論文の概要: Bloom Filter Look-Up Tables for Private and Secure Distributed Databases in Web3 (Revised Version)

• arxiv url: http://arxiv.org/abs/2602.13167v1
• Date: Fri, 13 Feb 2026 18:25:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-16 23:37:54.07393
• Title: Bloom Filter Look-Up Tables for Private and Secure Distributed Databases in Web3 (Revised Version)
• Title（参考訳）: Web3におけるプライベートおよびセキュアな分散データベースのためのブルームフィルタルックアップテーブル(改訂版)
• Authors: Shlomi Dolev, Ehud Gudes, Daniel Shlomo,
• Abstract要約: 分散システムは分散アーキテクチャに大きく依存する。 ファイルの暗号化、データベースセグメントの保護、プライベートトランザクションの有効化には、キー管理が不可欠だ。 本研究では,セキュアかつプライベートな鍵管理を目的とした分散データベース方式を提案する。
• 参考スコア（独自算出の注目度）: 3.9762912548964855
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The rapid growth of decentralized systems in theWeb3 ecosystem has introduced numerous challenges, particularly in ensuring data security, privacy, and scalability [3, 8]. These systems rely heavily on distributed architectures, requiring robust mechanisms to manage data and interactions among participants securely. One critical aspect of decentralized systems is key management, which is essential for encrypting files, securing database segments, and enabling private transactions. However, securely managing cryptographic keys in a distributed environment poses significant risks, especially when nodes in the network can be compromised [9]. This research proposes a decentralized database scheme specifically designed for secure and private key management. Our approach ensures that cryptographic keys are not stored explicitly at any location, preventing their discovery even if an attacker gains control of multiple nodes. Instead of traditional storage, keys are encoded and distributed using the BFLUT (Bloom Filter for Private Look-Up Tables) algorithm [7], which enables secure retrieval without direct exposure. The system leverages OrbitDB [4], IPFS [1], and IPNS [10] for decentralized data management, providing robust support for consistency, scalability, and simultaneous updates. By combining these technologies, our scheme enhances both security and privacy while maintaining high performance and reliability. Our findings demonstrate the system's capability to securely manage keys, prevent unauthorized access, and ensure privacy, making it a foundational solution for Web3 applications requiring decentralized security.
• Abstract（参考訳）: Web3エコシステムにおける分散システムの急速な成長は、特にデータセキュリティ、プライバシ、スケーラビリティ [3, 8] を保証する上で、多くの課題をもたらしています。 これらのシステムは分散アーキテクチャに大きく依存しており、参加者間のデータとインタラクションを安全に管理するための堅牢なメカニズムを必要とする。 分散システムの重要な側面の1つはキー管理であり、ファイルの暗号化、データベースセグメントの確保、プライベートトランザクションの有効化に不可欠である。 しかし、分散環境で暗号化キーを安全に管理することは、特にネットワーク内のノードが[9]に侵入した場合、重大なリスクをもたらす。 本研究では,セキュアかつプライベートな鍵管理を目的とした分散データベース方式を提案する。 我々のアプローチは、暗号鍵が任意の場所に明示的に格納されていないことを保証し、攻撃者が複数のノードを制御できたとしても、その発見を妨げます。 従来のストレージの代わりに、キーはBFLUT(Bloom Filter for Private Look-Up Tables)アルゴリズム[7]を使ってエンコードされ、分散されます。 このシステムは、分散データ管理にOrbitDB[4]、IPFS [1]、IPNS[10]を活用し、一貫性、スケーラビリティ、同時更新の堅牢なサポートを提供します。 これらの技術を組み合わせることで、高いパフォーマンスと信頼性を維持しつつ、セキュリティとプライバシの両方を強化します。 以上の結果から,キーをセキュアに管理し,不正アクセスを防止し,プライバシの確保を図った。

関連論文リスト

• From See to Shield: ML-Assisted Fine-Grained Access Control for Visual Data [40.12543056558646]
  本研究は,ポリシー駆動型アクセス制御を用いた信頼データ共有システムアーキテクチャを提案する。 提案アーキテクチャは、センシティブな領域の自動検出、ポスト補正、キー管理、アクセス制御を統合している。 提案システムでは,PSO検出を効果的に行い,マクロ平均F1スコア(5%)と平均平均精度(10%)を向上し,平均1秒未満の復号時間を維持している。
  論文  参考訳（メタデータ） (2025-10-22T09:41:31Z)
• PWC-MoE: Privacy-Aware Wireless Collaborative Mixture of Experts [59.5243730853157]
  クラウドサーバにホストされる大規模言語モデル(LLM)は、ローカルデバイス上の計算とストレージの負担を軽減するが、プライバシの懸念を高める。 小規模言語モデル(SLM)は、ローカルで実行されるためプライバシーが向上するが、複雑なタスクではパフォーマンスが制限される。 帯域幅制約下での計算コスト,性能,プライバシ保護のバランスをとるために,プライバシを意識したPWC-MoE(PWC-MoE)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-13T16:27:07Z)
• Acurast: Decentralized Serverless Cloud [37.860555651161796]
  Acurastは、目的で構築されたオーケストレータと評価エンジンを備えたサーバレスクラウドである。 開発者は計算をオフロードし、暗号的に検証できる。 Acurastは、セキュアなハードウェアと信頼性のある実行環境を活用する、モジュラー実行層を提供する。
  論文  参考訳（メタデータ） (2025-03-19T19:09:21Z)
• Efficient and Secure Cross-Domain Data-Sharing for Resource-Constrained Internet of Things [2.5284780091135994]
  モノのインターネットのための効率的なセキュアなブロックチェーンベースのデータ共有方式を提案する。 まず,単一障害点を回避する分散鍵生成方式を提案する。 また、このスキームは完全なデータ共有プロセスを提供し、データのアップロード、ストレージ、共有をカバーし、データのトレーサビリティ、完全性、プライバシーを保証する。
  論文  参考訳（メタデータ） (2024-11-14T06:53:03Z)
• FL-DABE-BC: A Privacy-Enhanced, Decentralized Authentication, and Secure Communication for Federated Learning Framework with Decentralized Attribute-Based Encryption and Blockchain for IoT Scenarios [0.0]
  本研究は,IoT環境におけるデータプライバシとセキュリティの向上を目的とした,高度な学習(FL)フレームワークを提案する。 我々は、分散属性ベースの暗号化(DABE)、同型暗号化(HE)、セキュアマルチパーティ計算(SMPC)、技術を統合する。 従来のFLとは異なり、当社のフレームワークはIoTデバイス上で、セキュアで分散化された認証と暗号化を可能にする。
  論文  参考訳（メタデータ） (2024-10-26T19:30:53Z)
• An Integrated Blockchain and IPFS Solution for Secure and Efficient Source Code Repository Hosting using Middleman Approach [0.9895793818721335]
  本研究では、ブロックチェーンとInterPlanetary File Systemのセキュリティを組み合わせた、新しいハイブリッドアーキテクチャを提案する。 このアーキテクチャは,ソースコードホスティングのためのセキュアで監査可能でレジリエントなプラットフォームを実現することを実証した。
  論文  参考訳（メタデータ） (2024-09-22T16:57:38Z)
• A Trustworthy AIoT-enabled Localization System via Federated Learning and Blockchain [29.968086297894626]
  そこで我々はDFLocというフレームワークを提案し,正確な3Dローカライゼーションを実現する。 具体的には、信頼性が高く正確な屋内位置決めシステムにおける単一点故障の問題に対処する。 悪意のあるノード攻撃の懸念を軽減するため、ブロックチェーン内にモデル検証機構を更新する。
  論文  参考訳（メタデータ） (2024-07-08T04:14:19Z)
• 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)
• Blockchain-enabled Data Governance for Privacy-Preserved Sharing of Confidential Data [1.6006586061577806]
  本稿では,プライバシの漏洩やクレデンシャル誤用を防止するために属性ベースの暗号化を利用するブロックチェーンベースのデータガバナンスシステムを提案する。 まず、私たちのABE暗号化システムは、個人情報のプライバシー保護とアクセスポリシーの隠蔽を両立させながら、多目的のユースケースを処理できる。 第二に、データ暗号化にAdvanced Encryption Standard (AES)を適用することで、システム全体を効率よく、現実の条件に応答させることができる。
  論文  参考訳（メタデータ） (2023-09-08T05:01:59Z)
• An Efficient and Multi-private Key Secure Aggregation for Federated Learning [41.29971745967693]
  フェデレート学習のための効率的かつ多目的な鍵セキュアアグリゲーション手法を提案する。 具体的には、変種ElGamal暗号を巧みに修正し、同型加算演算を実現する。 高次元深層モデルパラメータに対しては,多次元データを1次元に圧縮する超増進シーケンスを導入する。
  論文  参考訳（メタデータ） (2023-06-15T09:05:36Z)

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。