論文の概要: Auditing without Leaks Despite Curiosity

• arxiv url: http://arxiv.org/abs/2505.00665v1
• Date: Thu, 01 May 2025 17:15:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:55.381868
• Title: Auditing without Leaks Despite Curiosity
• Title（参考訳）: 好奇心にもかかわらず漏れのない監査
• Authors: Hagit Attiya, Antonio Fernández Anta, Alessia Milani, Alexandre Rapetti, Corentin Travers,
• Abstract要約: レジスタ監査の以前の正式な定義は、読み取り操作によって返される値に基づいていた。 本稿では,読み出し操作が有効である場合に,その完了と値の返却に頼らずに焦点を絞った監査性の定義を提案する。
• 参考スコア（独自算出の注目度）: 40.27588084219583
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: \textit{Auditing} data accesses helps preserve privacy and ensures accountability by allowing one to determine who accessed (potentially sensitive) information. A prior formal definition of register auditability was based on the values returned by read operations, \emph{without accounting for cases where a reader might learn a value without explicitly reading it or gain knowledge of data access without being an auditor}. This paper introduces a refined definition of auditability that focuses on when a read operation is \emph{effective}, rather than relying on its completion and return of a value. Furthermore, we formally specify the constraints that \textit{prevent readers from learning values they did not explicitly read or from auditing other readers' accesses.} Our primary algorithmic contribution is a wait-free implementation of a \emph{multi-writer, multi-reader register} that tracks effective reads while preventing unauthorized audits. The key challenge is ensuring that a read is auditable as soon as it becomes effective, which we achieve by combining value access and access logging into a single atomic operation. Another challenge is recording accesses without exposing them to readers, which we address using a simple encryption technique (one-time pad). We extend this implementation to an \emph{auditable max register} that tracks the largest value ever written. The implementation deals with the additional challenge posed by the max register semantics, which allows readers to learn prior values without reading them. The max register, in turn, serves as the foundation for implementing an \emph{auditable snapshot} object and, more generally, \emph{versioned types}. These extensions maintain the strengthened notion of auditability, appropriately adapted from multi-writer, multi-reader registers.
• Abstract（参考訳）: \textit{Auditing} データアクセスは、プライバシを保護し、誰が(潜在的に敏感な)情報にアクセスしたかを判断することで、説明責任を保証する。 以前の正式なオーディショナビリティの定義は、読み出し操作によって返される値、すなわち、読者が明示的に読み取ることなく、あるいは監査人なしでデータアクセスの知識を得ることなく、価値を学習できるケースを考慮に入れない、というものだった。 本稿では,読み出し操作が「emph{ Effective}」である場合に,その完了と値の返却に頼らずに焦点を絞った監査性の定義を提案する。 さらに,<textit{prevent> 読者が明示的に読まなかったり,他の読者のアクセスを監査しなかったりすることの制約を正式に規定する。 当社のアルゴリズム的コントリビューションは,不正な監査を防止しつつ,効果的な読み出しをトラッキングする 'emph{multi-writer, multi-reader register} のウェイトフリー実装です。 重要な課題は、読み取りが有効になったらすぐに監査可能であることを保証することです。 もうひとつの課題は、簡単な暗号化技術(ワンタイムパッド)を使って、読者に公開せずにアクセスを記録することだ。 私たちはこの実装を、これまでに書かれた最大の値を追跡する \emph{auditable max register} に拡張します。 この実装は、最大レジスタセマンティクスによって引き起こされる追加の課題に対処する。 最大レジスタは、代わりに \emph{auditable snapshot} オブジェクトとより一般的には \emph{versioned types} を実装する基盤として機能する。 これらの拡張は、マルチライター、マルチリーダーレジスタから適切に適応した監査可能性の概念の強化を維持している。

関連論文リスト

• How Well Can Differential Privacy Be Audited in One Run? [2.687273760177295]
  1回の監査で達成可能な最大効果を特徴付ける。 我々は、個々のデータ要素の影響を分離できる構造を持つアルゴリズムの真のプライバシパラメータを、ワンラン監査で完全に発見できることを示します。
  論文  参考訳（メタデータ） (2025-03-10T11:32:30Z)
• Equipping Transformer with Random-Access Reading for Long-Context Understanding [9.433800833564279]
  長文モデリングはトランスフォーマーに基づく大規模言語モデルにとって重要な課題である。 本稿では,全てのトークンを検査することなく,変換器が効率よく長い文書を処理できる新しい読解戦略を提案する。
  論文  参考訳（メタデータ） (2024-05-21T21:41:07Z)
• FABLES: Evaluating faithfulness and content selection in book-length summarization [55.50680057160788]
  本稿では,本書の忠実度と内容選択の大規模評価を行う。 LLMが生成した26冊のサマリーで作成した3,158冊の注釈のデータセットであるFABLESを5.2KUSDで収集する。 注釈の分析によると、ほとんどの不誠実な主張は出来事や登場人物の状態に関係しており、物語を無効にするために間接的推論を必要とする。
  論文  参考訳（メタデータ） (2024-04-01T17:33:38Z)
• Protecting Copyrighted Material with Unique Identifiers in Large Language Model Training [55.321010757641524]
  大きな言語モデル(LLM)のトレーニングに関する主要な公的な懸念は、著作権のあるオンラインテキストを悪用するかどうかである。 事前の会員推定法は、大量のトレーニングデータに類似した例によって誤解されることがある。 本稿では,Webユーザとコンテンツプラットフォームがtextbftextitunique 識別子を使用することを推奨する代替のtextitinsert-and-detection 手法を提案する。
  論文  参考訳（メタデータ） (2024-03-23T06:36:32Z)
• The Decisive Power of Indecision: Low-Variance Risk-Limiting Audits and Election Contestation via Marginal Mark Recording [51.82772358241505]
  リスクリミット監査(リスクリミット監査、RLA)は、大規模な選挙の結果を検証する技術である。 我々は、効率を改善し、統計力の進歩を提供する監査の新たなファミリーを定めている。 新しい監査は、複数の可能なマーク解釈を宣言できるように、キャストボイトレコードの標準概念を再考することで実現される。
  論文  参考訳（メタデータ） (2024-02-09T16:23:54Z)
• Generating Summaries with Controllable Readability Levels [67.34087272813821]
  テキストの複雑さ、主題、読者の背景知識など、可読性レベルに影響を与える要因がいくつかある。 現在のテキスト生成アプローチでは制御が洗練されておらず、結果として読者の習熟度にカスタマイズされないテキストが作られる。 可読性を制御するための3つのテキスト生成手法を開発した。命令ベースの可読性制御,要求される可読性と観測される可読性の間のギャップを最小限に抑える強化学習,および,ルックアヘッドを用いて今後の復号化ステップの可読性を評価する復号手法である。
  論文  参考訳（メタデータ） (2023-10-16T17:46:26Z)
• SeqXGPT: Sentence-Level AI-Generated Text Detection [62.3792779440284]
  大規模言語モデル(LLM)を用いた文書の合成による文レベル検出の課題について紹介する。 次に,文レベルのAIGT検出機能として,ホワイトボックスLEMのログ確率リストを利用した textbfSequence textbfX (Check) textbfGPT を提案する。
  論文  参考訳（メタデータ） (2023-10-13T07:18:53Z)
• Walking Down the Memory Maze: Beyond Context Limit through Interactive Reading [63.93888816206071]
  我々は,長いコンテキストを要約ノードのツリーに処理する手法であるMemWalkerを紹介した。クエリを受信すると,モデルがこのツリーをナビゲートして関連する情報を検索し,十分な情報を収集すると応答する。 その結果,MemWalkerは,テキストを対話的に読み取る際の推論ステップを強調し,クエリに関連するテキストセグメントをピンポイントすることで,説明性の向上を図っている。
  論文  参考訳（メタデータ） (2023-10-08T06:18:14Z)
• Generating Fluent Fact Checking Explanations with Unsupervised Post-Editing [22.5444107755288]
  本稿では,句レベルの編集のみを用いて,支配コメントの教師なし後編集を行う反復編集アルゴリズムを提案する。 本モデルでは, 流動性, 可読性, 非冗長性, 事実チェックのための重要な情報をカバーする説明文を生成する。
  論文  参考訳（メタデータ） (2021-12-13T15:31:07Z)

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。