Fugu-MT 論文翻訳(概要): SD-BLS: Privacy Preserving Selective Disclosure and Unlinkable Revocation of Verifiable Credentials

論文の概要: SD-BLS: Privacy Preserving Selective Disclosure and Unlinkable Revocation of Verifiable Credentials

arxiv url: http://arxiv.org/abs/2406.19035v1
Date: Thu, 27 Jun 2024 09:41:13 GMT
ステータス: 処理完了
システム内更新日: 2024-06-28 14:37:31.627074
Title: SD-BLS: Privacy Preserving Selective Disclosure and Unlinkable Revocation of Verifiable Credentials
Title（参考訳）: SD-BLS: 選択的な開示と検証可能なクレデンシャルの無リンク削除のためのプライバシ保護
Authors: Denis Roio, Rebecca Selvaggini, Andrea D'Intino,
Abstract要約: 本稿では,デジタル認証の取り消しを目的とした,追跡不能な選択開示とプライバシ保護手法を提案する。当社のアプローチは,複数のプレゼンテーションを通じてユーザのプライバシを保護しながら,必要な認証情報のみを選択的に公開可能にする。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: It is of critical importance to design digital identity systems that ensure the privacy of citizens as well as protecting them from issuer corruption. Unfortunately, what Europe's and USA's public sectors are currently developing does not offer such basic protections. We aim to solve this issue and propose a method for untraceable selective disclosure and privacy preserving revocation of digital credentials, using the unique homomorphic characteristics of second order Elliptic Curves and Boneh-Lynn-Shacham (BLS) signatures. Our approach ensures that users can selectively reveal only the necessary credentials, while protecting their privacy across multiple presentations. We also aim to protect users from issuer corruption, by making it possible to apply a threshold for revocation to require collective agreement among multiple revocation issuers.
Abstract（参考訳）: 市民のプライバシーを保証し、発行者の腐敗から保護するデジタルアイデンティティシステムを設計することが重要である。残念ながら、ヨーロッパとアメリカの公共部門が現在開発しているものは、そのような基本的な保護を提供していない。本稿では,2次楕円曲線とBoneh-Lynn-Shacham(BLS)署名の特異な同型特性を用いて,デジタル認証情報の追跡不能な開示とプライバシ保護のための手法を提案する。当社のアプローチは,複数のプレゼンテーションを通じてユーザのプライバシを保護しながら,必要な認証情報のみを選択的に公開可能にする。また,複数発行者間での集団合意を条件に,取り消しのしきい値を適用することで,ユーザを発行者腐敗から保護することを目的とする。

関連論文リスト

Words Blending Boxes. Obfuscating Queries in Information Retrieval using Differential Privacy [7.831978389504435]
情報検索システム(IRS)がユーザのプライバシを保護していない場合、システムに送信されたクエリを通じて機密情報を開示することができる。最近の改良、特にNLPは、テキストを難読化するために差分プライバシーを使用する可能性を示している。本稿では,クエリ難読化のための新しいプライベートなメカニズムであるWord Blending Boxesを提案する。
論文参考訳（メタデータ） (2024-05-15T12:51:36Z)
Unified Mechanism-Specific Amplification by Subsampling and Group Privacy Amplification [54.1447806347273]
サブサンプリングによる増幅は、差分プライバシーを持つ機械学習の主要なプリミティブの1つである。本稿では、メカニズム固有の保証を導出するための最初の一般的なフレームワークを提案する。サブサンプリングが複数のユーザのプライバシに与える影響を分析する。
論文参考訳（メタデータ） (2024-03-07T19:36:05Z)
Selective disclosure of claims from multiple digital credentials [0.0]
本稿では,MerkleハッシュツリーとBoneh-Lynn-Shachamシグネチャを組み合わせた選択的開示手法を提案する。選択的な開示に加えて、このアプローチを用いて複数の発行者が署名した証明書の発行を可能にする。
論文参考訳（メタデータ） (2024-02-23T17:20:28Z)
Blockchain-based Privacy-Preserving Public Key Searchable Encryption with Strong Traceability [8.866154405581012]
本稿では,強力なトレーサビリティ(BP3KSEST)方式によるブロックチェーンベースのプライバシ保護PKSEを提案する。提案方式では,(1) 認証されたユーザによるトラップドア生成センタの認証,(2) 同一性やキーワードを公開せずにトラップドアの取得,(2) 信頼されたサードパーティ(TTP) による信頼度と検索したキーワードの追跡,(3) トラップドアクエリレコードの偽造,(4) トラップドアクエリレコードはブロックチェーンに格納されているため不変である。
論文参考訳（メタデータ） (2023-12-28T10:58:14Z)
User Consented Federated Recommender System Against Personalized Attribute Inference Attack [55.24441467292359]
本稿では,ユーザの異なるプライバシーニーズを柔軟に満たすために,ユーザ合意型フェデレーションレコメンデーションシステム(UC-FedRec)を提案する。 UC-FedRecは、ユーザーが様々な要求を満たすためにプライバシー設定を自己定義し、ユーザーの同意を得てレコメンデーションを行うことを可能にする。
論文参考訳（メタデータ） (2023-12-23T09:44:57Z)
Redactable and Sanitizable Signature Schemes: Applications and Limitations for use in Decentralized Digital Identity Systems [8.501327327617313]
リアクティブルシグネチャスキームとサニチザブルシグネチャスキームは、与えられたデジタルメッセージの変更を許可し、有効なシグネチャを保持する方法である。本稿では,これらのプロトコルをデジタル認証上に実装し,それらの適合性を評価するために,他のプライバシ向上手法と比較する。
論文参考訳（メタデータ） (2023-10-26T10:28:25Z)
Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
論文参考訳（メタデータ） (2023-09-11T09:26:07Z)
Blockchain-enabled Data Governance for Privacy-Preserved Sharing of Confidential Data [1.6006586061577806]
本稿では,プライバシの漏洩やクレデンシャル誤用を防止するために属性ベースの暗号化を利用するブロックチェーンベースのデータガバナンスシステムを提案する。まず、私たちのABE暗号化システムは、個人情報のプライバシー保護とアクセスポリシーの隠蔽を両立させながら、多目的のユースケースを処理できる。第二に、データ暗号化にAdvanced Encryption Standard (AES)を適用することで、システム全体を効率よく、現実の条件に応答させることができる。
論文参考訳（メタデータ） (2023-09-08T05:01:59Z)
PRO-Face S: Privacy-preserving Reversible Obfuscation of Face Images via Secure Flow [69.78820726573935]
保護フローベースモデルを用いて,プライバシ保護による顔画像の可逆難読化(Reversible Obfuscation of Face image)を略してpro-Face Sと命名する。本フレームワークでは、Invertible Neural Network(INN)を使用して、入力画像と、その事前難読化されたフォームとを処理し、事前難読化された画像と視覚的に近似したプライバシー保護された画像を生成する。
論文参考訳（メタデータ） (2023-07-18T10:55:54Z)
FedSOV: Federated Model Secure Ownership Verification with Unforgeable Signature [60.99054146321459]
フェデレートラーニングにより、複数のパーティがプライベートデータを公開せずにグローバルモデルを学ぶことができる。本稿では,FedSOVという暗号署名に基づくフェデレート学習モデルのオーナシップ検証手法を提案する。
論文参考訳（メタデータ） (2023-05-10T12:10:02Z)
How Do Input Attributes Impact the Privacy Loss in Differential Privacy? [55.492422758737575]
DPニューラルネットワークにおけるオブジェクトごとの規範と個人のプライバシ損失との関係について検討する。プライバシ・ロス・インプット・サセプティビリティ(PLIS)と呼ばれる新しい指標を導入し、被験者のプライバシ・ロスを入力属性に適応させることを可能にした。
論文参考訳（メタデータ） (2022-11-18T11:39:03Z)

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。