論文の概要: Versatile and Fast Location-Based Private Information Retrieval with Fully Homomorphic Encryption over the Torus

• arxiv url: http://arxiv.org/abs/2506.12761v1
• Date: Sun, 15 Jun 2025 08:01:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:46.807232
• Title: Versatile and Fast Location-Based Private Information Retrieval with Fully Homomorphic Encryption over the Torus
• Title（参考訳）: トーラス上での完全同型暗号化によるVersatile and Fast Location-based Private Information Retrieval
• Authors: Joon Soo Yoo, Taeho Kim, Ji Won Yoon,
• Abstract要約: 本稿では,ユーザプライバシの保護を目的としたPIRシステムであるVeLoPIRを提案する。 VeLoPIRは3つの操作モード(インターバルバリデーション、座標バリデーション、識別子マッチング)を導入し、幅広い現実世界のアプリケーションをサポートする。 我々は、セキュリティとプライバシの正式な証明を提供し、標準的な暗号的仮定の下でシステムの堅牢性を確認する。
• 参考スコア（独自算出の注目度）: 4.021179028452984
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Location-based services often require users to share sensitive locational data, raising privacy concerns due to potential misuse or exploitation by untrusted servers. In response, we present VeLoPIR, a versatile location-based private information retrieval (PIR) system designed to preserve user privacy while enabling efficient and scalable query processing. VeLoPIR introduces three operational modes-interval validation, coordinate validation, and identifier matching-that support a broad range of real-world applications, including information and emergency alerts. To enhance performance, VeLoPIR incorporates multi-level algorithmic optimizations with parallel structures, achieving significant scalability across both CPU and GPU platforms. We also provide formal security and privacy proofs, confirming the system's robustness under standard cryptographic assumptions. Extensive experiments on real-world datasets demonstrate that VeLoPIR achieves up to 11.55 times speed-up over a prior baseline. The implementation of VeLoPIR is publicly available at https://github.com/PrivStatBool/VeLoPIR.
• Abstract（参考訳）: 位置情報ベースのサービスは、ユーザーが機密性の高い位置情報を共有することを要求することが多く、不信任サーバによる誤用や悪用によるプライバシー上の懸念が高まる。 提案するVeLoPIRは,ユーザのプライバシを保護しつつ,効率的かつスケーラブルなクエリ処理を実現するために設計された,多目的な位置ベースプライベート情報検索(PIR)システムである。 VeLoPIRは、インターバルバリデーション、座標バリデーション、識別子マッチングという3つのオペレーティングモードを導入している。 パフォーマンス向上のため、VeLoPIRは並列構造によるマルチレベルアルゴリズム最適化を導入し、CPUとGPUプラットフォームの両方で大幅なスケーラビリティを実現している。 セキュリティとプライバシの正式な証明も提供し、標準的な暗号化仮定の下でシステムの堅牢性を確認します。 実世界のデータセットに対する大規模な実験は、VeLoPIRが以前のベースラインの最大11.55倍のスピードアップを達成したことを示している。 VeLoPIRの実装はhttps://github.com/PrivStatBool/VeLoPIRで公開されている。

関連論文リスト

• CB-cPIR: Code-Based Computational Private Information Retrieval [9.054540533394928]
  CB-cPIR(CB-cPIR)は、コードベースの暗号からセキュリティを導出する、単一サーバのコードに基づく計算プライベート情報検索方式である。 このスキームは、Holzbaur、Hollanti、Wachter-Zehによって提案された、コードベースのcPIRスキームに強くインスパイアされている。
  論文  参考訳（メタデータ） (2025-05-06T10:34:44Z)
• Fast Private Location-based Information Retrieval Over the Torus [2.0680208842600454]
  LocPIRは、パブリッククラウドからデータを取得する際のユーザの位置情報のプライバシを保存する。 システムでは、非ポリノミカル評価におけるTFHEの専門知識を採用している。
  論文  参考訳（メタデータ） (2024-07-29T10:42:17Z)
• Robust Utility-Preserving Text Anonymization Based on Large Language Models [80.5266278002083]
  テキストの匿名化は、プライバシーを維持しながら機密データを共有するために重要である。 既存の技術は、大規模言語モデルの再識別攻撃能力の新たな課題に直面している。 本稿では,3つのLCMベースコンポーネント – プライバシ評価器,ユーティリティ評価器,最適化コンポーネント – で構成されるフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-07-16T14:28:56Z)
• PriRoAgg: Achieving Robust Model Aggregation with Minimum Privacy Leakage for Federated Learning [49.916365792036636]
  フェデレートラーニング(FL)は、大規模分散ユーザデータを活用する可能性から、最近大きな勢いを増している。 送信されたモデル更新は、センシティブなユーザ情報をリークする可能性があり、ローカルなトレーニングプロセスの集中的な制御の欠如は、モデル更新に対する悪意のある操作の影響を受けやすいグローバルモデルを残します。 我々は、Lagrange符号化計算と分散ゼロ知識証明を利用した汎用フレームワークPriRoAggを開発し、集約されたプライバシを満たすとともに、幅広いロバストな集約アルゴリズムを実行する。
  論文  参考訳（メタデータ） (2024-07-12T03:18:08Z)
• Large-Scale MPC: Scaling Private Iris Code Uniqueness Checks to Millions of Users [2.0540398980002594]
  生体認証システムは通常、機密データのサーバ側処理を必要とする。 我々は、与えられたIris Codeが与えられたデータベースに含まれるものと似ているかどうかを問合せできるソリューションを設計します。 すべてのクエリとデータセットは、セキュアなマルチパーティ計算を使用して保護されている。
  論文  参考訳（メタデータ） (2024-05-07T16:29:11Z)
• Quantum Private Information Retrieval from Coded Storage Systems [0.0]
  量子プライベート情報検索(QPIR)プロトコルでは、複数のサーバから量子システムをダウンロードすることで、データベースから情報を取得することができる。 この論文は、既知の古典的PIRプロトコルと量子通信アルゴリズムを組み合わせることで、符号化ストレージのためのQPIRプロトコルを開発することを目的としている。
  論文  参考訳（メタデータ） (2023-12-10T12:36:10Z)
• Systematic Evaluation of Geolocation Privacy Mechanisms [6.356211727228669]
  位置情報プライバシ保護メカニズム(LPPM)は、共有データのプライバシを確保するために、以前の研究によって提案されている。 LPPMの感度について, 使用シナリオについて検討した。
  論文  参考訳（メタデータ） (2023-09-12T14:23:19Z)
• Sparsity-Aware Intelligent Massive Random Access Control in Open RAN: A Reinforcement Learning Based Approach [61.74489383629319]
  新たなOpen Radio Access Network(O-RAN)におけるデバイスの大量ランダムアクセスは、アクセス制御と管理に大きな課題をもたらします。 閉ループアクセス制御の強化学習(RL)支援方式を提案する。 深部RL支援SAUDは、連続的かつ高次元の状態と行動空間を持つ複雑な環境を解決するために提案されている。
  論文  参考訳（メタデータ） (2023-03-05T12:25:49Z)
• 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)
• CryptoSPN: Privacy-preserving Sum-Product Network Inference [84.88362774693914]
  総生産ネットワーク(SPN)のプライバシ保護のためのフレームワークを提案する。 CryptoSPNは、中規模のSPNに対して秒の順序で高効率で正確な推論を行う。
  論文  参考訳（メタデータ） (2020-02-03T14:49:18Z)

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。