論文の概要: QAE-BAC: Achieving Quantifiable Anonymity and Efficiency in Blockchain-Based Access Control with Attribute
- arxiv url: http://arxiv.org/abs/2510.21124v1
- Date: Fri, 24 Oct 2025 03:28:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-28 06:57:23.376053
- Title: QAE-BAC: Achieving Quantifiable Anonymity and Efficiency in Blockchain-Based Access Control with Attribute
- Title（参考訳）: QAE-BAC:Attributeによるブロックチェーンベースのアクセス制御における定量匿名性と効率の実現
- Authors: Jie Zhang, Xiaohong Li, Mengke Zhang, Ruitao Feng, Shanshan Xu, Zhe Hou, Guangdong Bai,
- Abstract要約: 本稿では、アクセス属性と履歴に基づいて、ユーザの再識別リスクを定量化するための形式的(r, t)匿名モデルを提案する。
また、EWPT(Entropy-Weighted Path Tree)も備えており、リアルタイムの匿名度測定値に基づいてポリシー構造を最適化している。
実験の結果,再識別リスクを効果的に軽減し,最先端のベースラインを上回っ,スループットが最大11倍向上し,レイテンシが87%低減した。
- 参考スコア（独自算出の注目度）: 15.336260777860462
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Blockchain-based Attribute-Based Access Control (BC-ABAC) offers a decentralized paradigm for secure data governance but faces two inherent challenges: the transparency of blockchain ledgers threatens user privacy by enabling reidentification attacks through attribute analysis, while the computational complexity of policy matching clashes with blockchain's performance constraints. Existing solutions, such as those employing Zero-Knowledge Proofs (ZKPs), often incur high overhead and lack measurable anonymity guarantees, while efficiency optimizations frequently ignore privacy implications. To address these dual challenges, this paper proposes QAEBAC (Quantifiable Anonymity and Efficiency in Blockchain-Based Access Control with Attribute). QAE-BAC introduces a formal (r, t)-anonymity model to dynamically quantify the re-identification risk of users based on their access attributes and history. Furthermore, it features an Entropy-Weighted Path Tree (EWPT) that optimizes policy structure based on realtime anonymity metrics, drastically reducing policy matching complexity. Implemented and evaluated on Hyperledger Fabric, QAE-BAC demonstrates a superior balance between privacy and performance. Experimental results show that it effectively mitigates re-identification risks and outperforms state-of-the-art baselines, achieving up to an 11x improvement in throughput and an 87% reduction in latency, proving its practicality for privacy-sensitive decentralized applications.
- Abstract（参考訳）: ブロックチェーンベースのAttribute-Based Access Control(BC-ABAC)は、セキュアなデータガバナンスのための分散パラダイムを提供するが、固有の2つの課題に直面している。
ZKP(Zero-Knowledge Proofs)のような既存のソリューションは、しばしば高いオーバーヘッドを発生し、測定可能な匿名性保証が欠如している。
本稿では,これら2つの課題に対処するために,ブロックチェーンベースのAccess Control with AttributeにおけるQAEBAC(Quantible Anonymity and efficiency in Blockchain-based Access Control with Attribute)を提案する。
QAE-BACは、アクセス属性と履歴に基づいて、ユーザの再識別リスクを動的に定量化するフォーマルな(r, t)匿名モデルを導入している。
さらに、EWPT(Entropy-Weighted Path Tree)を特徴とし、リアルタイム匿名度メトリクスに基づいたポリシー構造を最適化し、ポリシーマッチングの複雑さを大幅に削減する。
Hyperledger Fabricで実装および評価されたQAE-BACは、プライバシとパフォーマンスのバランスが優れていることを示している。
実験の結果、再識別リスクを効果的に軽減し、最先端のベースラインを上回り、スループットを最大11倍改善し、レイテンシを87%削減し、プライバシに敏感な分散アプリケーションのための実用性を実証した。
関連論文リスト
- A Scalable, Privacy-Preserving Decentralized Identity and Verifiable Data Sharing Framework based on Zero-Knowledge Proofs [9.654506373807852]
本稿では,DIDとVCを効率的にZero-Knowledge Proofスキームに統合する,新しい包括的フレームワークを提案する。
まず、zk-STARKをベースとした強力なプライバシ保護プロトコルのセットを構築する。
第二に、暗号化アキュムレータをベースとした、スケーラブルでプライバシ保護の資格取り消し機構を設計する。
第3に、実用的なソーシャルキー回復スキームを統合し、システムのユーザビリティとセキュリティを大幅に強化する。
論文 参考訳（メタデータ） (2025-10-10T06:06:05Z) - Balancing Confidentiality and Transparency for Blockchain-based Process-Aware Information Systems [43.253676241213626]
機密性と透明性を維持するために,ブロックチェーンベースのPAISアーキテクチャを提案する。
スマートコントラクトは公開インタラクションを制定、強制、保存し、属性ベースの暗号化技術は機密情報へのアクセス許可を指定するために採用されている。
システム的脅威モデル解析によりソリューションの安全性を評価し,その実用性を評価する。
論文 参考訳（メタデータ） (2024-12-07T20:18:36Z) - Robust Utility-Preserving Text Anonymization Based on Large Language Models [80.5266278002083]
機密情報を含む匿名化は、幅広いアプリケーションにとって不可欠である。
既存の技術は、大規模言語モデルの再識別能力の新たな課題に直面している。
本稿では,プライバシ評価器,ユーティリティ評価器,最適化コンポーネントの3つの重要なコンポーネントで構成されるフレームワークを提案する。
論文 参考訳（メタデータ） (2024-07-16T14:28:56Z) - DecTest: A Decentralised Testing Architecture for Improving Data Accuracy of Blockchain Oracle [5.327976961338759]
データ精度の向上を目的とした新しい分散テストアーキテクチャ(DecTest)を導入します。
ノードの監視と検証を強化するために、ブロックチェーンオラクルランダムシークレットテストメカニズムが最初に提案されている。
得られたデータの離散エントロピー値を61.4%削減した。
論文 参考訳（メタデータ） (2024-04-21T05:10:17Z) - Graph Attention Network-based Block Propagation with Optimal AoI and Reputation in Web 3.0 [59.94605620983965]
我々は、ブロックチェーン対応Web 3.0のための、グラフ注意ネットワーク(GAT)ベースの信頼できるブロック伝搬最適化フレームワークを設計する。
ブロック伝搬の信頼性を実現するために,主観的論理モデルに基づく評価機構を導入する。
グラフ構造化データの処理能力に優れたGATが存在することを考慮し、GATを強化学習に利用して最適なブロック伝搬軌道を得る。
論文 参考訳（メタデータ） (2024-03-20T01:58:38Z) - TernaryVote: Differentially Private, Communication Efficient, and
Byzantine Resilient Distributed Optimization on Heterogeneous Data [50.797729676285876]
本稿では, 3次圧縮機と多数決機構を組み合わせて, 差分プライバシー, 勾配圧縮, ビザンチンレジリエンスを同時に実現するternaryVoteを提案する。
提案アルゴリズムのF差分プライバシー(DP)とビザンチンレジリエンスのレンズによるプライバシー保証を理論的に定量化する。
論文 参考訳（メタデータ） (2024-02-16T16:41:14Z) - Generative AI-enabled Blockchain Networks: Fundamentals, Applications,
and Case Study [73.87110604150315]
Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。
本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
論文 参考訳（メタデータ） (2024-01-28T10:46:17Z) - Decentralized Stochastic Optimization with Inherent Privacy Protection [103.62463469366557]
分散最適化は、現代の協調機械学習、分散推定と制御、大規模センシングの基本的な構成要素である。
データが関与して以降、分散最適化アルゴリズムの実装において、プライバシ保護がますます重要になっている。
論文 参考訳（メタデータ） (2022-05-08T14:38:23Z) - A lightweight blockchain-based access control scheme for integrated edge
computing in the internet of things [4.308257382729074]
We propose a attribute-based encryption and access control scheme (ABE-ACS) for the Edge-Iot network。
高リソース消費と既存のブロックチェーンプラットフォームのデプロイが困難な問題に対して、私たちは軽量ブロックチェーン(LBC)を設計しています。
6つのスマートコントラクトは、ABACとペナルティメカニズムを実現するように設計されている。
論文 参考訳（メタデータ） (2021-11-12T02:56:09Z) - Identity Inference on Blockchain using Graph Neural Network [5.5927440285709835]
アカウントのアイデンティティに関する事前推論を目的としたアイデンティティ推論は、ブロックチェーンセキュリティにおいて重要な役割を果たします。
本稿では,id推論タスクをグラフ分類パターンに変換するトランザクションサブグラフの観点から,ユーザの行動を解析するための新しい手法を提案する。
また、$textI2 textBGNN$という汎用的なエンドツーエンドグラフニューラルネットワークモデルを提案し、サブグラフを入力として受け入れ、トランザクションサブグラフパターンをアカウントアイデンティティにマッピングする関数を学ぶことができる。
論文 参考訳（メタデータ） (2021-04-14T00:15:38Z)
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。