論文の概要: Privacy-Preserving and Secure Spectrum Sharing for Database-Driven Cognitive Radio Networks

• arxiv url: http://arxiv.org/abs/2602.15705v1
• Date: Tue, 17 Feb 2026 16:39:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-18 16:03:18.124416
• Title: Privacy-Preserving and Secure Spectrum Sharing for Database-Driven Cognitive Radio Networks
• Title（参考訳）: データベース駆動型認知無線ネットワークにおけるプライバシ保護とセキュアスペクトル共有
• Authors: Saleh Darzia, Gökcan Cantalib, Attila Altay Yavuza, Gürkan Gür,
• Abstract要約: データベース駆動型認知無線ネットワーク(DB-CRN)は、位置情報データベースを通して動的スペクトル共有を可能にする。 既存のアプローチでは、これらの問題を分離して解決し、現実的な逆境条件下では、統一的で規制に準拠したソリューションが欠如している。 位置情報のプライバシ,ユーザ匿名性,検証位置,DoSレジリエンスを同時に提供するDB-CRNの統一セキュリティフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.06999740786886537
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Database-driven cognitive radio networks (DB-CRNs) enable dynamic spectrum sharing through geolocation databases but introduce critical security and privacy challenges, including mandatory location disclosure, susceptibility to location spoofing, and denial-of-service (DoS) attacks on centralized services. Existing approaches address these issues in isolation and lack a unified, regulation-compliant solution under realistic adversarial conditions. In this work, we present a unified security framework for DB-CRNs that simultaneously provides location privacy, user anonymity, verifiable location, and DoS resilience. Our framework, denoted as SLAPX, enables privacy-preserving spectrum queries using delegatable anonymous credentials, supports adaptive location verification without revealing precise user location, and mitigates DoS attacks through verifiable delay functions (VDFs) combined with RLRS-based rate limiting. Extensive cryptographic benchmarking and network simulations demonstrate that SLAPX achieves significantly lower latency and communication overhead than existing solutions while effectively resisting location spoofing and DoS attacks. These results show that SLAPX is practical and well-suited for secure next-generation DB-CRN deployments.
• Abstract（参考訳）: データベース駆動型認知無線ネットワーク(DB-CRN)は、位置情報データベースを通じて動的スペクトル共有を可能にするが、必須の位置情報開示、ロケーションスプーフィングへの感受性、集中型サービスに対するDoS攻撃など、重要なセキュリティとプライバシの課題を導入する。 既存のアプローチでは、これらの問題を分離して解決し、現実的な逆境条件下では、統一的で規制に準拠したソリューションが欠如している。 本研究では,DB-CRNを統一したセキュリティフレームワークを提案し,位置プライバシー,ユーザ匿名性,検証可能な位置,およびDoSレジリエンスを同時に提供する。 我々のフレームワークはSLAPXと呼ばれ、デリーガタブルな匿名情報を用いたスペクトルクエリのプライバシ保存を可能にし、正確なユーザ位置を明らかにすることなく適応的な位置検証をサポートし、検証遅延関数(VDF)とRLRSベースのレート制限を組み合わせることでDoS攻撃を軽減します。 大規模な暗号ベンチマークとネットワークシミュレーションにより、SLAPXは既存のソリューションよりもレイテンシと通信オーバーヘッドを著しく低減し、ロケーションスプーフィングやDoS攻撃に効果的に抵抗することを示した。 これらの結果から,SLAPXは次世代DB-CRNの安全なデプロイに適していることが示唆された。

関連論文リスト

• A Privacy-Preserving Localization Scheme with Node Selection in Mobile Networks [48.845334743016345]
  PPLZNは、クラウドソースのローカライゼーションにおいて、ターゲットノードとアンカーノードの両方の位置プライバシーを保護する。 位置リークなしで正確な位置推定を達成でき、位置決め精度と通信オーバーヘッドの両方において最先端のアプローチより優れている。
  論文  参考訳（メタデータ） (2026-01-07T12:48:45Z)
• Coordinated Position Falsification Attacks and Countermeasures for Location-Based Services [4.653727709371718]
  位置情報ベースのサービス(LBS)アプリケーションは、低コスト攻撃(50ドル未満)の影響を受けやすい これらの攻撃は位置データを操作してLBSを制御または弱体化させ、ユーザの詐欺やサービス操作につながる。 そこで本研究では,市販プラットフォームからの冗長な位置情報を利用して,このような攻撃を検知・阻止する対策を提案する。
  論文  参考訳（メタデータ） (2025-10-31T10:30:52Z)
• QPADL: Post-Quantum Private Spectrum Access with Verified Location and DoS Resilience [0.0]
  スペクトラムアクセスシステム(SAS)は機会論的ソリューションを提供するが、重大なセキュリティ上の課題に直面している。 我々は、プライバシ、匿名性、位置検証、DoSレジリエンスを同時に保証する最初のポスト量子(PQ)セキュアフレームワークであるQPADLを提案する。
  論文  参考訳（メタデータ） (2025-10-04T02:28:58Z)
• Network Hexagons Under Attack: Secure Crowdsourcing of Geo-Referenced Data [0.0]
  本稿では,公開鍵基盤(PKI)と短命証明書を組み合わせたセキュリティアーキテクチャを提案する。 提案手法は,ランダム化鍵回転と適応的地理空間分解能により,ユーザとデバイスの匿名性を保証する。 以上の結果から,レイテンシが25%以上向上したり,スループットが7%以上低下したりすることなく,必要なセキュリティレベルを達成することが可能であることが示唆された。
  論文  参考訳（メタデータ） (2025-06-05T21:27:10Z)
• 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)
• Privacy-Preserving Federated Embedding Learning for Localized Retrieval-Augmented Generation [60.81109086640437]
  我々はFedE4RAG(Federated Retrieval-Augmented Generation)と呼ばれる新しいフレームワークを提案する。 FedE4RAGはクライアント側RAG検索モデルの協調トレーニングを容易にする。 モデルパラメータの保護にフェデレート学習の準同型暗号化を適用する。
  論文  参考訳（メタデータ） (2025-04-27T04:26:02Z)
• SLAP: Secure Location-proof and Anonymous Privacy-preserving Spectrum Access [2.156208381257605]
  そこで本稿では,スペクトルクエリや利用通知,位置情報保護の獲得などにおいて,位置情報のプライバシと匿名性を確保する新しいフレームワークを提案する。 我々のソリューションには、アーキテクチャの柔軟性とフォールバックオプションを備えたアダプティブなデュアルシナリオ位置検証機構と、タイムロックパズルを用いた対DoSアプローチが含まれている。
  論文  参考訳（メタデータ） (2025-03-03T19:52:56Z)
• Secure Aggregation is Not Private Against Membership Inference Attacks [66.59892736942953]
  フェデレーション学習におけるSecAggのプライバシーへの影響について検討する。 SecAggは、単一のトレーニングラウンドであっても、メンバシップ推論攻撃に対して弱いプライバシを提供します。 以上の結果から,ノイズ注入などの付加的なプライバシー強化機構の必要性が浮き彫りになった。
  論文  参考訳（メタデータ） (2024-03-26T15:07:58Z)

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。