論文の概要: Stronger Re-identification Attacks through Reasoning and Aggregation

• arxiv url: http://arxiv.org/abs/2510.09184v1
• Date: Fri, 10 Oct 2025 09:27:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 00:38:48.599292
• Title: Stronger Re-identification Attacks through Reasoning and Aggregation
• Title（参考訳）: 推論と集約によるより強力な再識別攻撃
• Authors: Lucas Georges Gabriel Charpentier, Pierre Lison,
• Abstract要約: 本稿では,より強力な再識別攻撃を構築するための2つの補完戦略を提案する。 まず、PIIが再識別される_order_が複数の順序にまたがる予測を集約することで、より良い結果が得られることを示す。 また, 推論モデルにより, 特に, 相手が広い背景知識にアクセスできると仮定した場合に, 再同定性能が向上することが判明した。
• 参考スコア（独自算出の注目度）: 8.823317238417832
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Text de-identification techniques are often used to mask personally identifiable information (PII) from documents. Their ability to conceal the identity of the individuals mentioned in a text is, however, hard to measure. Recent work has shown how the robustness of de-identification methods could be assessed by attempting the reverse process of _re-identification_, based on an automated adversary using its background knowledge to uncover the PIIs that have been masked. This paper presents two complementary strategies to build stronger re-identification attacks. We first show that (1) the _order_ in which the PII spans are re-identified matters, and that aggregating predictions across multiple orderings leads to improved results. We also find that (2) reasoning models can boost the re-identification performance, especially when the adversary is assumed to have access to extensive background knowledge.
• Abstract（参考訳）: 文書から個人識別可能な情報(PII)を隠蔽するために、テキスト識別技法がよく用いられる。 しかし、テキストで言及されている個人のアイデンティティを隠蔽する能力は、測定が難しい。 近年の研究では, 隠蔽されたPIIを探索するために, その背景知識を用いて, 自己識別の逆過程を試行することによって, 自己識別手法の堅牢性を評価する方法が示されている。 本稿では,より強力な再識別攻撃を構築するための2つの補完戦略を提案する。 まず、(1)PIIが再同定される_order_は、複数の順序にまたがるアグリゲーション予測により、より良い結果が得られることを示す。 また,(2)推論モデルにより,特に敵が広い背景知識にアクセスできると仮定した場合に,再同定性能が向上することが判明した。

関連論文リスト

• Emergent AI Surveillance: Overlearned Person Re-Identification and Its Mitigation in Law Enforcement Context [2.3124669700253553]
  ジェネリック・インスタンス・サーチ・モデルは、犯罪捜査中の大規模な監視映像を分析するのに必要な手作業を大幅に削減し、特定の対象を法執行機関に回収する。 しかし、我々の研究は意図しない創発的能力を明らかにしている:オーバーラーニングによって、これらのモデルは、人間の被験者なしでデータセットで訓練された場合でも、特定の個人を選別することができる。 この能力は、個人の個人データに基づいた個人識別とプロファイリングに関する懸念を提起する。
  論文  参考訳（メタデータ） (2025-10-07T15:23:16Z)
• Privacy-Aware Detection of Fake Identity Documents: Methodology, Benchmark, and Improved Algorithms (FakeIDet2) [13.726589034127025]
  偽ID検出研究におけるプライバシ保護のためのパッチベースの手法を提案し,議論する。 2,000のID画像から抽出された900K以上の実/偽IDのパッチからなる新しい公開データベースFakeIDet2-dbを提供する。 プライバシを意識した新しい偽ID検出手法FakeIDet2を提案する。
  論文  参考訳（メタデータ） (2025-08-14T17:30:36Z)
• Re-identification of De-identified Documents with Autoregressive Infilling [2.2406151150434894]
  本稿では、背景知識を表す文書のデータベースに基づいて、再識別の逆過程を試み、RAGにインスパイアされた新しい手法を提案する。 特定されていないテキストの80%を回復し、背景知識のレベルとともに再識別精度が向上する。
  論文  参考訳（メタデータ） (2025-05-19T08:43:54Z)
• iFADIT: Invertible Face Anonymization via Disentangled Identity Transform [51.123936665445356]
  顔の匿名化は、個人のプライバシーを保護するために顔の視覚的アイデンティティを隠すことを目的としている。 Invertible Face Anonymization の頭字語 iFADIT を Disentangled Identity Transform を用いて提案する。
  論文  参考訳（メタデータ） (2025-01-08T10:08:09Z)
• ID-Aligner: Enhancing Identity-Preserving Text-to-Image Generation with Reward Feedback Learning [57.91881829308395]
  AIポートレートや広告といった幅広いアプリケーションシナリオのために、ID-T2I(ID-preserving text-to-image generation)が注目されている。 我々は,ID-T2I性能を向上させるための一般的なフィードバック学習フレームワークである textbfID-Aligner を提案する。
  論文  参考訳（メタデータ） (2024-04-23T18:41:56Z)
• Disentangle Before Anonymize: A Two-stage Framework for Attribute-preserved and Occlusion-robust De-identification [55.741525129613535]
  匿名化前の混乱」は、新しい二段階フレームワーク(DBAF)である このフレームワークには、Contrastive Identity Disentanglement (CID)モジュールとKey-authorized Reversible Identity Anonymization (KRIA)モジュールが含まれている。 大規模な実験により,本手法は最先端の非識別手法より優れていることが示された。
  論文  参考訳（メタデータ） (2023-11-15T08:59:02Z)
• Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
  本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。 具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。 本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
  論文  参考訳（メタデータ） (2023-09-11T09:26:07Z)
• Unsupervised Text Deidentification [101.2219634341714]
  個人識別情報を漏洩する単語を隠蔽する教師なしの識別手法を提案する。 K匿名性に基づくプライバシによって動機づけられた私たちは、最小の再識別ランクを保証するリアクションを生成します。
  論文  参考訳（メタデータ） (2022-10-20T18:54:39Z)

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。