論文の概要: Seldom: An Anonymity Network with Selective Deanonymization

• arxiv url: http://arxiv.org/abs/2412.00990v1
• Date: Sun, 01 Dec 2024 22:31:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:40:20.124579
• Title: Seldom: An Anonymity Network with Selective Deanonymization
• Title（参考訳）: Seldom: 選択的な匿名化を備えた匿名ネットワーク
• Authors: Eric Wagner, Roman Matzutt, Martin Henze,
• Abstract要約: 我々は、選択的匿名化を統合した匿名ネットワークであるSeldomを設計する。 Seldomは、法執行機関が、不正行為を犯すユーザの匿名化IDを選択的にアクセスすることを可能にしない。 セルダムは匿名ネットワークにおける犯罪行為の固有の問題に対して実用的で展開可能な技術的解決策を提供する。
• 参考スコア（独自算出の注目度）: 4.701818757220776
• License:
• Abstract: While anonymity networks such as Tor provide invaluable privacy guarantees to society, they also enable all kinds of criminal activities. Consequently, many blameless citizens shy away from protecting their privacy using such technology for the fear of being associated with criminals. To grasp the potential for alternative privacy protection for those users, we design Seldom, an anonymity network with integrated selective deanonymization that disincentivizes criminal activity. Seldom enables law enforcement agencies to selectively access otherwise anonymized identities of misbehaving users, while providing technical guarantees preventing these access rights from being misused. Seldom further ensures translucency, as each access request is approved by a trustworthy consortium of impartial entities and eventually disclosed to the public (without interfering with ongoing investigations). To demonstrate Seldom's feasibility and applicability, we base our implementation on Tor, the most widely used anonymity network. Our evaluation indicates minimal latency, processing, and bandwidth overheads compared to Tor, while Seldom's main costs stem from storing flow records and encrypted identities. With at most 636 TB of storage required in total to retain the encrypted identifiers of a Tor-sized network for two years, Seldom provides a practical and deployable technical solution to the inherent problem of criminal activities in anonymity networks. As such, Seldom sheds new light on the potentials and limitations when integrating selective deanonymization into anonymity networks.
• Abstract（参考訳）: Torのような匿名ネットワークは、社会に貴重なプライバシー保証を提供する一方で、あらゆる種類の犯罪行為を可能にする。 その結果、多くの罪のない市民は、犯罪者と結びつくことを恐れて、そのような技術を使ってプライバシーを守ることをためらうようになった。 これらのユーザに対する代替プライバシ保護の可能性を把握するため、犯罪行為を非インセンティブ化する選択的匿名化を組み込んだ匿名ネットワークであるSeldomを設計する。 Seldomは、法執行機関が不正行為をしたユーザの匿名化IDを選択的にアクセスすることを可能にし、これらのアクセス権の誤使用を防止する技術的保証を提供する。 各アクセス要求は、不公平なエンティティの信頼できるコンソーシアムによって承認され、最終的には(進行中の調査に干渉することなく)一般公開されるため、さらに透明性を確保することは滅多にない。 Seldomの有効性と適用性を示すために,最も広く利用されている匿名ネットワークであるTorをベースとして実装を行った。 我々の評価では、Torと比較してレイテンシ、処理、帯域幅のオーバーヘッドが最小であることを示し、Seldomの主なコストは、フローレコードと暗号化IDを保存することにある。 トーサイズのネットワークの暗号化された識別子を2年間保持するために、合計で636TBのストレージが必要であり、Seldomは匿名ネットワークにおける犯罪行為の固有の問題に対して実用的でデプロイ可能な技術的解決策を提供する。 そのため、Seldomは、選択的な匿名化を匿名ネットワークに統合する際のポテンシャルと限界に新たな光を放つ。

関連論文リスト

• Collaborative Inference over Wireless Channels with Feature Differential Privacy [57.68286389879283]
  複数の無線エッジデバイス間の協調推論は、人工知能(AI)アプリケーションを大幅に強化する可能性がある。 抽出された特徴を抽出することは、プロセス中に機密性の高い個人情報が暴露されるため、重大なプライバシーリスクをもたらす。 本稿では,ネットワーク内の各エッジデバイスが抽出された機能のプライバシを保護し,それらを中央サーバに送信して推論を行う,新たなプライバシ保存協調推論機構を提案する。
  論文  参考訳（メタデータ） (2024-10-25T18:11:02Z)
• Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
  この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。 また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-31T19:28:04Z)
• Pudding: Private User Discovery in Anonymity Networks [9.474649136535705]
  プディングは、新しいプライベートユーザー発見プロトコルである。 ユーザ間の連絡先関係を隠蔽し、不正行為を防止し、ネットワーク上でどのユーザ名が登録されているかを隠蔽する。 プルは、基盤となる匿名ネットワークプロトコルを変更することなく、LoopixとNymにデプロイできる。
  論文  参考訳（メタデータ） (2023-11-17T19:06:08Z)
• Privacy-Preserving Hierarchical Anonymization Framework over Encrypted Data [0.061446808540639365]
  本研究では、同型暗号と2種類のドメインからなる秘密共有を用いた階層的k匿名化フレームワークを提案する。 実験により、2つのドメインを接続することで匿名化プロセスが促進され、提案したセキュア階層型アーキテクチャが実用的かつ効率的であることが示唆された。
  論文  参考訳（メタデータ） (2023-10-19T01:08:37Z)
• 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)
• 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)
• Learnable Privacy-Preserving Anonymization for Pedestrian Images [27.178354411900127]
  本稿では,歩行者画像における新たなプライバシー保護匿名化問題について検討する。 認証されたモデルに対する個人識別情報(PII)を保存し、PIIが第三者によって認識されないようにする。 本稿では,全体匿名画像の可逆的生成が可能な共同学習可逆匿名化フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-07-24T07:04:16Z)
• Privacy-Preserving Face Recognition with Learnable Privacy Budgets in Frequency Domain [77.8858706250075]
  本稿では,周波数領域における差分プライバシーを用いたプライバシ保護顔認証手法を提案する。 本手法はいくつかの古典的顔認証テストセットで非常によく機能する。
  論文  参考訳（メタデータ） (2022-07-15T07:15:36Z)
• SPAct: Self-supervised Privacy Preservation for Action Recognition [73.79886509500409]
  アクション認識におけるプライバシー漏洩を緩和するための既存のアプローチは、ビデオデータセットのアクションラベルとともに、プライバシラベルを必要とする。 自己教師付き学習(SSL)の最近の進歩は、未ラベルデータの未発見の可能性を解き放ちつつある。 本稿では、プライバシーラベルを必要とせず、自己管理的な方法で、入力ビデオからプライバシー情報を除去する新しいトレ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） (2022-03-29T02:56:40Z)
• Statistical anonymity: Quantifying reidentification risks without reidentifying users [4.103598036312231]
  データ匿名化は、参加者の再識別を防ぐためのプライバシ保護データリリースに対するアプローチである。 リリースされたデータに$k$匿名を強制するための既存のアルゴリズムは、匿名化を実行するキュレーターが元のデータに完全にアクセスできることを前提としている。 本稿では,キュレーターに置かれなければならない信頼を減らすためのアイデアについて検討するが,それでも$k$匿名性の統計的概念は維持されている。
  論文  参考訳（メタデータ） (2022-01-28T18:12:44Z)
• Experimental implementation of secure anonymous protocols on an eight-user quantum network [2.5516484173114855]
  我々は,8つのユーザ・シティ・ワイド・量子ネットワーク上で,情報理論的にセキュアな匿名性プロトコルを実験的に実証した。 n$ユーザからなるネットワークでは、プロトコルは送信者の匿名性を保持し、$n-2$ユーザ以下は不正直である。
  論文  参考訳（メタデータ） (2020-11-18T19:00:01Z)

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。