論文の概要: LenslessMic: Audio Encryption and Authentication via Lensless Computational Imaging

• arxiv url: http://arxiv.org/abs/2509.16418v1
• Date: Fri, 19 Sep 2025 20:59:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 18:58:15.780917
• Title: LenslessMic: Audio Encryption and Authentication via Lensless Computational Imaging
• Title（参考訳）: LenslessMic:Lensless Computational Imagingによるオーディオ暗号化と認証
• Authors: Petr Grinberg, Eric Bezzam, Paolo Prandoni, Martin Vetterli,
• Abstract要約: 本稿では,ハイブリッド光ハードウェアベースの暗号化手法であるLenslessMicを紹介する。 LenslessMicは、256ビットのデジタル標準の検索スペースに匹敵する、オーディオ記録の堅牢な認証と暗号化強度を実現する。
• 参考スコア（独自算出の注目度）: 4.173169054254411
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With society's increasing reliance on digital data sharing, the protection of sensitive information has become critical. Encryption serves as one of the privacy-preserving methods; however, its realization in the audio domain predominantly relies on signal processing or software methods embedded into hardware. In this paper, we introduce LenslessMic, a hybrid optical hardware-based encryption method that utilizes a lensless camera as a physical layer of security applicable to multiple types of audio. We show that LenslessMic enables (1) robust authentication of audio recordings and (2) encryption strength that can rival the search space of 256-bit digital standards, while maintaining high-quality signals and minimal loss of content information. The approach is validated with a low-cost Raspberry Pi prototype and is open-sourced together with datasets to facilitate research in the area.
• Abstract（参考訳）: 社会のデジタルデータ共有への依存度が高まるにつれ、機密情報の保護が重要になっている。 暗号化はプライバシー保護手法の1つとして機能するが、オーディオ領域におけるその実現は主に、ハードウェアに組み込まれた信号処理やソフトウェア手法に依存している。 本稿では,レンズレスカメラを複数種類のオーディオに適用可能な物理的セキュリティ層として利用する,ハイブリッド光ハードウェアベースの暗号化手法であるLenslessMicを紹介する。 本稿では,(1)音声記録の堅牢な認証と(2)256ビットデジタル標準の検索空間に匹敵する暗号化強度を実現するとともに,高品質な信号の保持とコンテンツ情報の損失を最小限に抑えられることを示す。 このアプローチは、低コストのRaspberry Piプロトタイプで検証されており、この分野の研究を促進するために、データセットとともにオープンソース化されている。

関連論文リスト

• Mixing Algorithm for Extending the Tiers of the Unapparent Information Send through the Audio Streams [0.0]
  機密性および効率性は、ステガノグラフィーの関与によって得ることができる。 本稿では,ロバスト性,セキュリティ,キャパシティの隠蔽性に基づいて,性能に応じた経路を解析し,提案する。
  論文  参考訳（メタデータ） (2025-02-18T05:08:45Z)
• Secure Semantic Communication With Homomorphic Encryption [52.5344514499035]
  本稿では,SemCom に準同型暗号を適用する可能性について検討する。 タスク指向のSemComスキームを提案する。
  論文  参考訳（メタデータ） (2025-01-17T13:26:14Z)
• Encryption of Audio Signals Using the Elzaki Transformation and the Lorenz Chaotic System Lorenz Chaotic System [0.0]
  デジタル画像のプライバシーを確保するために、いくつかの暗号技術が特に設計されている。 本研究ではカオス理論と特殊変換を用いたカラー画像の暗号化手法を提案する。
  論文  参考訳（メタデータ） (2024-09-21T10:13:17Z)
• Physical Layer Deception with Non-Orthogonal Multiplexing [52.11755709248891]
  本稿では,ワイヤタッピングの試みに積極的に対処する物理層騙し(PLD)の枠組みを提案する。 PLDはPLSと偽装技術を組み合わせることで、積極的に盗聴の試みに対処する。 本研究では,PLDフレームワークの有効性を詳細な分析で証明し,従来のPLS手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-06-30T16:17:39Z)
• Human-imperceptible, Machine-recognizable Images [76.01951148048603]
  より良い開発AIシステムと、センシティブなトレーニングデータから距離を置くことの間の、ソフトウェアエンジニアに関する大きな対立が露呈している。 画像が暗号化され、人間に認識され、機械に認識される」という、効率的なプライバシー保護学習パラダイムを提案する。 提案手法は,機械が認識可能な情報を保存しながら,暗号化された画像が人間に認識されなくなることを保証できることを示す。
  論文  参考訳（メタデータ） (2023-06-06T13:41:37Z)
• Demonstration of quantum-digital payments [36.136619420474766]
  我々は、量子光が本質的に忘れられない量子暗号文を生成することによって、日々のデジタル決済をいかに確保できるかを示す。 提案したプロトコルとは異なり、我々のソリューションは長期の量子ストレージや信頼できるエージェント、認証チャネルに依存しない。 短期技術では実用的であり、量子可能なセキュリティの時代を告げるかもしれない。
  論文  参考訳（メタデータ） (2023-05-23T20:20:14Z)
• Audio Deepfake Attribution: An Initial Dataset and Investigation [41.62487394875349]
  我々は、Audio Deepfake Attribution (ADA)と呼ばれるオーディオ生成ツールの属性に対する最初のディープフェイクオーディオデータセットを設計する。 オープンセットオーディオディープフェイク属性(OSADA)のためのクラス・マルチセンター学習(CRML)手法を提案する。 実験の結果,CRML法は実世界のシナリオにおけるオープンセットリスクに効果的に対処できることが示された。
  論文  参考訳（メタデータ） (2022-08-21T05:15:40Z)
• NEQRX: Efficient Quantum Image Encryption with Reduced Circuit Complexity [2.7985570786346745]
  一般化アフィン変換とロジスティックマップを組み合わせた量子画像暗号化アルゴリズムの効率的な実装手法を提案する。 セキュリティと効率を保ちながら、コストの50%の大幅な削減を実現しています。
  論文  参考訳（メタデータ） (2022-04-14T10:15:23Z)
• Speckle-based optical cryptosystem and its application for human face recognition via deep learning [17.169570487230747]
  顔画像は、慎重に保護されるべき敏感な生体データである。 本研究では,高効率なスペックルベースの光暗号システムを提案し,実装した。 提案した暗号システムは幅広い適用性を持ち、セキュリティの高い複雑な情報暗号化と復号化のための新たな道を開く可能性がある。
  論文  参考訳（メタデータ） (2022-01-26T07:18:02Z)
• Privacy-Preserving Image Acquisition Using Trainable Optical Kernel [50.1239616836174]
  本稿では、画像センサに到達する前に、光学領域の感度の高い識別情報を除去する訓練可能な画像取得手法を提案する。 イメージセンサに到達する前に、センシティブなコンテンツが抑制されるため、デジタルドメインには入らないため、いかなる種類のプライバシー攻撃でも検索できない。
  論文  参考訳（メタデータ） (2021-06-28T11:08:14Z)

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。