論文の概要: A Lightweight Incentive-Based Privacy-Preserving Smart Metering Protocol for Value-Added Services
- arxiv url: http://arxiv.org/abs/2508.14703v1
- Date: Wed, 20 Aug 2025 13:28:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-21 16:52:41.465093
- Title: A Lightweight Incentive-Based Privacy-Preserving Smart Metering Protocol for Value-Added Services
- Title（参考訳）: 付加価値サービスのための軽量インセンティブに基づくプライバシー保護スマート計測プロトコル
- Authors: Farid Zaredar, Morteza Amini,
- Abstract要約: 本稿では,インセンティブに基づく付加価値サービスのための軽量なプライバシ保護型スマート計測プロトコルを提案する。
このスキームは、ローカルな差分プライバシー、ハッシュチェーン、盲目のデジタル署名、偽名、時間的集約、匿名のオーバーレイネットワークを利用している。
その結果,1024ビットRSAキー,7日間,1日4回のレポートで約0.51秒で動作し,約4.5MBのメモリを消費することがわかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The emergence of smart grids and advanced metering infrastructure (AMI) has revolutionized energy management. Unlike traditional power grids, smart grids benefit from two-way communication through AMI, which surpasses earlier automated meter reading (AMR). AMI enables diverse demand- and supply-side utilities such as accurate billing, outage detection, real-time grid control, load forecasting, and value-added services. Smart meters play a key role by delivering consumption values at predefined intervals to the utility provider (UP). However, such reports may raise privacy concerns, as adversaries can infer lifestyle patterns, political orientations, and the types of electrical devices in a household, or even sell the data to third parties (TP) such as insurers. In this paper, we propose a lightweight, privacy-preserving smart metering protocol for incentive-based value-added services. The scheme employs local differential privacy, hash chains, blind digital signatures, pseudonyms, temporal aggregation, and anonymous overlay networks to report coarse-grained values with adjustable granularity to the UP. This protects consumers' privacy while preserving data utility. The scheme prevents identity disclosure while enabling automatic token redemption. From a performance perspective, our results show that with a 1024-bit RSA key, a 7-day duration, and four reports per day, our protocol runs in approximately 0.51s and consumes about 4.5 MB of memory. From a privacy perspective, the protocol resists semi-trusted and untrusted adversaries.
- Abstract（参考訳）: スマートグリッドと高度計測インフラ(AMI)の出現はエネルギー管理に革命をもたらした。
従来の電力網とは異なり、スマートグリッドはAMIによる双方向通信の恩恵を受ける。
AMIは、正確な請求、停止検知、リアルタイムグリッド制御、負荷予測、付加価値サービスなど、多様な需要と供給側のユーティリティを可能にします。
スマートメーターは、定義済みの間隔で消費値をユーティリティプロバイダ(UP)に配信することで、重要な役割を担います。
しかし、このような報告は、敵対者が家庭内のライフスタイルパターン、政治的指向、電気機器の種類を推測したり、保険会社のような第三者(TP)にデータを売ったりすることで、プライバシー上の懸念を引き起こす可能性がある。
本稿では,インセンティブに基づく付加価値サービスのための軽量なプライバシ保護型スマート計測プロトコルを提案する。
このスキームは、局所的な差分プライバシー、ハッシュチェーン、ブラインドデジタル署名、偽名、時間的アグリゲーション、匿名オーバーレイネットワークを用いて、UPに調整可能な粒度で粗い粒度を報告している。
これは、データユーティリティを保持しながら、消費者のプライバシを保護する。
このスキームは、自動トークンの償却を可能にしながら、IDの開示を防止する。
パフォーマンスの観点からは,1024ビットRSAキー,7日間,1日4回のレポートで約0.51秒で動作し,約4.5MBのメモリを消費することを示す。
プライバシーの観点からは、このプロトコルは半信頼的で信頼できない敵に抵抗する。
関連論文リスト
- A Lightweight Privacy-Preserving Smart Metering Billing Protocol with Dynamic Tariff Policy Adjustment [0.0]
スマートメータとユーティリティプロバイダ間の双方向通信を容易にすることにより,高度な計測インフラストラクチャ(AMI)がスマートグリッドにおいて重要な役割を果たす。
詳細な消費データの収集は、消費者の日常活動を不注意に開示し、プライバシーの懸念を高め、プライバシー侵害につながる可能性がある。
本稿では,動的ポリシー調整によるリアルタイム関税請求サービスを支援するために設計された,軽量なプライバシ保護型スマート計測プロトコルを提案する。
論文 参考訳（メタデータ） (2025-08-20T16:06:19Z) - A Collusion-Resistance Privacy-Preserving Smart Metering Protocol for Operational Utility [0.0]
本稿では,運用サービスにおけるスマート計測のためのコレージョン耐性・プライバシ保護アグリゲーションプロトコルを提案する。
提案手法は,Paillier暗号系の加法準同型特性を用いて摂動読解を集約する。
性能とプライバシの両方の観点からプロトコルを評価する。
論文 参考訳（メタデータ） (2025-08-20T14:40:33Z) - PWC-MoE: Privacy-Aware Wireless Collaborative Mixture of Experts [59.5243730853157]
クラウドサーバにホストされる大規模言語モデル(LLM)は、ローカルデバイス上の計算とストレージの負担を軽減するが、プライバシの懸念を高める。
小規模言語モデル(SLM)は、ローカルで実行されるためプライバシーが向上するが、複雑なタスクではパフォーマンスが制限される。
帯域幅制約下での計算コスト,性能,プライバシ保護のバランスをとるために,プライバシを意識したPWC-MoE(PWC-MoE)フレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-13T16:27:07Z) - RIOT-based smart metering system for privacy-preserving data aggregation using watermarking and encryption [0.0]
本研究では,可逆な透かしとAES暗号を用いたプライバシー保護型データ集約プロトコルを提案する。
プロトコルには、LSBシフト方式の可逆透かし(RLS)を使用する低周波スマートメータと、差分展開方式の可逆透かし(RDE)を使用する高周波スマートメータがある。
論文 参考訳（メタデータ） (2025-01-10T18:37:20Z) - Collaborative Inference over Wireless Channels with Feature Differential Privacy [57.68286389879283]
複数の無線エッジデバイス間の協調推論は、人工知能(AI)アプリケーションを大幅に強化する可能性がある。
抽出された特徴を抽出することは、プロセス中に機密性の高い個人情報が暴露されるため、重大なプライバシーリスクをもたらす。
本稿では,ネットワーク内の各エッジデバイスが抽出された機能のプライバシを保護し,それらを中央サーバに送信して推論を行う,新たなプライバシ保存協調推論機構を提案する。
論文 参考訳（メタデータ） (2024-10-25T18:11:02Z) - DynamiQS: Quantum Secure Authentication for Dynamic Charging of Electric Vehicles [61.394095512765304]
Dynamic Wireless Power Transfer (DWPT)は、電気自動車を運転中に充電できる新しい技術である。
量子コンピューティングの最近の進歩は、古典的な公開鍵暗号を危険にさらしている。
動的ワイヤレス充電のための第1量子後セキュア認証プロトコルであるDynamiQSを提案する。
論文 参考訳（メタデータ） (2023-12-20T09:40:45Z) - Charge Manipulation Attacks Against Smart Electric Vehicle Charging Stations and Deep Learning-based Detection Mechanisms [49.37592437398933]
電気自動車充電ステーション(EVCS)は、グリーントランスポートの実現に向けた重要なステップとなる。
我々は、攻撃者がスマート充電操作中に交換された情報を操作しているEV充電に対する充電操作攻撃(CMA)を調査した。
本稿では,EV充電に関わるパラメータを監視してCMAを検出する,教師なしのディープラーニングに基づくメカニズムを提案する。
論文 参考訳（メタデータ） (2023-10-18T18:38:59Z) - A Randomized Approach for Tight Privacy Accounting [63.67296945525791]
推定検証リリース(EVR)と呼ばれる新しい差分プライバシーパラダイムを提案する。
EVRパラダイムは、まずメカニズムのプライバシパラメータを推定し、その保証を満たすかどうかを確認し、最後にクエリ出力を解放する。
我々の実証的な評価は、新たに提案されたEVRパラダイムが、プライバシ保護機械学習のユーティリティプライバシトレードオフを改善することを示している。
論文 参考訳（メタデータ） (2023-04-17T00:38:01Z) - Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。
ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
論文 参考訳（メタデータ） (2023-04-06T05:20:16Z) - Privacy Protection of Grid Users Data with Blockchain and Adversarial
Machine Learning [0.8029049649310213]
世界中のユーティリティーは、今後数年間に3億以上のスマートメーターを設置するために合計で約300億ドルを投資すると報告されている。
国全体の展開により、13億近いスマートメーターが配置されます。
きめ細かいエネルギー使用量データ収集に関連するこれらのすべての特典は、ユーザーのプライバシーを脅かす。
本研究は、スマートメーターから収集した消費者のエネルギー利用データに対するプライバシー侵害について論じる。
論文 参考訳（メタデータ） (2021-01-15T21:54:55Z) - Avoiding Occupancy Detection from Smart Meter using Adversarial Machine
Learning [0.7106986689736826]
本稿では,アタックとしてAdversarial Machine Learning Occupancy Detection Avoidance (AMLODA) フレームワークを導入する。
基本的に、提案するプライバシー保護フレームワークは、リアルタイムまたはほぼリアルタイムの電力使用情報を隠すように設計されている。
以上の結果から,提案手法はユーザのプライバシを強く支持することを示す。
論文 参考訳（メタデータ） (2020-10-23T20:02:48Z)
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。