論文の概要: A Collusion-Resistance Privacy-Preserving Smart Metering Protocol for Operational Utility
- arxiv url: http://arxiv.org/abs/2508.14744v1
- Date: Wed, 20 Aug 2025 14:40:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-21 16:52:41.484131
- Title: A Collusion-Resistance Privacy-Preserving Smart Metering Protocol for Operational Utility
- Title（参考訳）: 協調型プライバシ保護型スマート計測プロトコル
- Authors: Farid Zaredar, Morteza Amini,
- Abstract要約: 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。
- 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: Modern grids have adopted advanced metering infrastructure (AMI) to facilitate bidirectional communication between smart meters and control centers. This enables smart meters to report consumption values at predefined intervals to utility providers for purposes including demand balancing, load forecasting, dynamic billing, and operational efficiency. Compared to traditional power grids, smart grids offer advantages such as enhanced reliability, improved energy efficiency, and increased security. However, utility providers can compromise user privacy by analyzing fine-grained readings and extracting individuals' daily activities from this time-series data. To address this concern, we propose a collusion-resistant, privacy-preserving aggregation protocol for smart metering in operational services. Our protocol ensures privacy by leveraging techniques such as partially additive homomorphic encryption, aggregation, data perturbation, and data minimization. The scheme aggregates perturbed readings using the additive homomorphic property of the Paillier cryptosystem to provide results for multiple operational purposes. We evaluate the protocol in terms of both performance and privacy. Computational, memory, and communication overhead were examined. The total execution time with 1024-bit key size is about 2.21 seconds. We also evaluated privacy through the normalized conditional entropy (NCE) metric. Higher NCE values, closer to 1, indicate stronger privacy. By increasing noise scale, the NCE value rises, showing perturbed values retain minimal information about the original, thereby reducing risks. Overall, evaluation demonstrates the protocol's efficiency while employing various privacy-preserving techniques.
- Abstract（参考訳）: 現代のグリッドは、スマートメーターとコントロールセンター間の双方向通信を容易にするために高度な計測インフラ(AMI)を採用している。
これによりスマートメーターは、需要バランス、負荷予測、動的請求、運用効率などの目的のために、事前に定義された間隔で消費値をユーティリティプロバイダに報告することができる。
従来の電力網と比較して、スマートグリッドは信頼性の向上、エネルギー効率の向上、セキュリティの向上といった利点を提供する。
しかし、ユーティリティプロバイダは、詳細な読み出しを分析し、この時系列データから個人の日々のアクティビティを抽出することで、ユーザのプライバシを損なうことができる。
この問題に対処するため,運用サービスにおけるスマート計測のための,共謀耐性・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。
本プロトコルは,部分付加的同型暗号化,集約,データ摂動,データ最小化といった手法を活用することにより,プライバシを確保する。
このスキームは、Paillier暗号系の加法準同型特性を用いて摂動読みを集約し、複数の運用目的に対して結果を提供する。
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。
計算,記憶,通信のオーバーヘッドについて検討した。
1024ビットのキーサイズを持つ総実行時間は2.21秒である。
また,正規化条件エントロピー(NCE)測定により,プライバシの評価を行った。
1に近い高いNCE値は、より強力なプライバシーを示す。
ノイズスケールを増大させることで、NCE値が上昇し、乱れ値が元の情報を最小限に保たれるようになり、リスクが減少する。
全体として、評価はプロトコルの効率を実証し、様々なプライバシー保護技術を用いている。
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 Lightweight Incentive-Based Privacy-Preserving Smart Metering Protocol for Value-Added Services [0.0]
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。
論文 参考訳（メタデータ） (2025-08-20T13:28:39Z) - 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) - Theoretically Principled Federated Learning for Balancing Privacy and
Utility [61.03993520243198]
モデルパラメータを歪ませることでプライバシを保護する保護機構の一般学習フレームワークを提案する。
フェデレートされた学習における各コミュニケーションラウンドにおいて、各クライアント上の各モデルパラメータに対して、パーソナライズされたユーティリティプライバシトレードオフを実現することができる。
論文 参考訳（メタデータ） (2023-05-24T13:44:02Z) - 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) - Breaking the Communication-Privacy-Accuracy Tradeoff with
$f$-Differential Privacy [51.11280118806893]
サーバが複数のユーザの協調的なデータ分析を,プライバシの懸念と限られた通信能力で調整する,フェデレートされたデータ分析問題を考える。
有限出力空間を有する離散値機構の局所的差分プライバシー保証を$f$-differential privacy (DP) レンズを用いて検討する。
より具体的には、様々な離散的評価機構の厳密な$f$-DP保証を導出することにより、既存の文献を前進させる。
論文 参考訳（メタデータ） (2023-02-19T16:58:53Z) - Over-the-Air Federated Learning with Privacy Protection via Correlated
Additive Perturbations [57.20885629270732]
我々は、複数のユーザ/エージェントからエッジサーバへの勾配更新をOtA(Over-the-Air)で送信することで、無線フェデレーション学習のプライバシー面を考察する。
従来の摂動に基づく手法は、トレーニングの精度を犠牲にしてプライバシー保護を提供する。
本研究では,エッジサーバにおけるプライバシリークの最小化とモデル精度の低下を目標とする。
論文 参考訳（メタデータ） (2022-10-05T13:13:35Z) - Deep Directed Information-Based Learning for Privacy-Preserving Smart
Meter Data Release [30.409342804445306]
本稿では,時系列データとスマートメータ(SM)電力消費測定の文脈における問題点について検討する。
我々は、考慮された設定において、より意味のあるプライバシーの尺度として、指向情報(DI)を導入します。
最悪のシナリオにおけるSMs測定による実世界のデータセットに関する実証的研究は、プライバシとユーティリティの既存のトレードオフを示している。
論文 参考訳（メタデータ） (2020-11-20T13:41:11Z)
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。