論文の概要: PrivaMatch: A Privacy-Preserving DNA Matching Scheme for Forensic Investigation
- arxiv url: http://arxiv.org/abs/2409.14798v1
- Date: Mon, 23 Sep 2024 08:22:31 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-06 21:01:15.774925
- Title: PrivaMatch: A Privacy-Preserving DNA Matching Scheme for Forensic Investigation
- Title（参考訳）: PrivaMatch: 法医学調査のためのプライバシ保護DNAマッチングスキーム
- Authors: Sankha Das,
- Abstract要約: 被疑者の身元や事件現場から得られた証拠等の調査に関する機密情報を調査機関に非公開にしておく必要がある。
我々は,容疑者のDNAプロファイルと犯罪現場の証拠のプライバシーに関する複数の懸念に対処する,PrivaMatchと呼ばれる新しいDNAマッチング手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: DNA fingerprinting and matching for identifying suspects has been a common practice in criminal investigation. Such proceedings involve multiple parties such as investigating agencies, suspects and forensic labs. A major challenge in such settings is to carry out the matching process between the suspects' DNA samples and the samples obtained from the crime scene without compromising the privacy of the suspects' DNA profiles. Additionally, it is necessary that sensitive details pertaining to the investigation such as the identities of the suspects and evidence obtained from the crime scene must be kept private to the investigating agency. We present a novel DNA matching scheme, termed as PrivaMatch, which addresses multiple concerns about privacy of the suspects' DNA profiles and the crime scene evidence. In the proposed scheme, the investigating agencies oblivious transfer and zero-knowledge proofs to privately obtain the DNA profiles of the suspects from the forensic lab's database.In addition, we present a clever data obfuscation technique using homomorphic encryption and modular arithmetic for the investigating agency to privately obtain the DNA profile of the crime scene's sample, keeping the profile oblivious from the forensic lab. The DNA profile of the crime scene sample is operated on using a homomorphic cryptosystem such that neither of the parties (e.g., the investigation agency, forensic labs, DNA database owners) learns about the private data of the other parties. The proposed scheme is analysed formally and the practicality of its security strengths is verified using simulations under standard assumptions.
- Abstract（参考訳）: 容疑者を特定するためのDNAフィンガープリントとマッチングは、犯罪捜査において一般的な慣習である。
このような手続きには、捜査機関、容疑者、法医学研究所など、複数の当事者が関与する。
このような環境での大きな課題は、被疑者のDNAプロファイルのプライバシーを損なうことなく、被疑者のDNAサンプルと犯罪現場から得られたサンプルとのマッチングプロセスを実行することである。
また、被疑者の身元や事件現場から得られた証拠等の調査に関する機密情報を調査機関に非公開にしておく必要がある。
我々は,容疑者のDNAプロファイルと犯罪現場の証拠のプライバシーに関する複数の懸念に対処する,PrivaMatchと呼ばれる新しいDNAマッチング手法を提案する。
提案手法では, 法医学研究所のデータベースから被疑者のDNAプロファイルをプライベートに取得するために, 調査機関は, 犯罪現場のサンプルのDNAプロファイルをプライベートに取得するために, 均質な暗号化とモジュラー演算を用いた巧妙なデータ難読化手法を提案する。
犯罪現場サンプルのDNAプロファイルは、当事者(例えば、捜査機関、鑑識研究室、DNAデータベース所有者)が他の当事者のプライベートデータについて学習しないよう、同型暗号システムを用いて操作される。
提案手法は公式に解析され, 標準的な前提条件下でのシミュレーションを用いて, セキュリティ強度の実用性を検証する。
関連論文リスト
- Behind the (Digital Crime) Scenes: An MSC Model [0.0]
デジタル証拠を抽出する基礎分野としてのデジタル法医学の確立は、刑事捜査の複雑な性質をさらに悪化させる。
刑事事件におけるディジタル法医学を構成するプロトコルを記述し、それらをメッセージシーケンスチャート(MSC)として定式化し、それらの機能要件を特定する。
論文 参考訳（メタデータ） (2024-03-24T15:29:08Z) - Privacy-Aware Single-Nucleotide Polymorphisms (SNPs) using Bilinear Group Accumulators in Batch Mode [0.40964539027092917]
この種のデータの最も敏感な部分は、個人におけるDNAデータの使用に関連している。
最近、23andMeやAncestryなど、DNA情報の漏洩に関連するいくつかのデータ漏洩があった。
本稿では,データストアに含まれるコア情報を,バッチモードでバイリニアグループアキュムレータに格納する方法を概説する。
論文 参考訳（メタデータ） (2024-01-15T13:59:51Z) - 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) - Membership Inference Attacks against Synthetic Data through Overfitting
Detection [84.02632160692995]
我々は、攻撃者が基礎となるデータ分布についてある程度の知識を持っていると仮定する現実的なMIA設定について論じる。
生成モデルの局所的なオーバーフィッティングをターゲットとして,メンバシップを推論することを目的とした密度ベースMIAモデルであるDOMIASを提案する。
論文 参考訳（メタデータ） (2023-02-24T11:27:39Z) - Criminal Investigation Tracker with Suspect Prediction using Machine
Learning [0.0]
本研究は,実世界データに基づく犯罪予測と犯罪法人化の新たなアプローチを提供する。
スリランカの犯罪者を識別する自動化アプローチは、現在のシステムよりも優れている。
論文 参考訳（メタデータ） (2023-02-21T03:24:17Z) - 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) - Criminal Networks Analysis in Missing Data scenarios through Graph
Distances [5.164732466825455]
本稿では,異なる性質の9つの実犯罪ネットワークを解析する。
不完全なデータの影響を定量化し、どのネットワークタイプが最も影響を受けているかを決定する。
論文 参考訳（メタデータ） (2021-02-28T11:12:05Z) - Private DNA Sequencing: Hiding Information in Discrete Noise [6.647959476396793]
そこで本研究では,DNAサンプルを混合した付加雑音で2変数変数$X$を隠蔽する問題について検討する。
この問題の解に対する上界と下界を特徴付けるが、これは経験的に非常に近いことが示される。
論文 参考訳（メタデータ） (2021-01-28T17:13:26Z) - Subclass Contrastive Loss for Injured Face Recognition [79.14062188261163]
本稿では, ケガを負った顔認識の問題点に対処し, 課題に対する新たなサブクラスコントラスト損失(SCL)を提案する。
Injured Face (IF) データベースと呼ばれる新しいデータベースも、この方向の研究を促進するために作成されている。
論文 参考訳（メタデータ） (2020-08-05T08:30:29Z) - BeeTrace: A Unified Platform for Secure Contact Tracing that Breaks Data
Silos [73.84437456144994]
接触追跡は、新型コロナウイルスなどの感染症の拡散を制御する重要な方法である。
現在のソリューションでは、ビジネスデータベースや個々のデジタルデバイスに格納された大量のデータを利用できません。
データサイロを破り、プライバシーの目標を保証するために最先端の暗号化プロトコルをデプロイする統合プラットフォームであるBeeTraceを提案する。
論文 参考訳（メタデータ） (2020-07-05T10:33:45Z) - Camera Trace Erasing [86.15997461603568]
我々は、トレースベースの法医学的手法の弱点を明らかにするために、新しい低レベル視覚問題であるカメラトレース消去に対処する。
そこで我々は,ネットワークトレーニングのためのSiameseアーキテクチャに基づいて,新たなハイブリッドロスを設計したSiamese Trace Erasing (SiamTE)を提案する。
論文 参考訳（メタデータ） (2020-03-16T00:09:55Z)
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。