論文の概要: Emission Impossible: privacy-preserving carbon emissions claims

• arxiv url: http://arxiv.org/abs/2506.16347v1
• Date: Thu, 19 Jun 2025 14:23:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-23 19:00:05.110503
• Title: Emission Impossible: privacy-preserving carbon emissions claims
• Title（参考訳）: 二酸化炭素排出は不可能-プライバシー保護の主張
• Authors: Jessica Man, Sadiq Jaffer, Patrick Ferris, Martin Kleppmann, Anil Madhavapeddy,
• Abstract要約: ICTサプライチェーンは正確な二酸化炭素排出量データを追跡し、共有する必要がある。 現在の二酸化炭素排出量の報告は、検証されていないデータに依存している。 本稿では, 炭素排出量の主張に対して, 暗号とゼロ知識証明を適用した手法を提案する。 提案システムは,ゼロ知識に基づく非対話的知識論(zk-SNARK)プロトコルに基づいている。
• 参考スコア（独自算出の注目度）: 1.9981159529611145
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Information and Communication Technologies (ICT) have a significant climate impact, and data centres account for a large proportion of the carbon emissions from ICT. To achieve sustainability goals, it is important that all parties involved in ICT supply chains can track and share accurate carbon emissions data with their customers, investors, and the authorities. However, businesses have strong incentives to make their numbers look good, whilst less so to publish their accounting methods along with all the input data, due to the risk of revealing sensitive information. It would be uneconomical to use a trusted third party to verify the data for every report for each party in the chain. As a result, carbon emissions reporting in supply chains currently relies on unverified data. This paper proposes a methodology that applies cryptography and zero-knowledge proofs for carbon emissions claims that can be subsequently verified without the knowledge of the private input data. The proposed system is based on a zero-knowledge Succinct Non-interactive ARguments of Knowledge (zk-SNARK) protocol, which enables verifiable emissions reporting mechanisms across a chain of energy suppliers, cloud data centres, cloud services providers, and customers, without any company needing to disclose commercially sensitive information. This allows customers of cloud services to accurately account for the emissions generated by their activities, improving data quality for their own regulatory reporting. Cloud services providers would also be held accountable for producing accurate carbon emissions data.
• Abstract（参考訳）: インフォメーション・アンド・コミュニケーション・テクノロジー(ICT)は気候に大きな影響を与え、データセンターはICTからの二酸化炭素排出量の大部分を占めている。 持続可能性目標を達成するためには、ICTサプライチェーンに関わるすべての関係者が、顧客、投資家、当局と正確な二酸化炭素排出量データを追跡および共有できることが重要である。 しかし、企業は、その数値を良く見せるための強いインセンティブを持っているが、機密情報を明らかにするリスクがあるため、すべての入力データとともに会計方法を公開することは少ない。 信頼できる第三者を使用して、チェーン内の各当事者のレポート毎のデータを検証するのは、経済的ではないでしょう。 その結果、サプライチェーンにおける二酸化炭素排出量は、現在未検証のデータに依存している。 本稿では,私的入力データの知識を必要とせず,その後に検証可能な,暗号とゼロ知識証明を適用した手法を提案する。 提案システムは,企業に対して機密情報を開示することなく,エネルギーサプライヤー,クラウドデータセンタ,クラウドサービスプロバイダ,顧客など一連のエミッション報告機構を検証可能な,ゼロ知識の非対話的知識記述(zk-SNARK)プロトコルに基づいている。 これにより、クラウドサービスの顧客は、アクティビティによって生成されたエミッションを正確に説明することができ、独自の規制レポートのデータ品質を向上させることができる。 クラウドサービスプロバイダは、正確な二酸化炭素排出量データを生成する責任も負う。

関連論文リスト

• Carbon Market Simulation with Adaptive Mechanism Design [55.25103894620696]
  炭素市場(英: carbon market)は、個人の利益をグローバルユーティリティーと整合させる経済エージェントをインセンティブとする、市場ベースのツールである。 階層型モデルフリーマルチエージェント強化学習(MARL)を用いて市場をシミュレートする適応機構設計フレームワークを提案する。 MARLは、政府エージェントが生産性、平等、二酸化炭素排出のバランスをとることができることを示している。
  論文  参考訳（メタデータ） (2024-06-12T05:08:51Z)
• Generative AI for Low-Carbon Artificial Intelligence of Things with Large Language Models [67.0243099823109]
  ジェネレーティブAI(GAI)は、AIoT(Artificial Intelligence of Things)の二酸化炭素排出量を減らす大きな可能性を秘めている 本稿では, 炭素排出量削減のためのGAIの可能性について検討し, 低炭素AIoTのための新しいGAI対応ソリューションを提案する。 本稿では,Large Language Model (LLM) を利用したCO_2排出最適化フレームワークを提案し,このフレームワークにより,プラグ可能なLLMとRetrieval Augmented Generation (RAG) モジュールを設計する。
  論文  参考訳（メタデータ） (2024-04-28T05:46:28Z)
• Global, robust and comparable digital carbon assets [0.28106259549258145]
  本稿では,カーボンオフセットの主張を透過的に検証できる新しいデジタルカーボンアセット(PACTステーブルコイン)を提案する。 我々は、低コストなトランザクションを容易にするように設計されたTezosブロックチェーン上で、PACTの炭素安定係数を実装し、評価する。 我々の研究は、高完全性な炭素クレジット取引のための透明でスケーラブルで効率的なフレームワークを提供することで、自発的な炭素市場へのスケールと信頼をもたらします。
  論文  参考訳（メタデータ） (2024-03-21T17:35:07Z)
• Leveraging AI-derived Data for Carbon Accounting: Information Extraction from Alternative Sources [0.0]
  我々は、信頼できる炭素会計手順への道筋に重要な役割を果たす、より多様なデータソースの必要性について論じる。 金融・海運データに対するOpenAIのGPT APIを用いたNLPを用いた分析により,近年の現実世界データに関するケーススタディを提案する。
  論文  参考訳（メタデータ） (2023-11-26T22:49:41Z)
• Outsourcing Training without Uploading Data via Efficient Collaborative Open-Source Sampling [49.87637449243698]
  従来のアウトソーシングでは、デバイスデータをクラウドサーバにアップロードする必要がある。 我々は、公開および異種ソースから収集された膨大なデータセットである、広く利用可能なオープンソースデータを活用することを提案する。 我々は,オープンソースデータからクラウドトレーニングのためのプロキシデータセットを構築するための,ECOS(Efficient Collaborative Open-source Sampling)と呼ばれる新しい戦略を開発した。
  論文  参考訳（メタデータ） (2022-10-23T00:12:18Z)
• Near Real-time CO$_2$ Emissions Based on Carbon Satellite And Artificial Intelligence [20.727982405167758]
  我々は、データ検索アルゴリズムと2ステップのデータ駆動ソリューションの両方を含む統合AIベースのパイプラインを提案する。 まず、データ検索アルゴリズムは、炭素衛星、炭素源の情報、およびいくつかの環境要因を含むマルチモーダルデータから効率的なデータセットを生成することができる。 第二に、深層学習技術の強力な表現を適用した2段階のデータ駆動ソリューションは、人為的CO$排出の定量化を学習する。
  論文  参考訳（メタデータ） (2022-10-11T12:01:32Z)
• Measuring the Carbon Intensity of AI in Cloud Instances [91.28501520271972]
  我々は,ソフトウェアの炭素強度を測定するための枠組みを提供し,運転中の炭素排出量を測定することを提案する。 私たちは、Microsoft Azureクラウドコンピューティングプラットフォームにおける排出削減のための一連のアプローチを評価します。
  論文  参考訳（メタデータ） (2022-06-10T17:04:04Z)
• Towards a Systematic Survey for Carbon Neutral Data Centers [23.339102377319833]
  データセンターは大規模なエネルギー消費のため、炭素集約型企業である。 データセンター産業は2030年までに世界の二酸化炭素排出量の8%を占めると見積もられている。 本研究は, 政策指標と技術方法論の両方を考慮した, 炭素中性データセンターへのロードマップを提案する。
  論文  参考訳（メタデータ） (2021-10-15T09:24:15Z)

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。