06:39Z)
• The Price of Incentivizing Exploration: A Characterization via Thompson Sampling and Sample Complexity [83.81297078039836]
  インセンティブ付き探索(Incentivized Exploring)は、武器の選択を自給自足エージェントによって制御するマルチアーム・バンディットのバージョンである。 我々は、インセンティブの価格に焦点を合わせ、インセンティブの適合性のために、広く解釈された、パフォーマンスの喪失が引き起こされる。
  論文  参考訳（メタデータ） (2020-02-03T04:58:51Z)
• The Simulator: Understanding Adaptive Sampling in the Moderate-Confidence Regime [52.38455827779212]
  エミュレータと呼ばれる適応サンプリングを解析するための新しい手法を提案する。 適切なログファクタを組み込んだトップk問題の最初のインスタンスベースの下位境界を証明します。 我々の新しい分析は、後者の問題に対するこの種の最初のエミュレータであるベストアームとトップkの識別に、シンプルでほぼ最適であることを示した。
  論文  参考訳（メタデータ） (2017-02-16T23:42:02Z)

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。