論文の概要: Bringing Private Reads to Hyperledger Fabric via Private Information Retrieval
- arxiv url: http://arxiv.org/abs/2511.02656v1
- Date: Tue, 04 Nov 2025 15:30:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-05 18:47:06.093008
- Title: Bringing Private Reads to Hyperledger Fabric via Private Information Retrieval
- Title（参考訳）: Private Information RetrievalによるHyperledger FabricへのPrivate Reads導入
- Authors: Artur Iasenovets, Fei Tang, Huihui Zhu, Ping Wang, Lei Liu,
- Abstract要約: 許可されたブロックチェーンは、共有データの完全性と監査性を保証するが、読み取り操作中にクエリパラメータをピアに公開する。
本稿では、Hyperledger Fabricの世界状態からのプライベート読み込みを可能にするための、Private Information Retrievalメカニズムを提案する。
評価トランザクション内で直接暗号文-プレーンテキスト乗算を行うPIR対応チェーンコードの実装とベンチマークを行う。
- 参考スコア（独自算出の注目度）: 8.150037157660611
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Permissioned blockchains ensure integrity and auditability of shared data but expose query parameters to peers during read operations, creating privacy risks for organizations querying sensitive records. This paper proposes a Private Information Retrieval (PIR) mechanism to enable private reads from Hyperledger Fabric's world state, allowing endorsing peers to process encrypted queries without learning which record is accessed. We implement and benchmark a PIR-enabled chaincode that performs ciphertext-plaintext (ct-pt) homomorphic multiplication directly within evaluate transactions, preserving Fabric's endorsement and audit semantics. The prototype achieves an average end-to-end latency of 113 ms and a peer-side execution time below 42 ms, with approximately 2 MB of peer network traffic per private read in development mode--reducible by half under in-process deployment. Storage profiling across three channel configurations shows near-linear growth: block size increases from 77 kilobytes to 294 kilobytes and world-state from 112 kilobytes to 332 kilobytes as the ring dimension scales from 8,192 to 32,768 coefficients. Parameter analysis further indicates that ring size and record length jointly constrain packing capacity, supporting up to 512 records of 64 bytes each under the largest configuration. These results confirm the practicality of PIR-based private reads in Fabric for smaller, sensitive datasets and highlight future directions to optimize performance and scalability.
- Abstract（参考訳）: 許可されたブロックチェーンは、共有データの完全性と監査性を保証するが、読み取り操作中にクエリパラメータをピアに公開することで、機密レコードをクエリする組織にとってのプライバシリスクを発生させる。
本稿では、Hyperledger Fabricの世界状態からのプライベート読み込みを可能にするために、PIR(Private Information Retrieval)機構を提案する。
我々は,Fabricの支持と監査のセマンティクスを保ち,評価トランザクション内で直接暗号文平文(ct-pt)の同型乗算を行うPIR対応チェインコードの実装とベンチマークを行う。
プロトタイプでは、平均エンドツーエンドのレイテンシは113ms、ピアサイドの実行時間は42ms以下で、開発モードではプライベートリードあたり約2MBのピアネットワークトラフィックを半分のプロセス配置で再現できる。
ブロックサイズは77キロバイトから294キロバイトに増加し、環の寸法が8,192から32,768の係数で112キロバイトから332キロバイトに増加した。
パラメータ分析により、最大構成で最大64バイトの最大512レコードをサポートするリングサイズとレコード長の連係容量が示されている。
これらの結果は、小型で機密性の高いデータセットのためのFabricにおけるPIRベースのプライベート読み取りの実用性を確認し、パフォーマンスとスケーラビリティを最適化するための今後の方向性を強調している。
関連論文リスト
- BRIEF-Pro: Universal Context Compression with Short-to-Long Synthesis for Fast and Accurate Multi-Hop Reasoning [86.4235795435618]
BRIEF-Proは、取得した文書から与えられたクエリに関する関連する証拠を簡潔な要約に蒸留する軽量圧縮機である。
幅広いシナリオで10kワードを超える拡張コンテキストの抽象的圧縮を実行するように訓練されている。
実験により、BRIEF-Proはより簡潔で関連する要約を生成し、小型で大規模でプロプライエタリな言語モデルでの性能を向上させることが示されている。
論文 参考訳（メタデータ） (2025-10-15T17:57:45Z) - A Light Weight Cryptographic Solution for 6LoWPAN Protocol Stack [0.0]
本稿では,通常の重暗号AESの代わりに軽量暗号を用いた軽量6LoWPANプロトコルスタックの実装について述べる。
本稿では,無線センサノードが持つ制約に対処するため,この暗号は6LoWPANアーキテクチャに特に適している。
提案された暗号LiCi2はLiCi暗号設計から動機付けられているが、全ての設計基準で外されている。
論文 参考訳（メタデータ） (2025-10-09T23:47:04Z) - FedBit: Accelerating Privacy-Preserving Federated Learning via Bit-Interleaved Packing and Cross-Layer Co-Design [2.255961793913651]
完全同型暗号化(FHE)を備えたフェデレートラーニング(FL)は、モデルアグリゲーション中にデータプライバシを効果的に保護する。
FedBit は Brakerski-Fan-Vercauteren (BFV) スキームのためのハードウェア/ソフトウェアの共同設計フレームワークである。
FedBitは、ビットインターリーブデータパッキングを使用して、複数のモデルパラメータを単一の暗号係数に埋め込む。
論文 参考訳（メタデータ） (2025-09-27T03:58:16Z) - HE-LRM: Encrypted Deep Learning Recommendation Models using Fully Homomorphic Encryption [3.0841649700901117]
FHE(Fully Homomorphic Encryption)は、データを暗号化するだけでなく、暗号化されたデータに直接計算を適用することができる暗号化方式である。
本稿では,FHEを深層学習勧告モデル(DLRM)に適用する際の課題と機会について考察する。
本研究では,FHE計算コストを低減し,基礎となるモデル性能を維持しつつ,圧縮埋込みルックアップを実行する新しい手法を開発した。
論文 参考訳（メタデータ） (2025-06-22T19:40:04Z) - Urania: Differentially Private Insights into AI Use [102.27238986985698]
$Urania$は、クラスタリング、パーティション選択、ヒストグラムベースの要約といったDPツールを活用することによって、エンドツーエンドのプライバシ保護を提供する。
結果は、厳密なユーザのプライバシを維持しながら、意味のある会話の洞察を抽出するフレームワークの能力を示している。
論文 参考訳（メタデータ） (2025-06-05T07:00:31Z) - PipeLLM: Fast and Confidential Large Language Model Services with Speculative Pipelined Encryption [5.667756833450548]
暗号化は大幅な性能上のオーバーヘッドを引き起こす。
ユーザ透過型ランタイムシステムであるPipeLLMを紹介する。
我々は、暗号化を必要とするデータを予測するために、投機的パイプライン暗号を提案する。
論文 参考訳（メタデータ） (2024-11-04T19:58:53Z) - LoCoCo: Dropping In Convolutions for Long Context Compression [77.26610232994508]
本稿では,Long Context Compression(LoCoCo)のための新しいアプローチであるDropping In Convolutionsを提案する。
LoCoCoは、固定サイズキーバリュー(KV)キャッシュのみを使用し、推論と微調整の両方のステージで効率を向上させることができる。
論文 参考訳（メタデータ） (2024-06-08T01:35:11Z) - Enc2DB: A Hybrid and Adaptive Encrypted Query Processing Framework [47.11111145443189]
本稿では,新しいセキュアデータベースシステムであるEnc2DBを紹介する。
本稿では,マイクロベンチマークテストと自己適応型モードスイッチ戦略を提案し,与えられたクエリに応答する最適な実行パス(暗号やTEE)を選択する。
また、クエリ処理を高速化するために、ネイティブコストモデルやクエリと互換性のある暗号文インデックスを設計、実装する。
論文 参考訳（メタデータ） (2024-04-10T08:11:12Z) - Random Segmentation: New Traffic Obfuscation against Packet-Size-Based Side-Channel Attacks [3.519713290901182]
暗号化されているにもかかわらず、パケットサイズはまだ見えており、オブザーバはIoT(Internet of Things)環境でプライベート情報を推測することができる。
パケットパディングは、データにノイズを加えることに依存するため、パケット長特性を高いデータオーバーヘッドで難なくする。
本稿では,ノイズを伴わずにパケットサイズをランダム化する,よりデータ効率のよい手法を提案する。
論文 参考訳（メタデータ） (2023-09-12T03:33:36Z) - HERS: Homomorphically Encrypted Representation Search [56.87295029135185]
本稿では,暗号化ドメイン内の大規模ギャラリーに対して,プローブ(あるいはクエリ)画像表現を検索する手法を提案する。
我々の暗号方式は固定長表現の取得方法に従わないため、任意のアプリケーション領域における任意の固定長表現に適用できる。
論文 参考訳（メタデータ） (2020-03-27T01:10:54Z)
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。