論文の概要: Practical Traceable Over-Threshold Multi-Party Private Set Intersection
- arxiv url: http://arxiv.org/abs/2512.24652v1
- Date: Wed, 31 Dec 2025 05:59:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-01 23:27:28.583112
- Title: Practical Traceable Over-Threshold Multi-Party Private Set Intersection
- Title（参考訳）: マルチパーティ・プライベート・セット・インターセクションの実践的トレーサビリティ
- Authors: Le Yang, Weijing You, Huiyang He, Kailiang Ji, Jingqiang Lin,
- Abstract要約: 本稿では2つの新しいTraceable OT-MP-PSIプロトコルを提案する。
最初のET-OT-MP-PSI(Efficient Traceable OT-MP-PSI)は、シャミールの秘密共有と、プログラム可能な擬似ランダム関数を組み合わせたものである。
2つ目は、セキュリティ強化されたTraceable OT-MP-PSI(ST-OT-MP-PSI)で、最大$n-1$半正直な参加者に対するセキュリティを実現する。
- 参考スコア（独自算出の注目度）: 6.760685964076004
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multi-Party Private Set Intersection (MP-PSI) with threshold enhances the flexibility of MP-PSI by disclosing elements present in at least $t$ participants' sets, rather than requiring elements to appear in all $n$ sets. In scenarios where each participant is responsible for its dataset, e.g., digital forensics, MP-PSI with threshold should disclose both intersection elements and corresponding holders such that elements are traceable and the reliability of intersection is guaranteed. We refer to MP-PSI with threshold supporting traceability as Traceable Over-Threshold MP-PSI (T-OT-MP-PSI). However, research on such protocols remains limited, and existing work tolerates at most $t-2$ semi-honest participants at considerable computational cost. We propose two novel Traceable OT-MP-PSI protocols. The first, Efficient Traceable OT-MP-PSI (ET-OT-MP-PSI), combines Shamir's secret sharing with an oblivious programmable pseudorandom function, achieving significantly improved efficiency with resistance to at most $t-2$ semi-honest participants. The second, Security-enhanced Traceable OT-MP-PSI (ST-OT-MP-PSI), achieves security against up to $n-1$ semi-honest participants by further leveraging the oblivious linear evaluation protocol. Compared to Mahdavi et al.'s protocol, ours eliminate the assumption that certain special parties do not collude. Experimental results demonstrate significant improvements: for $n=5$, $t=3$, and sets of size $2^{14}$, ET-OT-MP-PSI achieves $15056\times$ speedup and ST-OT-MP-PSI achieves $505\times$ speedup over Mahdavi et al.'s protocol.
- Abstract（参考訳）: 閾値を持つMP-PSI(Multi-Party Private Set Intersection)は、少なくとも$t$の参加者セットに存在する要素を開示することで、MP-PSIの柔軟性を高める。
各参加者がデータセット、例えばデジタル法医学に責任を負うシナリオでは、しきい値を持つMP-PSIは、要素がトレース可能で、交差の信頼性が保証されるような、双方の交差要素と対応するホルダーを開示する必要がある。
閾値支持トレーサビリティを有するMP-PSIをTraceable Over-Threshold MP-PSI(T-OT-MP-PSI)と呼ぶ。
しかし、そのようなプロトコルの研究は依然として限られており、既存の研究は、かなりの計算コストで、少なくとも$t-2$半正直な参加者を許容している。
本稿では2つの新しいTraceable OT-MP-PSIプロトコルを提案する。
最初のET-OT-MP-PSI (Efficient Traceable OT-MP-PSI) は、シャミールの秘密共有と難解なプログラマブルな擬似ランダム関数を組み合わせることで、少なくとも$t-2$半正直な参加者に対する耐性により、大幅な効率向上を実現している。
2つ目は、セキュリティ強化されたTraceable OT-MP-PSI (ST-OT-MP-PSI) で、不明瞭な線形評価プロトコルをさらに活用することで、最大$n-1$半正直な参加者に対するセキュリティを実現する。
Mahdavi et al のプロトコルと比較すると、特定の特殊政党が共謀しないという仮定は排除されている。実験結果は、$n=5$, $t=3$, and set of size $2^{14}$, ET-OT-MP-PSI achieve a $15056\times$ speedup, ST-OT-MP-PSI achieve a 505\times$ speedup over Mahdavi et al's protocol。
関連論文リスト
- MaskPro: Linear-Space Probabilistic Learning for Strict (N:M)-Sparsity on Large Language Models [53.36415620647177]
半構造化された空間は、M$M$の重みからN$の要素を戦略的に保持することで、有望なソリューションを提供する。
既存の(N:M)互換のアプローチは通常、かなりのエラーに悩まされるルールベースの階層的な欲求探索と、禁止的なトレーニングコストを引き起こす勾配駆動学習の2つのカテゴリに分類される。
MaskProという新しい線形空間確率的フレームワークを提案する。これは、M$連続重みごとに事前のカテゴリー分布を学習し、その後、この分布を活用して(N:M)スパーシリティを$N$-wayサンプリングを通じて生成することを目的としている。
論文 参考訳（メタデータ） (2025-06-15T15:02:59Z) - Authenticated Private Set Intersection: A Merkle Tree-Based Approach for Enhancing Data Integrity [14.198268829996259]
プライベート・セット・インターセクション(PSI)は、参加者のプライバシーを維持しながら、セット・交差点のセキュアな計算を可能にする。
標準PSIの既存のプロトコルは、悪意のある参加者が追加の交差点情報を抽出できるようなデータ完全性攻撃に弱いままである。
我々はPSIにおけるデータの整合性の定義を提案し、Merkle Treesと最先端の2パーティVolePSIとマルチパーティmPSIプロトコルを統合することにより、2つの認証PSIスキームを構築する。
論文 参考訳（メタデータ） (2025-06-05T05:28:59Z) - Communication Efficient Multiparty Private Set Intersection from Multi-Point Sequential OPRF [11.846509777720415]
マルチパーティ・プライベート・セット・交差点(MPSI)は、複数の参加者がローカルに所有するデータセットの交点を公開せずに計算することができる。
既存のMPSIプロトコルのほとんどは、星、メッシュ、リングトポロジーに基づいている。
リングトポロジを持つMPSIプロトコルを開発し,通信の課題と計算オーバーヘッドに対処する。
論文 参考訳（メタデータ） (2025-05-31T13:50:40Z) - Quantum Secure Protocols for Multiparty Computations [2.9561405287476177]
量子攻撃に耐えられるセキュアなマルチパーティ計算(MPC)プロトコルを提案する。
まず、量子領域における情報理論のセキュアな半線形評価(OLE)、すなわち$sf qOLE$の設計と解析について述べる。
さらに、ビルディングブロックとして$sf qOLE$を使用し、MPSIプロトコルを構築します。
論文 参考訳（メタデータ） (2023-12-26T19:53:29Z) - When is Agnostic Reinforcement Learning Statistically Tractable? [76.1408672715773]
エンフスパンニング容量と呼ばれる新しい複雑性測度は、設定された$Pi$にのみ依存し、MDPダイナミクスとは独立である。
我々は、学習するためにスーパーポリノミカルな数のサンプルを必要とする制限付きスパンリング能力を持つポリシークラス$Pi$が存在することを示した。
これにより、生成的アクセスとオンラインアクセスモデルの間の学習可能性の驚くほどの分離が明らかになる。
論文 参考訳（メタデータ） (2023-10-09T19:40:54Z) - Parameterization of Cross-Token Relations with Relative Positional
Encoding for Vision MLP [52.25478388220691]
視覚多層パーセプトロン(MLP)はコンピュータビジョンタスクにおいて有望な性能を示す。
トークンミキシングレイヤを使用して、トランスフォーマーが使用するマルチヘッド自己保持機構とは対照的に、クロストークンインタラクションをキャプチャする。
トークン混合のためのクロストークン関係を効率的に符号化する新しい位置空間ゲーティングユニット(PoSGU)を提案する。
論文 参考訳（メタデータ） (2022-07-15T04:18:06Z) - Efficient Bipartite Entanglement Detection Scheme with a Quantum
Adversarial Solver [89.80359585967642]
パラメータ化量子回路で完了した2プレーヤゼロサムゲームとして,両部絡み検出を再構成する。
このプロトコルを線形光ネットワーク上で実験的に実装し、5量子量子純状態と2量子量子混合状態の両部絡み検出に有効であることを示す。
論文 参考訳（メタデータ） (2022-03-15T09:46:45Z) - Under-Approximating Expected Total Rewards in POMDPs [68.8204255655161]
我々は、部分的に観測可能なマルコフ決定プロセス(POMDP)において、ゴール状態に達するための最適な総報酬を考える。
我々は、MILP(mixed-integer linear programming)を用いて、そのような最小限の確率シフトを見つけ、実験により、我々の手法がかなりうまく拡張可能であることを示す。
論文 参考訳（メタデータ） (2022-01-21T16:43:03Z) - Provably Efficient Safe Exploration via Primal-Dual Policy Optimization [105.7510838453122]
制約付きマルコフ決定過程(CMDP)を用いた安全強化学習(SRL)問題について検討する。
本稿では,関数近似設定において,安全な探索を行うCMDPの効率の良いオンラインポリシー最適化アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-03-01T17:47:03Z)
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。