論文の概要: Hello, won't you tell me your name?: Investigating Anonymity Abuse in IPFS

• arxiv url: http://arxiv.org/abs/2506.04307v1
• Date: Wed, 04 Jun 2025 17:54:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-06 21:53:49.346453
• Title: Hello, won't you tell me your name?: Investigating Anonymity Abuse in IPFS
• Title（参考訳）: もしもし、あなたの名前を教えてくれませんか?-IPFSの匿名使用の調査
• Authors: Christos Karapapas, Iakovos Pittaras, George C. Polyzos, Constantinos Patsakis,
• Abstract要約: 悪意あるアクターがIPFSを利用して悪意あるコンテンツをアップロード・拡散し、匿名のままにしておく方法を探る。 サービスとパブリックゲートウェイのピンニングの役割を評価し、コンテンツ可用性の維持におけるその機能と制限を特定します。 分析の結果,プライニングサービスやパブリックゲートウェイには悪意のあるコンテンツの拡散を評価・抑制するメカニズムが欠如していることが判明した。
• 参考スコア（独自算出の注目度）: 5.751453679891771
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The InterPlanetary File System~(IPFS) offers a decentralized approach to file storage and sharing, promising resilience and efficiency while also realizing the Web3 paradigm. Simultaneously, the offered anonymity raises significant questions about potential misuse. In this study, we explore methods that malicious actors can exploit IPFS to upload and disseminate harmful content while remaining anonymous. We evaluate the role of pinning services and public gateways, identifying their capabilities and limitations in maintaining content availability. Using scripts, we systematically test the behavior of these services by uploading malicious files. Our analysis reveals that pinning services and public gateways lack mechanisms to assess or restrict the propagation of malicious content.
• Abstract（参考訳）: InterPlanetary File System~(IPFS)は、ファイルストレージと共有に対する分散的なアプローチを提供し、Web3パラダイムを実現しつつ、レジリエンスと効率性を約束する。 同時に、提案された匿名性は、潜在的な誤用に関する重要な疑問を提起する。 本研究では、悪意あるアクターがIPFSを利用して悪意あるコンテンツをアップロード・拡散し、匿名のままにしておく方法を検討する。 サービスとパブリックゲートウェイのピンニングの役割を評価し、コンテンツ可用性の維持におけるその機能と制限を特定します。 スクリプトを用いて、悪意のあるファイルをアップロードすることで、これらのサービスの振る舞いを体系的にテストする。 分析の結果,プライニングサービスやパブリックゲートウェイには悪意のあるコンテンツの拡散を評価・抑制するメカニズムが欠如していることが判明した。

関連論文リスト

• Minimally Intrusive Access Management to Content Delivery Networks based on Performance Models and Access Patterns [0.4949816699298336]
  本稿では,性能分析と統計的アクセスパターンを通じてトークンの誤用と戦うことに焦点を当てる。 本稿では,異常アクセスの検出とブロックを許容する要求制限の定義を提案する。 また,海賊行為に対する対策として,海賊の利用者が違法な共有を避けるために,サービス品質を低下させるような海賊行為対策も導入する。
  論文  参考訳（メタデータ） (2024-10-08T02:45:22Z)
• "Glue pizza and eat rocks" -- Exploiting Vulnerabilities in Retrieval-Augmented Generative Models [74.05368440735468]
  Retrieval-Augmented Generative (RAG)モデルにより大規模言語モデル(LLM)が強化される 本稿では,これらの知識基盤の開放性を敵が活用できるセキュリティ上の脅威を示す。
  論文  参考訳（メタデータ） (2024-06-26T05:36:23Z)
• Evaluating and Mitigating IP Infringement in Visual Generative AI [54.24196167576133]
  最先端のビジュアル生成モデルは、知的財産権によって保護されたキャラクターと著しく類似したコンテンツを生成することができる。 これは、入力プロンプトが文字の名前を含む場合や、その特性に関する記述的な詳細を含む場合に発生する。 我々は、潜在的に侵害される可能性のあるコンテンツを特定し、IP侵害を防止するための修正された生成パラダイムを開発する。
  論文  参考訳（メタデータ） (2024-06-07T06:14:18Z)
• Peer2PIR: Private Queries for IPFS [4.88160756739524]
  InterPlanetary File System (IPFS) は、分散ファイルシステムにデータを格納するためのピアツーピアネットワークであり、152か国に190,000以上のピアをホストしている。 私たちの研究は、分散システムへのPIRの統合に固有の、新たな課題を強調し、対処します。 我々は、新しいプライベートプロトコルを提示し、通信と計算のオーバーヘッドが著しく低いことを実証する。
  論文  参考訳（メタデータ） (2024-05-27T16:09:25Z)
• A Survey on Privacy-Preserving Caching at Network Edge: Classification, Solutions, and Challenges [23.242281571096782]
  エッジネットワークでのコンテンツキャッシングは、ネットワークバックホールの負担を軽減するために広く展開されている人気で効果的な手法である。 エッジネットワークでコンテンツをキャッシュするプライバシー侵害に関して、いくつかの論争があった。
  論文  参考訳（メタデータ） (2024-05-03T04:27:32Z)
• GuardFS: a File System for Integrated Detection and Mitigation of Linux-based Ransomware [8.576433180938004]
  GuardFSは、ランサムウェアの検出と緩和を統合するファイルシステムベースのアプローチである。 bespokeオーバーレイファイルシステムを使用して、ファイルにアクセスする前にデータを抽出する。 このデータに基づいてトレーニングされたモデルは、ファイルシステムへのアクセスを難なくし、遅延し、追跡する3つの新しい防御構成によって使用される。
  論文  参考訳（メタデータ） (2024-01-31T15:33:29Z)
• 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)
• NAS-FAS: Static-Dynamic Central Difference Network Search for Face Anti-Spoofing [94.89405915373857]
  対面防止(FAS)は、顔認識システムを保護する上で重要な役割を担っている。 既存の手法は専門家が設計したネットワークに依存しており、タスクFASのサブ最適化ソリューションにつながる可能性がある。 本稿では,ニューラルサーチ(NAS)に基づく最初のFAS手法であるFAS-FASを提案する。
  論文  参考訳（メタデータ） (2020-11-03T23:34:40Z)
• A Privacy-Preserving Distributed Architecture for Deep-Learning-as-a-Service [68.84245063902908]
  本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。 クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
  論文  参考訳（メタデータ） (2020-03-30T15:12:03Z)
• Quantifying the Vulnerabilities of the Online Public Square to Adversarial Manipulation Tactics [43.98568073610101]
  ソーシャルメディアモデルを用いて、コンテンツの品質に対するいくつかの敵の操作戦術の影響を定量化する。 ソーシャルメディアの目印である影響力のあるアカウントの存在は、操作するオンラインコミュニティの脆弱性を悪化させる。 これらの知見は、プラットフォームがソーシャルメディアユーザーによる操作のレジリエンスを高めるために使われる可能性があることを示唆している。
  論文  参考訳（メタデータ） (2019-07-13T21:12:08Z)

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。