論文の概要: A Framework to Prevent Biometric Data Leakage in the Immersive Technologies Domain
- arxiv url: http://arxiv.org/abs/2505.04123v1
- Date: Wed, 07 May 2025 04:35:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-08 19:07:35.977093
- Title: A Framework to Prevent Biometric Data Leakage in the Immersive Technologies Domain
- Title（参考訳）: 没入型技術領域における生体情報漏洩防止フレームワーク
- Authors: Keshav Sood, Iynkaran Natgunanathan, Uthayasanker Thayasivam, Vithurabiman Senthuran, Xiaoning Zhang, Shui Yu,
- Abstract要約: サイコグラフィーデータ(音声コマンド機能、顔のダイナミックスなど)はセンシティブなデータであり、ユーザーの同意なしにデバイスから漏れてはならない。
我々は没入型技術領域における機密データ(またはバイオメトリックデータ)のプライバシー漏洩を軽減するためのシンプルな技術フレームワークを開発する。
- 参考スコア（独自算出の注目度）: 11.378592130605929
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Doubtlessly, the immersive technologies have potential to ease people's life and uplift economy, however the obvious data privacy risks cannot be ignored. For example, a participant wears a 3D headset device which detects participant's head motion to track the pose of participant's head to match the orientation of camera with participant's eyes positions in the real-world. In a preliminary study, researchers have proved that the voice command features on such headsets could lead to major privacy leakages. By analyzing the facial dynamics captured with the motion sensors, the headsets suffer security vulnerabilities revealing a user's sensitive speech without user's consent. The psychography data (such as voice command features, facial dynamics, etc.) is sensitive data and it should not be leaked out of the device without users consent else it is a privacy breach. To the best of our literature review, the work done in this particular research problem is very limited. Motivated from this, we develop a simple technical framework to mitigate sensitive data (or biometric data) privacy leaks in immersive technology domain. The performance evaluation is conducted in a robust way using six data sets, to show that the proposed solution is effective and feasible to prevent this issue.
- Abstract（参考訳）: 必然的に、没入型技術は人々の生活を楽にし、経済を隆盛させる可能性があるが、明らかなデータのプライバシーリスクは無視できない。
例えば、参加者は3Dヘッドセット装置を装着し、参加者の頭部の動きを検出し、参加者の頭部の姿勢を追跡し、現実世界の参加者の目の位置とカメラの向きを一致させる。
予備研究で、研究者たちはこのようなヘッドセットの音声コマンド機能が大きなプライバシー漏洩につながることを証明した。
モーションセンサーで捉えた顔のダイナミックスを分析することで、ヘッドセットはユーザーの同意なしにユーザーのセンシティブなスピーチを露呈するセキュリティ上の脆弱性を被る。
サイコグラフィーデータ(音声コマンド機能、顔のダイナミクスなど)はセンシティブなデータであり、ユーザーの同意なしにデバイスから漏れるべきではない。
文献レビューのベストは、この特定の研究問題における研究は、非常に限られていることです。
このことから、没入型技術領域における機密データ(またはバイオメトリックデータ)のプライバシー漏洩を軽減するための、シンプルな技術フレームワークを開発する。
性能評価は、6つのデータセットを用いて頑健な方法で行われ、提案手法が有効であり、この問題を防止することができることを示す。
関連論文リスト
- Privacy Challenges In Image Processing Applications [0.9374652839580183]
プライバシーリスクが高まる主なアプリケーションには、患者の健康データを含む医療や、不正な追跡を可能にする監視システムなどがある。
差分プライバシーは、制御されたノイズを注入することで厳格なプライバシー保証を提供する一方、MPCは生のデータ入力を公開することなく協調分析を促進する。
ホモモルフィック暗号化は暗号化されたデータの計算を可能にし、匿名化は識別要素を直接削除する。
論文 参考訳（メタデータ） (2025-05-07T07:28:03Z) - Exploring Audio Editing Features as User-Centric Privacy Defenses Against Large Language Model(LLM) Based Emotion Inference Attacks [0.0]
既存のプライバシ保護手法はユーザビリティとセキュリティを侵害し、現実的なシナリオでの採用を制限する。
本稿では,ユーザビリティを犠牲にすることなく,感情的プライバシを保護するために,親しみやすい音声編集技術,特にピッチとテンポ操作を活用する,ユーザ中心のアプローチを提案する。
3つの異なるデータセットを用いて実験を行い、ピッチとテンポの操作が感情データを効果的に難なくすることを示した。
論文 参考訳（メタデータ） (2025-01-30T20:07:44Z) - Activity Recognition on Avatar-Anonymized Datasets with Masked Differential Privacy [64.32494202656801]
プライバシを保存するコンピュータビジョンは、機械学習と人工知能において重要な問題である。
本稿では,ビデオデータセット中の感性のある被験者を文脈内の合成アバターに置き換える匿名化パイプラインを提案する。
また、匿名化されていないがプライバシーに敏感な背景情報を保護するため、MaskDPを提案する。
論文 参考訳（メタデータ） (2024-10-22T15:22:53Z) - 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) - 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) - Audio-Visual Person-of-Interest DeepFake Detection [77.04789677645682]
本研究の目的は、現実世界で遭遇する様々な操作方法やシナリオに対処できるディープフェイク検出器を提案することである。
我々は、対照的な学習パラダイムを活用して、各アイデンティティに対して最も識別しやすい、移動面と音声セグメントの埋め込みを学習する。
本手法は,シングルモダリティ(オーディオのみ,ビデオのみ)とマルチモダリティ(オーディオビデオ)の両方を検出でき,低品質・低画質ビデオに対して堅牢である。
論文 参考訳（メタデータ） (2022-04-06T20:51:40Z) - Privacy Aware Person Detection in Surveillance Data [4.727475863373813]
群衆管理は、オペレーターまたはオブジェクト検出モデルによる監視ビデオの検査に依存する。
カメラから遠隔インフラに映像を転送すれば、プライバシー侵害となる追加情報を抽出する扉が開くかもしれない。
本稿では,人検出に必要な情報のみを保持するために,映像フレームを変換する軽量なオファスケータを得るために,対人訓練を用いる。
論文 参考訳（メタデータ） (2021-10-28T14:49:21Z) - Privacy-Preserving Image Acquisition Using Trainable Optical Kernel [50.1239616836174]
本稿では、画像センサに到達する前に、光学領域の感度の高い識別情報を除去する訓練可能な画像取得手法を提案する。
イメージセンサに到達する前に、センシティブなコンテンツが抑制されるため、デジタルドメインには入らないため、いかなる種類のプライバシー攻撃でも検索できない。
論文 参考訳（メタデータ） (2021-06-28T11:08:14Z) - Stay Connected, Leave no Trace: Enhancing Security and Privacy in WiFi
via Obfuscating Radiometric Fingerprints [8.89054576694426]
WiFiチップセットの固有のハードウェア欠陥は、送信された信号に現れ、ユニークなラジオメトリック指紋をもたらす。
近年の研究では、市販品で容易に実装可能な実用的な指紋認証ソリューションが提案されている。
解析的および実験的に、これらのソリューションは偽造攻撃に対して非常に脆弱であることを示す。
本稿では, RF-Veilを提案する。RF-Veilは, 偽造攻撃に対して堅牢なだけでなく, ユーザのプライバシーも保護する。
論文 参考訳（メタデータ） (2020-11-25T11:10:59Z) - Privacy-accuracy trade-offs in noisy digital exposure notifications [3.04585143845864]
携帯電話による接触追跡プロセスの自動化に関心がある。
Bluetoothなどのデータ交換技術を使って、ユーザー間の連絡先を記録したり、ポジティブな診断を報告したり、病気のユーザーに暴露されたユーザーに警告したりできる。
実用的なプロトコルを設計することは重要であるが、露出イベントをユーザーに通知することは、それ自体が秘密情報を漏洩させる可能性があることに気づくことが不可欠である。
論文 参考訳（メタデータ） (2020-11-08T15:00:38Z)
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。