Fugu-MT 論文翻訳(概要): Comment on "An Efficient Privacy-Preserving Ranked Multi-Keyword Retrieval for Multiple Data Owners in Outsourced Cloud"

論文の概要: Comment on "An Efficient Privacy-Preserving Ranked Multi-Keyword Retrieval for Multiple Data Owners in Outsourced Cloud"

arxiv url: http://arxiv.org/abs/2408.05218v1
Date: Thu, 25 Jul 2024 05:01:07 GMT
ステータス: 処理完了
システム内更新日: 2024-08-19 04:16:58.028971
Title: Comment on "An Efficient Privacy-Preserving Ranked Multi-Keyword Retrieval for Multiple Data Owners in Outsourced Cloud"
Title（参考訳）: オープンソースクラウドにおける複数データ所有者のための効率的なプライバシ保護ランク付き複数キーワード検索」に関するコメント
Authors: Uma Sankararao Varri,
Abstract要約: 提案手法は,キーワード推測攻撃,インデックスプライバシ,トラップドアプライバシに抵抗しないことを示す。本稿では, 上記の問題に対して, スキームの重要な方程式の誤差を補正して解決する手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Protecting the privacy of keywords in the field of search over outsourced cloud data is a challenging task. In IEEE Transactions on Services Computing (Vol. 17 No. 2, March/April 2024), Li et al. proposed PRMKR: efficient privacy-preserving ranked multi-keyword retrieval scheme, which was claimed to resist keyword guessing attack. However, we show that the scheme fails to resist keyword guessing attack, index privacy, and trapdoor privacy. Further, we propose a solution to address the above said issues by correcting the errors in the important equations of the scheme.
Abstract（参考訳）: アウトソースされたクラウドデータの検索分野におけるキーワードのプライバシ保護は、難しい作業である。 IEEE Transactions on Services Computing (Vol. 17 No. 2, March / April 2024)において、LiらはPRMKRを提案した。しかし,本手法は,キーワード推測攻撃,インデックスプライバシー,トラップドアプライバシーに抵抗しないことを示す。さらに,提案手法の重要な方程式の誤差を補正することにより,上記の問題に対処する手法を提案する。

関連論文リスト

Subword Embedding from Bytes Gains Privacy without Sacrificing Accuracy and Complexity [5.7601856226895665]
本稿では,Bytes (SEB) からのSubword Embeddingを提案し,深層ニューラルネットワークを用いてサブワードをバイト列にエンコードする。我々のソリューションは、効率や精度を犠牲にすることなく、プライバシを保ち、従来の手法よりも優れています。機械翻訳、感情分析、言語モデリングにおいて、SEBは標準的なサブワード埋め込み手法よりも同等でより良い結果が得られることを検証した。
論文参考訳（メタデータ） (2024-10-21T18:25:24Z)
Speech privacy-preserving methods using secret key for convolutional neural network models and their robustness evaluation [5.762345156477736]
信頼できないサードパーティがCNNベースのシステムを提供している環境では、音声クエリのプライバシが不可欠である。本稿では,秘密鍵を用いた音声クエリの暗号化手法を提案する。
論文参考訳（メタデータ） (2024-08-07T16:51:39Z)
Robust Utility-Preserving Text Anonymization Based on Large Language Models [80.5266278002083]
テキストの匿名化は、プライバシーを維持しながら機密データを共有するために重要である。既存の技術は、大規模言語モデルの再識別攻撃能力の新たな課題に直面している。本稿では,3つのLCMベースコンポーネント – プライバシ評価器,ユーティリティ評価器,最適化コンポーネント – で構成されるフレームワークを提案する。
論文参考訳（メタデータ） (2024-07-16T14:28:56Z)
d-DSE: Distinct Dynamic Searchable Encryption Resisting Volume Leakage in Encrypted Databases [24.259108931623203]
Dynamic Searchable Encryption (DSE)は、暗号化データベース(EDB)の大規模データストレージを効率的に処理し、保護するためのソリューションとして登場した。ボリュームリークは、検索クエリを再構築し、データのセキュリティとプライバシを侵害する可能性があるため、重大な脅威となる。パディング戦略は、漏洩に対する一般的な対策であるが、ストレージと通信コストを大幅に増加させる。
論文参考訳（メタデータ） (2024-03-02T11:42:17Z)
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)
Leakage-Abuse Attacks Against Forward and Backward Private Searchable Symmetric Encryption [13.057964839510596]
動的検索可能な暗号化(DSSE)は、サーバが暗号化されたファイルの効率的な検索と更新を可能にする。更新時のリークを最小限に抑えるため、新たに提案されたDSSEスキームでは、前方および後方のプライバシというセキュリティ概念が期待されている。先進および後進の民間DSSEが実用的な漏洩・悪用攻撃(LAA)に対して弾力性があるかどうかはまだ解明されていない。
論文参考訳（メタデータ） (2023-09-09T06:39:35Z)
To Wake-up or Not to Wake-up: Reducing Keyword False Alarm by Successive Refinement [58.96644066571205]
既存の深層キーワードスポッティング機構は逐次リファインメントにより改善可能であることを示す。 13Kパラメーターから2.41Mパラメーターまで、複数のモデルにまたがって、連続精製法はFAを最大8.5%削減する。提案手法は"plug-and-play"であり,任意の深いキーワードスポッティングモデルに適用できる。
論文参考訳（メタデータ） (2023-04-06T23:49:29Z)
Efficient Image-Text Retrieval via Keyword-Guided Pre-Screening [53.1711708318581]
現在の画像テキスト検索法は、N$関連時間複雑さに悩まされている。本稿では,画像テキスト検索のための簡易かつ効果的なキーワード誘導事前スクリーニングフレームワークを提案する。
論文参考訳（メタデータ） (2023-03-14T09:36:42Z)
On Differential Privacy and Adaptive Data Analysis with Bounded Space [76.10334958368618]
差分プライバシーと適応データ分析の2つの関連分野の空間複雑性について検討する。差分プライバシーで効率的に解くために指数関数的に多くの空間を必要とする問題Pが存在することを示す。アダプティブデータ分析の研究の行は、アダプティブクエリのシーケンスに応答するのに必要なサンプルの数を理解することに焦点を当てている。
論文参考訳（メタデータ） (2023-02-11T14:45:31Z)
Smooth Anonymity for Sparse Graphs [69.1048938123063]
しかし、スパースデータセットを共有するという点では、差分プライバシーがプライバシのゴールドスタンダードとして浮上している。本研究では、スムーズな$k$匿名性(スムーズな$k$匿名性)と、スムーズな$k$匿名性(スムーズな$k$匿名性)を提供する単純な大規模アルゴリズムを設計する。
論文参考訳（メタデータ） (2022-07-13T17:09:25Z)
Semantic-Preserving Adversarial Text Attacks [85.32186121859321]
深層モデルの脆弱性を調べるために, Bigram と Unigram を用いた適応的セマンティック保存最適化法 (BU-SPO) を提案する。提案手法は,既存手法と比較して最小の単語数を変更することで,攻撃成功率とセマンティックス率を最大化する。
論文参考訳（メタデータ） (2021-08-23T09:05:18Z)

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。