論文の概要: Architecture for Protecting Data Privacy in Decentralized Social Networks
- arxiv url: http://arxiv.org/abs/2409.18360v1
- Date: Fri, 27 Sep 2024 00:35:02 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-06 06:41:07.864622
- Title: Architecture for Protecting Data Privacy in Decentralized Social Networks
- Title（参考訳）: 分散型ソーシャルネットワークにおけるデータプライバシ保護アーキテクチャ
- Authors: Quang Cao, Katerina Vgena, Aikaterini-Georgia Mavroeidi, Christos Kalloniatis, Xun Yi, Son Hoang Dau,
- Abstract要約: 本稿では,アクセス制御スマートコントラクト(Access Control Smart Contracts)によって達成された,包括的技術と分散ネットワークを活用した新しい分散ソーシャルネットワークを提案する。
結論として、主要な結果は、ユーザのプライバシを保護するために分散化されたソーシャルネットワークの利点を強調します。
- 参考スコア（独自算出の注目度）: 5.874802930380899
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Centralized social networks have experienced a transformative impact on our digital era communication, connection, and information-sharing information. However, it has also raised significant concerns regarding users' privacy and individual rights. In response to these concerns, this paper proposes a novel Decentralized Social Network employing Blockchain technology and Decentralized Storage Networks completed by Access Control Smart Contracts. The initial phase comprises a comprehensive literature review, delving into decentralized social networks, explaining the review methodology, and presenting the resulting findings. Building upon these findings and an analysis of previous research gaps, we propose a novel architecture for decentralized social networks. In conclusion, the principal results highlight the benefit of our decentralized social network to protect user privacy. Moreover, the users have all rights to their posted information following the General Data Protection Regulation (GDPR).
- Abstract（参考訳）: 中央集権型ソーシャルネットワークは、私たちのデジタル時代のコミュニケーション、コネクション、情報共有情報に変革的な影響を与えてきた。
しかし、ユーザーのプライバシーや個人の権利に関する懸念も持ち上がっている。
これらの懸念に応えて,Access Control Smart Contractsによって完成したブロックチェーン技術と分散ストレージネットワークを活用した,分散ソーシャルネットワークを提案する。
最初のフェーズは、総合的な文献レビュー、分散化されたソーシャルネットワークへの探究、レビュー方法論の説明、結果の提示を含む。
これらの知見と過去の研究ギャップの分析に基づいて、分散化されたソーシャルネットワークのための新しいアーキテクチャを提案する。
結論として、主要な結果は、ユーザのプライバシを保護するために分散化されたソーシャルネットワークの利点を強調します。
さらに、ユーザは、GDPR(General Data Protection Regulation)に従って、投稿された情報に対して、すべての権利を持つ。
関連論文リスト
- CyberNFTs: Conceptualizing a decentralized and reward-driven intrusion detection system with ML [0.0]
この研究は、最先端のWeb3技術と情報セキュリティの相乗効果を調べる分析的および比較的手法を用いている。
提案モデルには、ブロックチェーンの概念、サイバー非偽造トークン(cyberNFT)報酬、機械学習アルゴリズム、パブリッシュ/サブスクライブアーキテクチャが含まれている。
論文 参考訳（メタデータ） (2024-08-31T21:15:26Z) - Differentially Private Data Release on Graphs: Inefficiencies and Unfairness [48.96399034594329]
本稿では,ネットワーク情報公開の文脈における偏見と不公平性に対する差別的プライバシの影響を特徴づける。
ネットワーク構造が全員に知られているネットワークリリースの問題を考えるが、エッジの重みをプライベートにリリースする必要がある。
我々の研究は、これらのネットワーク化された決定問題におけるプライバシーに起因する偏見と不公平性に関する理論的根拠と実証的な証拠を提供する。
論文 参考訳（メタデータ） (2024-08-08T08:37:37Z) - Decentralized Social Networks and the Future of Free Speech Online [4.249974621573213]
MastodonやBlueSkyのような分散ソーシャルネットワークは近年注目を集め、議論の的となっている。
本稿では、分散化プロジェクトによるオンラインコミュニケーションの展望を批判的に評価する。
フリースピーチの規範的理論を用いて、分散化設計がユーザの表現の自由をオンラインで促進するかどうかを検証している。
論文 参考訳（メタデータ） (2024-06-11T04:18:53Z) - Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。
フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。
本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
論文 参考訳（メタデータ） (2024-03-28T07:08:26Z) - PTTS: Zero-Knowledge Proof-based Private Token Transfer System on Ethereum Blockchain and its Network Flow Based Balance Range Privacy Attack Analysis [0.0]
パブリックブロックチェーンのためのプライベートトークン転送システム(PTTS)を提案する。
提案するフレームワークでは,ゼロ知識ベースのプロトコルをZokratesを使用して設計し,当社のプライベートトークンスマートコントラクトに統合しています。
論文の第2部では、リプレイ攻撃やバランス範囲のプライバシ攻撃を含む、セキュリティとプライバシの分析を行っている。
論文 参考訳（メタデータ） (2023-08-29T09:13:31Z) - Blockchain-empowered Federated Learning for Healthcare Metaverses:
User-centric Incentive Mechanism with Optimal Data Freshness [66.3982155172418]
まず、医療メタバースのための分散型フェデレートラーニング(FL)に基づく、ユーザ中心のプライバシ保護フレームワークを設計する。
次に,情報時代(AoI)を有効データ更新度指標として利用し,観測理論(PT)に基づくAoIベースの契約理論モデルを提案し,センシングデータ共有の動機付けを行う。
論文 参考訳（メタデータ） (2023-07-29T12:54:03Z) - Grassroots Social Networking: Where People have Agency over their Personal Information and Social Graph [2.06682776181122]
Grassroots Social Networkingと呼ばれる、サーバーレス、無許可、ピアツーピアのソーシャルネットワークのための草の根アーキテクチャを提案する。
このアーキテクチャは(i)分散化されたソーシャルグラフを含み、各人がそのグラフにローカルな近所のみを制御、維持、保存する。
当社は、Grassroots Social Networkingプロトコル(TwitterライクとWhatsAppライク)の2つの例を提供し、セキュリティ(安全、ライブ、プライバシ)、スパム/ボット/ディープフェイク抵抗、実装に対処する。
論文 参考訳（メタデータ） (2023-06-24T11:43:17Z) - Cross-Network Social User Embedding with Hybrid Differential Privacy
Guarantees [81.6471440778355]
プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。
特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。
ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
論文 参考訳（メタデータ） (2022-09-04T06:22:37Z) - Federated Social Recommendation with Graph Neural Network [69.36135187771929]
本稿では,ソーシャル情報とユーザ・イテムの相互作用を融合させることにより,ソーシャル・レコメンデーションの問題であるソーシャル・リコメンデーションの緩和を提案する。
我々は textbfGraph Neural Network (FeSoG) を用いた textbfFedrated textbfSocial 推薦フレームワークを考案した。
論文 参考訳（メタデータ） (2021-11-21T09:41:39Z) - Applications of Differential Privacy in Social Network Analysis: A
Survey [60.696428840516724]
差別化プライバシは、情報を共有し、強力な保証でプライバシを保存するのに有効である。
ソーシャルネットワーク分析は多くのアプリケーションで広く採用されており、差分プライバシーの応用のための新たな領域が開かれた。
論文 参考訳（メタデータ） (2020-10-06T19:06:03Z)
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。