論文の概要: Securing Immersive 360 Video Streams through Attribute-Based Selective Encryption

• arxiv url: http://arxiv.org/abs/2505.04466v1
• Date: Wed, 07 May 2025 14:37:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-08 19:07:36.112841
• Title: Securing Immersive 360 Video Streams through Attribute-Based Selective Encryption
• Title（参考訳）: 属性ベースの選択暗号化による没入型360度ビデオストリームのセキュア化
• Authors: Mohammad Waquas Usmani, Susmit Shannigrahi, Michael Zink,
• Abstract要約: 本稿では,36degビデオストリーミングに特化して,Attribute-Based Encryption(ABE)と選択暗号化技術を統合する新しいフレームワークを提案する。 提案手法では,不正アクセスに対するロバストな保護を確保しつつ,計算オーバーヘッドを低減するため,異なるレベルのフレームを選択的に暗号化する。 CloudLabテストベッドを使用して提案したアプローチをデプロイし、評価し、そのパフォーマンスを従来のHTTPSストリーミングと比較する。
• 参考スコア（独自算出の注目度）: 1.6768151308423365
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Delivering high-quality, secure 360{\deg} video content introduces unique challenges, primarily due to the high bitrates and interactive demands of immersive media. Traditional HTTPS-based methods, although widely used, face limitations in computational efficiency and scalability when securing these high-resolution streams. To address these issues, this paper proposes a novel framework integrating Attribute-Based Encryption (ABE) with selective encryption techniques tailored specifically for tiled 360{\deg} video streaming. Our approach employs selective encryption of frames at varying levels to reduce computational overhead while ensuring robust protection against unauthorized access. Moreover, we explore viewport-adaptive encryption, dynamically encrypting more frames within tiles occupying larger portions of the viewer's field of view. This targeted method significantly enhances security in critical viewing areas without unnecessary overhead in peripheral regions. We deploy and evaluate our proposed approach using the CloudLab testbed, comparing its performance against traditional HTTPS streaming. Experimental results demonstrate that our ABE-based model achieves reduced computational load on intermediate caches, improves cache hit rates, and maintains comparable visual quality to HTTPS, as assessed by Video Multimethod Assessment Fusion (VMAF).
• Abstract（参考訳）: 高品質でセキュアな360{\deg}ビデオコンテンツを提供することは、主に没入型メディアの高ビットレートとインタラクティブな要求のために、ユニークな課題をもたらす。 従来のHTTPSベースの手法は広く使われているが、これらの高解像度ストリームを確保する際に計算効率とスケーラビリティの制限に直面している。 このような問題に対処するため,本研究では,Attribute-Based Encryption (ABE) と選択的暗号化技術を組み合わせた新しいフレームワークを提案する。 提案手法では,不正アクセスに対するロバストな保護を確保しつつ,計算オーバーヘッドを低減するため,異なるレベルのフレームを選択的に暗号化する。 さらに、ビューポート適応型暗号化について検討し、ビューアの視野の大部分を占めるタイル内で、より多くのフレームを動的に暗号化する。 この手法は、周辺領域で不要なオーバーヘッドを伴わずに、重要な視聴領域のセキュリティを著しく向上させる。 CloudLabテストベッドを使用して提案したアプローチをデプロイし、評価し、そのパフォーマンスを従来のHTTPSストリーミングと比較する。 実験結果から,中間キャッシュにおける計算負荷の低減,キャッシュヒット率の向上,およびビデオマルチメソッドアセスメント・フュージョン(VMAF)によるHTTPSと同等の視覚的品質の維持が得られた。

関連論文リスト

• Enabling Practical and Privacy-Preserving Image Processing [5.526464269029825]
  ホモモルフィック暗号化(FHE)は、暗号化されたデータの計算を可能にし、復号化を必要とせずに機密性を保存する。 従来のFHEメソッドは、ピクセルの代わりにモノリシックなデータブロックで画像を暗号化することが多い。 CKKS方式に基づく画素レベルの同型暗号化手法iCHEETAHを提案し,実装する。
  論文  参考訳（メタデータ） (2024-09-05T14:22:02Z)
• NeR-VCP: A Video Content Protection Method Based on Implicit Neural Representation [7.726354287366925]
  暗黙的ニューラル表現に基づくビデオコンテンツ保護のための自動暗号化手法を提案する。 NeR-VCPはまず、送信者によって訓練されたキー制御可能なモジュールを受信者に事前配布する。 我々は,視覚的表現,不正ユーザに対する非受容性,暗号的観点からのセキュリティにおいて,優れた性能を有することを実験的に見出した。
  論文  参考訳（メタデータ） (2024-08-20T16:23:51Z)
• Video Dynamics Prior: An Internal Learning Approach for Robust Video Enhancements [83.5820690348833]
  外部トレーニングデータコーパスを必要としない低レベルの視覚タスクのためのフレームワークを提案する。 提案手法は,コヒーレンス・時間的テストの重み付けと統計内部統計を利用して,破損したシーケンスを最適化することでニューラルモジュールを学習する。
  論文  参考訳（メタデータ） (2023-12-13T01:57:11Z)
• Online Video Super-Resolution with Convolutional Kernel Bypass Graft [42.32318235565591]
  畳み込みカーネルバイパスグラフト (CKBG) という新しいカーネル知識伝達法に基づく極低遅延VSRアルゴリズムを提案する。 実験結果から,提案手法は最大110FPSまでのオンラインビデオシーケンスを処理可能であることがわかった。
  論文  参考訳（メタデータ） (2022-08-04T05:46:51Z)
• Fast Online Video Super-Resolution with Deformable Attention Pyramid [172.16491820970646]
  ビデオスーパーレゾリューション(VSR)には、ビデオストリーミングやテレビなど、厳格な因果性、リアルタイム、レイテンシの制約を課す多くのアプリケーションがある。 変形性アテンションピラミッド(DAP)に基づく繰り返しVSRアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-02-03T17:49:04Z)
• Robust Privacy-Preserving Motion Detection and Object Tracking in Encrypted Streaming Video [39.453548972987015]
  本稿では,暗号化された監視ビデオのビットストリームに対して,効率的かつ堅牢なプライバシー保護動作検出と複数物体追跡手法を提案する。 提案手法は, 暗号化・圧縮された領域における既存の作業と比較して, 最高の検出・追跡性能を実現する。 我々の手法は、カメラの動き/ジッタ、動的背景、影など、様々な課題を伴う複雑な監視シナリオで効果的に利用することができる。
  論文  参考訳（メタデータ） (2021-08-30T11:58:19Z)
• BlockCopy: High-Resolution Video Processing with Block-Sparse Feature Propagation and Online Policies [57.62315799929681]
  BlockCopyは、事前訓練されたフレームベースのCNNを高速化して、より効率的にビデオを処理するスキームである。 軽量ポリシーネットワークは、画像内の重要領域を決定し、選択された領域のみに操作を適用する。 非選択領域の特徴は、単に前のフレームからコピーされ、計算数とレイテンシーが減少する。
  論文  参考訳（メタデータ） (2021-08-20T21:16:01Z)
• Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
  紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。 オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
  論文  参考訳（メタデータ） (2021-02-01T09:17:18Z)
• Robust Unsupervised Video Anomaly Detection by Multi-Path Frame Prediction [61.17654438176999]
  本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。 提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
  論文  参考訳（メタデータ） (2020-11-05T11:34:12Z)
• Encoding in the Dark Grand Challenge: An Overview [60.9261003831389]
  低照度映像シーケンスの符号化に関するグランドチャレンジを提案する。 VVCは、エンコーディングに先立って単にビデオソースをデノベートするよりも高いパフォーマンスを達成する。 後処理画像強調法を用いることで、ビデオストリームの品質をさらに向上することができる。
  論文  参考訳（メタデータ） (2020-05-07T08:22:56Z)

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。