論文の概要: GridSE: Towards Practical Secure Geographic Search via Prefix Symmetric Searchable Encryption (Full Version)
- arxiv url: http://arxiv.org/abs/2408.07916v1
- Date: Thu, 15 Aug 2024 03:49:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-16 15:09:23.208734
- Title: GridSE: Towards Practical Secure Geographic Search via Prefix Symmetric Searchable Encryption (Full Version)
- Title（参考訳）: GridSE: 対称性検索可能な暗号化(フルバージョン)をプリフィックスしたセキュアな地理検索を目指して
- Authors: Ruoyang Guo, Jiarui Li, Shucheng Yu,
- Abstract要約: 本稿では,DGGS互換のセキュア地理検索のための新しい構成であるGridSEを提案する。
GridSEは150 times$ -5,000times$ on search latency, and a save of 99% on communication overhead as the state of the-of-the-art。
- 参考スコア（独自算出の注目度）: 3.47301263256363
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The proliferation of location-based services and applications has brought significant attention to data and location privacy. While general secure computation and privacy-enhancing techniques can partially address this problem, one outstanding challenge is to provide near latency-free search and compatibility with mainstream geographic search techniques, especially the Discrete Global Grid Systems (DGGS). This paper proposes a new construction, namely GridSE, for efficient and DGGS-compatible Secure Geographic Search (SGS) with both backward and forward privacy. We first formulate the notion of a semantic-secure primitive called \textit{symmetric prefix predicate encryption} (SP$^2$E), for predicting whether or not a keyword contains a given prefix, and provide a construction. Then we extend SP$^2$E for dynamic \textit{prefix symmetric searchable encryption} (pSSE), namely GridSE, which supports both backward and forward privacy. GridSE only uses lightweight primitives including cryptographic hash and XOR operations and is extremely efficient. Furthermore, we provide a generic pSSE framework that enables prefix search for traditional dynamic SSE that supports only full keyword search. Experimental results over real-world geographic databases of sizes (by the number of entries) from $10^3$ to $10^7$ and mainstream DGGS techniques show that GridSE achieves a speedup of $150\times$ - $5000\times$ on search latency and a saving of $99\%$ on communication overhead as compared to the state-of-the-art. Interestingly, even compared to plaintext search, GridSE introduces only $1.4\times$ extra computational cost and $0.9\times$ additional communication cost. Source code of our scheme is available at https://github.com/rykieguo1771/GridSE-RAM.
- Abstract（参考訳）: 位置情報ベースのサービスやアプリケーションの普及は、データと位置情報のプライバシーに大きな注目を集めている。
一般的なセキュアな計算とプライバシエンハンシング技術はこの問題に部分的に対処できるが、特に離散グローバルグリッドシステム(DGGS)において、ほぼ遅延のない検索と主要な地理検索技術との互換性を提供することが大きな課題である。
本稿では,DGGS互換のセキュア地理検索(Secure Geographic Search, SGS)を後方と前方の両方のプライバシで構築するGridSEを提案する。
まず,キーワードが与えられた接頭辞を含むか否かを予測し,構成を提供するために,<textit{symmetric prefix predicate encryption} (SP$^2$E) というセマンティックセキュアプリミティブの概念を定式化する。
次に、動的 \textit{prefix symmetric searchable encryption} (pSSE) に対して SP$2$E を拡張する。
GridSEは暗号ハッシュやXOR操作などの軽量プリミティブしか使用せず、非常に効率的である。
さらに,完全キーワード検索のみをサポートする従来の動的SSEのプレフィックス検索を可能にする汎用的なpSSEフレームワークを提供する。
10^3$から10^7$までの実際の地理的データベース(エントリ数による)と、主流のDGGS技術による実験結果から、GridSEは検索待ち時間で$150\times$ -5,000\times$、通信オーバーヘッドで$99\%$のスピードアップを達成していることがわかる。
興味深いことに、平文検索と比較しても、GridSEは$14\times$余分な計算コストと$0.9\times$追加の通信コストしか導入していない。
私たちのスキームのソースコードはhttps://github.com/rykieguo1771/GridSE-RAMで公開されています。
関連論文リスト
- QWO: Speeding Up Permutation-Based Causal Discovery in LiGAMs [20.661343069864888]
QWO は与えられた置換に対して$mathcalGpi$ の計算効率を大幅に向上させる新しい手法である。
QWOは、最先端のBICベースの手法と比較して、$O(n2)$$$(n$は変数の数)のスピードアップがあり、非常にスケーラブルである。
論文 参考訳（メタデータ） (2024-10-30T16:10:46Z) - Perturb-and-Project: Differentially Private Similarities and Marginals [73.98880839337873]
差分プライバシーのための入力摂動フレームワークを再検討し、入力にノイズを付加する。
まず、ペアワイズ・コサイン類似性をプライベートにリリースするための新しい効率的なアルゴリズムを設計する。
我々は,$k$の辺縁クエリを$n$の機能に対して計算する新しいアルゴリズムを導出する。
論文 参考訳（メタデータ） (2024-06-07T12:07:16Z) - NTTSuite: Number Theoretic Transform Benchmarks for Accelerating Encrypted Computation [2.704681057324485]
ホモモルフィック暗号(homomorphic encryption, HE)は、暗号化されたデータを直接計算できる暗号システムである。
HEは、非常に高い計算オーバーヘッドのため、ほとんど採用されていない。
我々はNTTSuiteというベンチマークスイートを開発し、研究者がこれらのオーバーヘッドに対処できるようにした。
我々の実装は最先端の技術を30%上回っている。
論文 参考訳（メタデータ） (2024-05-18T17:44:17Z) - Smooth Sensitivity for Geo-Privacy [17.835910182900985]
微分プライバシーの局所モデル (LDP) は、この問題が研究されている主要なモデルである。
Geo-Privacy (GP) は、識別可能性のレベルが$mathrmdist(x_i, x_i')$に比例することを規定している。
微分プライバシーからGeo-Privacyへのスムーズな感度フレームワークを一般化することで、与えられたインスタンスの硬さに合わせてノイズを加えることができます。
論文 参考訳（メタデータ） (2024-05-10T08:32:07Z) - 1-Diffractor: Efficient and Utility-Preserving Text Obfuscation Leveraging Word-Level Metric Differential Privacy [3.0177210416625124]
$texttt1-Diffractor$は、以前のメカニズムと比較して高速な処理を行う新しいメカニズムである。
我々は、いくつかのNLPタスクのユーティリティ、理論的およびタスクベースのプライバシ、スピードとメモリの効率性について、$texttt1-Diffractor$を評価した。
論文 参考訳（メタデータ） (2024-05-02T19:07:32Z) - 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) - Generalized Hybrid Search and Applications to Blockchain and Hash
Function Security [50.16790546184646]
まず,ハイブリッド量子古典戦略を用いて,様々な探索問題を解くことの難しさについて検討する。
次に、ハイブリッド量子古典探索アルゴリズムを構築し、その成功確率を解析する。
論文 参考訳（メタデータ） (2023-11-07T04:59:02Z) - Scalable Differentially Private Clustering via Hierarchically Separated
Trees [82.69664595378869]
我々は,最大$O(d3/2log n)cdot OPT + O(k d2 log2 n / epsilon2)$,$epsilon$はプライバシ保証であることを示す。
最悪の場合の保証は、最先端のプライベートクラスタリング手法よりも悪いが、提案するアルゴリズムは実用的である。
論文 参考訳（メタデータ） (2022-06-17T09:24:41Z) - Deep Graph Matching and Searching for Semantic Code Retrieval [76.51445515611469]
本稿では,グラフニューラルネットワークに基づくエンドツーエンドのディープグラフマッチングと探索モデルを提案する。
まず、自然言語クエリテキストとプログラミング言語のコードスニペットをグラフ構造化データで表現する。
特に、DGMSは、個々のクエリテキストやコードスニペットのより構造的な情報をキャプチャするだけでなく、それらの微妙な類似性も学習する。
論文 参考訳（メタデータ） (2020-10-24T14:16:50Z) - GOLD-NAS: Gradual, One-Level, Differentiable [100.12492801459105]
GOLD-NAS (Gradual One-Level Differentiable Neural Architecture Search) という新しいアルゴリズムを提案する。
1レベル最適化に可変リソース制約を導入し、弱い演算子をスーパーネットワークから徐々に追い出す。
論文 参考訳（メタデータ） (2020-07-07T10:37:49Z) - HERS: Homomorphically Encrypted Representation Search [56.87295029135185]
本稿では,暗号化ドメイン内の大規模ギャラリーに対して,プローブ(あるいはクエリ)画像表現を検索する手法を提案する。
我々の暗号方式は固定長表現の取得方法に従わないため、任意のアプリケーション領域における任意の固定長表現に適用できる。
論文 参考訳（メタデータ） (2020-03-27T01:10:54Z)
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。