Fugu-MT 論文翻訳(概要): Metadata-private Messaging without Coordination

論文の概要: Metadata-private Messaging without Coordination

arxiv url: http://arxiv.org/abs/2504.19566v1
Date: Mon, 28 Apr 2025 08:21:16 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-02 19:15:54.356934
Title: Metadata-private Messaging without Coordination
Title（参考訳）: コーディネーションのないメタデータプライベートメッセージング
Authors: Peipei Jiang, Yihao Wu, Lei Xu, Wentao Dong, Peiyuan Chen, Yulong Ming, Cong Wang, Xiaohua Jia, Qian Wang,
Abstract要約: PingPongは、メタデータプライベートメッセージングのためのエンドツーエンドシステムである。厳格な"ダイアル・バイ・コンバース"パラダイムを、より柔軟な"通知・バイ・レトリーバル"ワークフローに置き換えるものだ。 Pongは、現代のインスタントメッセージングシステムに似た、ユーザビリティのレベルを達成する。
参考スコア（独自算出の注目度）: 20.481776420813915
License: http://creativecommons.org/licenses/by/4.0/
Abstract: For those seeking end-to-end private communication free from pervasive metadata tracking and censorship, the Tor network has been the de-facto choice in practice, despite its susceptibility to traffic analysis attacks. Recently, numerous metadata-private messaging proposals have emerged with the aim to surpass Tor in the messaging context by obscuring the relationships between any two messaging buddies, even against global and active attackers. However, most of these systems face an undesirable usability constraint: they require a metadata-private "dialing" phase to establish mutual agreement and timing or round coordination before initiating any regular chats among users. This phase is not only resource-intensive but also inflexible, limiting users' ability to manage multiple concurrent conversations seamlessly. For stringent privacy requirement, the often-enforced traffic uniformity further exacerbated the limitations of this roadblock. In this paper, we introduce PingPong, a new end-to-end system for metadata-private messaging designed to overcome these limitations. Under the same traffic uniformity requirement, PingPong replaces the rigid "dial-before-converse" paradigm with a more flexible "notify-before-retrieval" workflow. This workflow incorporates a metadata-private notification subsystem, Ping, and a metadata-private message store, Pong. Both Ping and Pong leverage hardware-assisted secure enclaves for performance and operates through a series of customized oblivious algorithms, while meeting the uniformity requirements for metadata protection. By allowing users to switch between conversations on demand, PingPong achieves a level of usability akin to modern instant messaging systems, while also offering improved performance and bandwidth utilization for goodput. We have built a prototype of PingPong with 32 8-core servers equipped with enclaves to validate our claims.
Abstract（参考訳）: 広範囲にわたるメタデータの追跡や検閲のないエンドツーエンドのプライベートコミュニケーションを求める人々にとって、Torネットワークは、トラフィック分析攻撃の影響を受けながらも、事実上の選択肢となっている。近年,グローバルな攻撃者やアクティブな攻撃者に対してさえも,メッセージ仲間同士の関係を隠蔽することで,メッセージコンテキストにおけるTorを克服する目的で,メタデータプライベートなメッセージ提案が数多く現れている。しかし、これらのシステムの多くは、ユーザ間の通常のチャットを開始する前に、相互の合意やタイミング、ラウンドコーディネートを確立するために、メタデータ非公開の"ダイアリング"フェーズを必要とするため、望ましくないユーザビリティの制約に直面している。このフェーズはリソース集約的なだけでなく、柔軟性のないもので、ユーザが複数の同時会話をシームレスに管理する能力を制限する。厳格なプライバシー要件のために、しばしば強化されたトラフィックの均一性は、この障害の限界をさらに悪化させた。本稿では,これらの制限を克服するために,メタデータプライベートメッセージングのための新しいエンドツーエンドシステムであるPingPongを紹介する。同じトラフィック均一性要件の下で、PingPongは、より柔軟な"通知前検索"ワークフローで、厳格な"ダイアル・バイ・コンバース"パラダイムを置き換える。このワークフローには、メタデータプライベートな通知サブシステムであるPingと、メタデータプライベートなメッセージストアであるPongが組み込まれている。 PingとPongは、ハードウェア支援されたセキュアなエンクレーブをパフォーマンスに活用し、メタデータ保護の統一要件を満たしながら、一連のカスタマイズされた難読性アルゴリズムを介して運用する。 PingPongは、オンデマンドで会話を切り替えることによって、最新のインスタントメッセージングシステムに似た、ユーザビリティのレベルを達成すると同時に、パフォーマンスと帯域幅を改善できる。 PingPongのプロトタイプを開発し、32の8コアサーバにエンクレーブを装備し、当社の主張を検証する。

関連論文リスト

Trusted Machine Learning Models Unlock Private Inference for Problems Currently Infeasible with Cryptography [30.57370996703948]
有能な機械学習モデルは信頼できるサードパーティの役割を果たすことができると我々は主張する。このアプローチは、プライバシと計算効率のバランスを達成することを目的としている。単純な古典的暗号問題でさえ、すでにTCMEで解決できることが示されている。
論文参考訳（メタデータ） (2025-01-15T17:28:53Z)
Echomix: a Strong Anonymity System with Messaging [0.0]
Echomixは実践的なミックスネットワークフレームワークであり、関連するプロトコルのスイートである。グローバルな敵による交通分析に対する抵抗によって、他の匿名システムと区別される。レイテンシと帯域幅のオーバーヘッドが比較的低い。
論文参考訳（メタデータ） (2025-01-06T11:18:03Z)
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)
PSA: Private Set Alignment for Secure and Collaborative Analytics on Large-Scale Data [17.23761289654492]
2社は、データインサイトを最大化するために、共通の顧客に対して、データセットを安全に参加させることを期待している。我々はこのシナリオに対してPSAと呼ばれるソリューションを提案し、現実のユースケースに効果的に適用した。ネットワーク帯域500Mbpsの単一スレッド上で,それぞれ100万レコードの規模で2つのデータセットを35.5秒で結合することで,提案プロトコルを異なるネットワーク条件で実装し,ベンチマークを行った。
論文参考訳（メタデータ） (2024-10-07T04:39:14Z)
Communication-Efficient Federated Knowledge Graph Embedding with Entity-Wise Top-K Sparsification [49.66272783945571]
Federated Knowledge Graphs Embedding Learning (FKGE)は、パラメータのかなりのサイズと広範なコミュニケーションラウンドから生じるコミュニケーション効率の課題に直面する。本稿では,Entity-Wise Top-K Sparsification 戦略に基づく双方向通信効率のFedSを提案する。
論文参考訳（メタデータ） (2024-06-19T05:26:02Z)
Communication-Efficient Personalized Federated Learning for Speech-to-Text Tasks [64.02867484165476]
プライバシー保護と法的規制を満たすために、連邦学習(FL)は、音声テキスト(S2T)システムのトレーニングにおいて大きな注目を集めている。 S2Tタスクで一般的に使用されるFLアプローチ(textscFedAvg)は、通常、広範な通信オーバーヘッドに悩まされる。我々は、クライアント側チューニングとサーバとのインタラクションのための軽量なLoRAモジュールであるtextscFedLoRA と、$k$-near を備えたグローバルモデルである textscFedMem を導入したパーソナライズされたS2Tフレームワークを提案する。
論文参考訳（メタデータ） (2024-01-18T15:39:38Z)
DP-OPT: Make Large Language Model Your Privacy-Preserving Prompt Engineer [57.04801796205638]
大きな言語モデル(LLM)は、様々なタスクのための支配的なツールとして現れています。しかし、データプライバシに関する懸念は、調整されたプロンプトが機密情報に依存しているため、障害となる。本稿では,DP-OPT(Dis Differentially-Private Offsite Prompt Tuning)を提案する。
論文参考訳（メタデータ） (2023-11-27T02:01:10Z)
Breaking the Communication-Privacy-Accuracy Tradeoff with $f$-Differential Privacy [51.11280118806893]
サーバが複数のユーザの協調的なデータ分析を,プライバシの懸念と限られた通信能力で調整する,フェデレートされたデータ分析問題を考える。有限出力空間を有する離散値機構の局所的差分プライバシー保証を$f$-differential privacy (DP) レンズを用いて検討する。より具体的には、様々な離散的評価機構の厳密な$f$-DP保証を導出することにより、既存の文献を前進させる。
論文参考訳（メタデータ） (2023-02-19T16:58:53Z)
Metadata Privacy Beyond Tunneling for Instant Messaging [0.0]
識別可能なトラフィックは、強力な敵に対するメタデータのプライバシを実現する。既存の最先端プロトコルはメタデータのプライバシをサポートするために拡張可能であることを示す。我々は、未修正信号上でDenIMを実行する概念実証インスタントメッセージングシステムを実装し、評価する。
論文参考訳（メタデータ） (2022-10-23T16:32:35Z)
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)
Privacy-Aware Time-Series Data Sharing with Deep Reinforcement Learning [33.42328078385098]
時系列データ共有におけるプライバシーユーティリティトレードオフ(PUT)について検討する。現時点でのプライバシを保存する方法は、トレースレベルでかなりの量の情報をリークする可能性がある。我々は、ユーザの真のデータシーケンスの歪んだバージョンを、信頼できない第三者と共有することを検討する。
論文参考訳（メタデータ） (2020-03-04T18:47:25Z)

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。