論文の概要: Labeled Delegated PSI and its Applications in the Public Sector

• arxiv url: http://arxiv.org/abs/2512.08558v1
• Date: Tue, 09 Dec 2025 12:59:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-10 22:28:07.961783
• Title: Labeled Delegated PSI and its Applications in the Public Sector
• Title（参考訳）: ラベル付き除染PSIとその公共部門への応用
• Authors: Kristof Verslype, Florian Kerschbaum, Cyprien Delpech de Saint Guilhem, Bart De Decker, Jorn Lapon,
• Abstract要約: (多党派)委譲プライベートセット交差点(D-PSI)は、データコレクタを使用して複数のデータプロバイダ間でデータをリンクするプライバシー強化技術である。 本論文は,データの収集,リンク,偽名化を担当する政府機関とのコラボレーションの結果である。 それらの要求に基づいて,暗号化ペイロードや疑似識別子を含む構成可能な出力関数を備えた新しいD-PSIプロトコルを設計する。
• 参考スコア（独自算出の注目度）: 16.0115432790131
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Sensitive citizen data, such as social, medical, and fiscal data, is heavily fragmented across public bodies and the private domain. Mining the combined data sets allows for new insights that otherwise remain hidden. Examples are improved healthcare, fraud detection, and evidence-based policy making. (Multi-party) delegated private set intersection (D-PSI) is a privacy-enhancing technology to link data across multiple data providers using a data collector. However, before it can be deployed in these use cases, it needs to be enhanced with additional functions, e.g., securely delivering payload only for elements in the intersection. Although there has been recent progress in the communication and computation requirements of D-PSI, these practical obstacles have not yet been addressed. This paper is the result of a collaboration with a governmental organization responsible for collecting, linking, and pseudonymizing data. Based on their requirements, we design a new D-PSI protocol with composable output functions, including encrypted payload and pseudonymized identifiers. We show that our protocol is secure in the standard model against colluding semi-honest data providers and against a non-colluding, possibly malicious independent party, the data collector. It, hence, allows to privately link and collect data from multiple data providers suitable for deployment in these use cases in the public sector.
• Abstract（参考訳）: 社会的、医療的、財政的なデータなどの敏感な市民データは、公共機関や民間の領域で大きく断片化されている。 組み合わせたデータセットをマイニングすることで、他の方法では隠されたままの新しい洞察が得られる。 例えば、医療の改善、不正検出、エビデンスベースの政策作成などがある。 (多党派)委譲プライベートセット交差点(D-PSI)は、データコレクタを使用して複数のデータプロバイダ間でデータをリンクするプライバシー強化技術である。 しかし、これらのユースケースにデプロイする前には、例えば、交差点の要素のみにペイロードを安全に配信するように、追加機能で拡張する必要がある。 D-PSIの通信と計算の要求は近年進展しているが、これらの現実的な障害はまだ解決されていない。 本論文は,データの収集,リンク,偽名化を担当する政府機関とのコラボレーションの結果である。 それらの要求に基づいて,暗号化ペイロードや疑似識別子を含む構成可能な出力関数を備えた新しいD-PSIプロトコルを設計する。 我々のプロトコルは、半正直なデータプロバイダの衝突や、非解決的で悪意のある独立したデータコレクターであるデータコレクターに対して、標準モデルで安全であることを示す。 これにより、パブリックセクターにおけるこれらのユースケースへのデプロイに適した複数のデータプロバイダからのデータをプライベートにリンクし、収集することができる。

関連論文リスト

• How to DP-fy Your Data: A Practical Guide to Generating Synthetic Data With Differential Privacy [52.00934156883483]
  Differential Privacy(DP)は、情報漏洩を推論し、制限するフレームワークである。 Differentially Private Synthetic Dataは、ソースデータの全体的なトレンドを保存する合成データを指す。
  論文  参考訳（メタデータ） (2025-12-02T21:14:39Z)
• Information Leakage in Data Linkage [2.4824510650418308]
  PPRLプロトコルは、機密情報の意図しない漏洩を引き起こす可能性があることを示す。 脆弱性を特定して防止するために、データカストディアンやデータリンクプロジェクトに関わる他の関係者を支援するためのレコメンデーションを提供します。
  論文  参考訳（メタデータ） (2025-05-13T14:09:47Z)
• Practical Privacy-Preserving Identity Verification using Third-Party Cloud Services and FHE (Role of Data Encoding in Circuit Depth Management) [0.0]
  政府は、国のデジタルID認証システムをサードパーティのクラウドサービスにアウトソースしようとしている。 これにより、ユーザの個人情報のプライバシーに関する懸念が高まる。 本稿では、サードパーティのクラウドサービスがIDデータを暗号化して処理するID検証プロトコルを提案する。
  論文  参考訳（メタデータ） (2024-08-15T08:12:07Z)
• VPAS: Publicly Verifiable and Privacy-Preserving Aggregate Statistics on Distributed Datasets [4.181095166452762]
  プライバシ保護アグリゲーションプロトコルにおける入力検証と公開検証の課題について検討する。 これらの要件を満たす「VPAS」プロトコルを提案する。 本研究は,従来のzkSNARKを用いた場合に比べて,本プロトコルの妥当性に関するオーバーヘッドが10倍低いことを示す。
  論文  参考訳（メタデータ） (2024-03-22T13:50:22Z)
• A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
  プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。 これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。 差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
  論文  参考訳（メタデータ） (2023-09-27T14:38:16Z)
• Membership Inference Attacks against Synthetic Data through Overfitting Detection [84.02632160692995]
  我々は、攻撃者が基礎となるデータ分布についてある程度の知識を持っていると仮定する現実的なMIA設定について論じる。 生成モデルの局所的なオーバーフィッティングをターゲットとして,メンバシップを推論することを目的とした密度ベースMIAモデルであるDOMIASを提案する。
  論文  参考訳（メタデータ） (2023-02-24T11:27:39Z)
• Reinforcement Learning on Encrypted Data [58.39270571778521]
  本稿では,DQNエージェントが,離散的かつ連続的な状態空間を持つ環境でどのように動作するかを予備的,実験的に検討する。 その結果,非決定論的暗号が存在する場合でも,エージェントは依然として小さな状態空間で学習することができるが,より複雑な環境では性能が低下することがわかった。
  論文  参考訳（メタデータ） (2021-09-16T21:59:37Z)
• Second layer data governance for permissioned blockchains: the privacy management challenge [58.720142291102135]
  新型コロナウイルス(COVID-19)やエボラウイルス(エボラ出血熱)のようなパンデミックの状況では、医療データを共有することに関連する行動は、大規模な感染を避け、死亡者を減らすために重要である。 この意味において、許可されたブロックチェーン技術は、スマートコントラクトが管理する不変で統一された分散データベースを通じて、データのオーナシップ、透明性、セキュリティを提供する権利をユーザに与えるために登場します。
  論文  参考訳（メタデータ） (2020-10-22T13:19:38Z)
• BeeTrace: A Unified Platform for Secure Contact Tracing that Breaks Data Silos [73.84437456144994]
  接触追跡は、新型コロナウイルスなどの感染症の拡散を制御する重要な方法である。 現在のソリューションでは、ビジネスデータベースや個々のデジタルデバイスに格納された大量のデータを利用できません。 データサイロを破り、プライバシーの目標を保証するために最先端の暗号化プロトコルをデプロイする統合プラットフォームであるBeeTraceを提案する。
  論文  参考訳（メタデータ） (2020-07-05T10:33:45Z)

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。