論文の概要: On Spatial-Provenance Recovery in Wireless Networks with Relaxed-Privacy Constraints
- arxiv url: http://arxiv.org/abs/2509.11761v1
- Date: Mon, 15 Sep 2025 10:28:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-16 17:26:23.231815
- Title: On Spatial-Provenance Recovery in Wireless Networks with Relaxed-Privacy Constraints
- Title（参考訳）: Relaxed-Privacy Constraints を用いた無線ネットワークにおける空間性回復について
- Authors: Manish Bansal, Pramsu Shrivastava, J. Harshan,
- Abstract要約: 本研究では、車両が位置ベースサービスを利用するために、その部分的な位置情報を共有できる緩和されたプライバシモデルを提案する。
車両は相関線形ブルームフィルタを用いて位置情報を埋め込む空間性能回復のための低遅延プロトコルを提案する。
提案手法では,ローパワーのジャマをローカライズしてサービス停止攻撃を行うなどのセキュリティ機能を実現するために,パケットヘッダに数ビットを必要とすることを示す。
- 参考スコア（独自算出の注目度）: 1.1795056270534288
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In Vehicle-to-Everything (V2X) networks with multi-hop communication, Road Side Units (RSUs) intend to gather location data from the vehicles to offer various location-based services. Although vehicles use the Global Positioning System (GPS) for navigation, they may refrain from sharing their exact GPS coordinates to the RSUs due to privacy considerations. Thus, to address the localization expectations of the RSUs and the privacy concerns of the vehicles, we introduce a relaxed-privacy model wherein the vehicles share their partial location information in order to avail the location-based services. To implement this notion of relaxed-privacy, we propose a low-latency protocol for spatial-provenance recovery, wherein vehicles use correlated linear Bloom filters to embed their position information. Our proposed spatial-provenance recovery process takes into account the resolution of localization, the underlying ad hoc protocol, and the coverage range of the wireless technology used by the vehicles. Through a rigorous theoretical analysis, we present extensive analysis on the underlying trade-off between relaxed-privacy and the communication-overhead of the protocol. Finally, using a wireless testbed, we show that our proposed method requires a few bits in the packet header to provide security features such as localizing a low-power jammer executing a denial-of-service attack.
- Abstract（参考訳）: マルチホップ通信を備えたV2Xネットワークでは、ロードサイドユニット(RSU)が車両から位置情報を収集し、さまざまな位置情報ベースのサービスを提供する。
車両はGPS(Global Positioning System)をナビゲーションに使っているが、プライバシー上の懸念から、GPSの正確な座標をRSUと共有することを控える可能性がある。
したがって、RSUのローカライズ期待と車両のプライバシー問題に対処するため、ロケライズされたプライバシモデルを導入し、車両が位置ベースサービスを活用するために、その部分的な位置情報を共有する。
この緩和されたプライバシーの概念を実現するために,車両は相関線形ブルームフィルタを用いて位置情報を埋め込む空間改善のための低レイテンシプロトコルを提案する。
提案手法は, 局所化の解決, 基礎となるアドホックプロトコル, および車両が使用する無線技術の網羅範囲を考慮したものである。
厳密な理論的分析を通じて、緩和されたプライバシーとプロトコルの通信オーバヘッドとのトレードオフに関する広範な分析を行う。
最後に, 無線テストベッドを用いて, 低消費電力ジャマのローカライズなどのセキュリティ機能を実現するために, パケットヘッダに数ビットを必要とすることを示す。
関連論文リスト
- Leveraging Functional Encryption and Deep Learning for Privacy-Preserving Traffic Forecasting [3.177180500119784]
本稿では,セキュアでプライバシ保護された位置情報と交通予報システムを提案する。
我々の新しいk匿名方式は,ドライバが送信した暗号化された位置情報を集約するために機能暗号化を利用する。
本研究では,60分間の予測地平線に対する平均絶対誤差を10%以下に抑えた提案手法の有効性を示す。
論文 参考訳（メタデータ） (2025-04-17T18:21:55Z) - 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) - A Location Validation Technique to Mitigate GPS Spoofing Attacks in IEEE 802.11p based Fleet Operator's Network of Electric Vehicles [2.5582913676558205]
車両再バランスアプリケーションは、定期的に車両のGPS位置情報を使用して、その車両を別の充電ステーションに移動して再バランスを行う。
ネットワークに潜んでいる悪意のある攻撃者は、対象車両のGPS位置情報パケットを偽装し、車両の位置を誤解釈する。
本稿では,以前の位置とロードマップに基づいて,車両の現在位置を検証できる位置追跡手法を提案する。
論文 参考訳（メタデータ） (2024-10-16T20:42:27Z) - Your Car Tells Me Where You Drove: A Novel Path Inference Attack via CAN Bus and OBD-II Data [57.22545280370174]
On Path Diagnostic - Intrusion & Inference (OPD-II) は物理カーモデルとマップマッチングアルゴリズムを利用した新しい経路推論攻撃である。
我々は4台の異なる車両と41トラックの道路および交通シナリオに対する攻撃を実行した。
論文 参考訳（メタデータ） (2024-06-30T04:21:46Z) - QoS prediction in radio vehicular environments via prior user
information [54.853542701389074]
セルラーテストネットワークから収集したデータを用いて,時間帯を予測するためのMLツリーアンサンブル手法の評価を行った。
具体的には、先行車両の情報を含め、無線環境から得られる測定値の相関を利用して、目標車両の予測を強化する。
論文 参考訳（メタデータ） (2024-02-27T17:05:41Z) - Protecting Personalized Trajectory with Differential Privacy under Temporal Correlations [37.88484505367802]
本稿では,パーソナライズされたトラジェクトリプライバシ保護機構(PTPPM)を提案する。
ヒルベルト曲線に基づく最小距離探索アルゴリズムを用いて,各位置の保護位置集合(PLS)を同定する。
我々は位置摂動のための新しいPermute-and-Flip機構を提案し、データ公開プライバシー保護における初期応用を位置摂動機構にマッピングした。
論文 参考訳（メタデータ） (2024-01-20T12:59:08Z) - A Prototype on the Feasibility of Learning Spatial Provenance in XBee and LoRa Networks [0.732582506267845]
V2Xネットワークでは、通常、ロードサイドユニット(RSU)は参加車両の位置情報を収集して、セキュリティとネットワーク診断機能を提供したいと考えている。
本稿では、車両がプライバシーをある程度侵害し、RSUの要求に応じて座標の低精度な変種を共有することに同意した新しい空間改善フレームワークを提案する。
実演では、より少ないパケットでロー・トゥ・モデレートの精度のローカライズを達成できることが示され、次世代車載ネットワークがリアルタイムセキュリティとネットワークを提供する方法を含むことをアピールする。
論文 参考訳（メタデータ） (2024-01-12T15:36:28Z) - Cooperative Probabilistic Trajectory Forecasting under Occlusion [110.4960878651584]
隠蔽対象の情報を安全なナビゲーションのためにエゴエージェントに伝達する必要がある場合が多い。
本稿では,エゴエージェントの基準フレームにおける閉塞歩行者の現況を協調的に推定するエンド・ツー・エンドネットワークを設計する。
また,エゴ剤による閉塞歩行者の不確実性を考慮した軌道予測は,閉塞を前提とした地上の真実軌道とほぼ同様であることを示した。
論文 参考訳（メタデータ） (2023-12-06T05:36:52Z) - Location Privacy Threats and Protections in 6G Vehicular Networks: A Comprehensive Review [23.901688216192397]
位置のプライバシーは、ドライバーの軌跡や個人情報が暴露される車載ネットワークにおいて重要である。
本調査では, インフラストラクチャベース, 光ビジョンベース, セルラジオベースのローカライゼーションなど, 包括的に異なるローカライゼーション手法について検討する。
位置情報プライバシ保護機構(LPPM)を,ユーザ側,サーバ側,ユーザ-サーバインターフェースベースに分類し,その有効性を評価する。
論文 参考訳（メタデータ） (2023-05-08T06:55:35Z) - Real-time Outdoor Localization Using Radio Maps: A Deep Learning
Approach [59.17191114000146]
LocUNet: ローカライゼーションタスクのための畳み込み、エンドツーエンドのトレーニングニューラルネットワーク(NN)。
我々は,LocUNetがユーザを最先端の精度でローカライズし,無線マップ推定における不正確性が高いことを示す。
論文 参考訳（メタデータ） (2021-06-23T17:27:04Z) - PGLP: Customizable and Rigorous Location Privacy through Policy Graph [68.3736286350014]
我々はPGLPと呼ばれる新しい位置プライバシーの概念を提案し、カスタマイズ可能で厳格なプライバシー保証を備えたプライベートロケーションをリリースするためのリッチなインターフェースを提供する。
具体的には,ユーザの位置プライバシー要件を,表現的かつカスタマイズ可能なテキスト配置ポリシーグラフを用いて形式化する。
第3に、位置露光の検出、ポリシーグラフの修復、およびカスタマイズ可能な厳格な位置プライバシーを備えたプライベートな軌跡リリースをパイプライン化する、プライベートな位置トレースリリースフレームワークを設計する。
論文 参考訳（メタデータ） (2020-05-04T04:25:59Z)
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。