Fugu-MT 論文翻訳(概要): Secure, Scalable and Privacy Aware Data Strategy in Cloud

論文の概要: Secure, Scalable and Privacy Aware Data Strategy in Cloud

arxiv url: http://arxiv.org/abs/2509.13627v1
Date: Wed, 17 Sep 2025 01:56:07 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-18 18:41:50.687762
Title: Secure, Scalable and Privacy Aware Data Strategy in Cloud
Title（参考訳）: クラウドにおけるセキュアでスケーラブルでプライバシに配慮したデータ戦略
Authors: Vijay Kumar Butte, Sujata Butte,
Abstract要約: 本稿では,クラウド上で有効なエンタープライズデータ戦略を開発する。効果的なデータ戦略のさまざまなコンポーネントが議論され、セキュリティ、スケーラビリティ、プライバシといった側面に対処するアーキテクチャが提供される。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The enterprises today are faced with the tough challenge of processing, storing large amounts of data in a secure, scalable manner and enabling decision makers to make quick, informed data driven decisions. This paper addresses this challenge and develops an effective enterprise data strategy in the cloud. Various components of an effective data strategy are discussed and architectures addressing security, scalability and privacy aspects are provided.
Abstract（参考訳）: 今日の企業は、大量のデータをセキュアでスケーラブルに保存し、意思決定者が迅速かつインフォームドなデータ駆動決定を行えるようにする、という難しい課題に直面している。本稿では,この課題に対処し,クラウド上で効果的なエンタープライズデータ戦略を開発する。効果的なデータ戦略のさまざまなコンポーネントが議論され、セキュリティ、スケーラビリティ、プライバシといった側面に対処するアーキテクチャが提供される。

関連論文リスト

An End to End Edge to Cloud Data and Analytics Strategy [0.0]
本稿では、クラウドデータと分析戦略に対するエンド・ツー・エンドのセキュアなエッジを提供する。実際の実装を実現するため、デバイス層、エッジ層、クラウド層のためのリファレンスアーキテクチャを提供する。
論文参考訳（メタデータ） (2025-09-15T16:04:10Z)
On the Security and Privacy of Federated Learning: A Survey with Attacks, Defenses, Frameworks, Applications, and Future Directions [1.7056096558557128]
Federated Learning(FL)は、クライアントが生データを共有せずにグローバルモデルを協調的にトレーニングできる、新興の分散機械学習パラダイムである。 FLはデータプライバシを設計によって強化するが、さまざまなセキュリティやプライバシの脅威に対して脆弱である。セキュリティ強化手法は、ビザンチン攻撃、中毒、シビル攻撃などの悪意ある行動に対してFLの堅牢性を改善することを目的としている。プライバシー保護技術は、暗号化アプローチ、差分プライバシー、セキュアアグリゲーションを通じて機密データを保護することに重点を置いている。
論文参考訳（メタデータ） (2025-08-19T11:06:20Z)
Trustworthy Federated Learning: Privacy, Security, and Beyond [37.495790989584584]
Federated Learning (FL)は、生データを転送することなく、分散データソース間で協調的なモデルトレーニングを促進することで、問題に対処する。 FLが抱えるセキュリティとプライバシに関する広範な調査を行い、通信リンクの脆弱性とサイバー脅威の可能性を明らかにします。 FLフレームワーク内で発生する複雑なセキュリティ課題を特定し、セキュアで効率的なFLシステムの開発に寄与することを目的としている。
論文参考訳（メタデータ） (2024-11-03T14:18:01Z)
A Federated Learning Platform as a Service for Advancing Stroke Management in European Clinical Centers [37.285731240749904]
本稿では,FLプロセスの構成,監視,管理を支援するための新しいFLプラットフォームを提案する。臨床環境に固有の生産感度を考慮し,提案するFLアーキテクチャの安全性を強調した。このプラットフォームは、公開データセットを使用して、さまざまな運用環境でのテストに成功している。
論文参考訳（メタデータ） (2024-10-02T09:24:05Z)
Prichain II: CloudGuardian Cloud Security Proposal with Blockchain [0.0]
2022年から2023年の間に、クラウドセキュリティの脅威が約48%増加した。ネットワークのブロックチェーン技術とクラウドにあるデータベースを統合することを提案する。
論文参考訳（メタデータ） (2024-07-29T12:52:27Z)
Navigating the Data Trading Crossroads: An Interdisciplinary Survey [33.64953318642493]
データは、将来の経済にとって重要な要素として、ますます認識されるようになった。しかし、効率的なデータトレーディング市場の構築は、プライバシー侵害、データ独占、誤用といった問題に直面している。本稿では,既存の問題と研究ギャップを同定し,潜在的な解決策を提案する。
論文参考訳（メタデータ） (2024-07-16T08:07:16Z)
DataFreeShield: Defending Adversarial Attacks without Training Data [32.29186953320468]
実データにアクセスせずにロバスト性を達成しようとする,データフリーの対向ロバスト性の問題について検討する。本稿では,データセット生成と逆トレーニングという2つの観点からこの問題に対処するDataFreeShieldを提案する。本稿では,DataFreeShieldがベースラインよりも優れていることを示すとともに,提案手法が対向ロバスト性問題に対する最初の完全データフリーソリューションであることを示す。
論文参考訳（メタデータ） (2024-06-21T20:24:03Z)
On the Challenges of Creating Datasets for Analyzing Commercial Sex Advertisements to Assess Human Trafficking Risk and Organized Activity [37.47883671323525]
本研究は、商業性広告を通じて、組織的活動や人身売買に関連するリスクを理解するためにデータセットを構築することの課題に対処する。自動化されておらず、再現が難しい従来のアプローチは、これらの問題に対処するのに不足しています。我々は,500万件の広告を再現可能かつ自動で分析する手法を開発した。
論文参考訳（メタデータ） (2024-05-22T05:10:13Z)
Cloud Security Assurance: Strategies for Encryption in Digital Forensic Readiness [0.0]
本稿では,暗号化とディジタル法医学的準備を通じて,クラウドセキュリティを強化する戦略について検討する。さまざまな暗号化技術とキー管理プラクティスが、データのプライバシと規制遵守に影響を及ぼすとともに議論されている。
論文参考訳（メタデータ） (2024-03-04T15:39:42Z)
Securing Data Platforms: Strategic Masking Techniques for Privacy and Security for B2B Enterprise Data [0.0]
ビジネス・ツー・ビジネス(B2B)企業はますますデータプラットフォームを構築しています。データプライバシとセキュリティを本質的にサポートするメカニズムで、これらのデータプラットフォームを設計することが重要になっている。データマスキングは、データプラットフォームアーキテクチャの重要な特徴である。
論文参考訳（メタデータ） (2023-12-06T05:04:37Z)
A vision for global privacy bridges: Technical and legal measures for international data markets [77.34726150561087]
データ保護法とプライバシーの権利が認められているにもかかわらず、個人情報の取引は「トレーディング・オイル」と同等のビジネスになっている。オープンな対立は、データに対するビジネスの要求とプライバシーへの欲求の間に生じている。プライバシを備えたパーソナル情報市場のビジョンを提案し,テストする。
論文参考訳（メタデータ） (2020-05-13T13:55:50Z)

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。