論文の概要: Privacy-Preserving Local Energy Trading Considering Network Fees

• arxiv url: http://arxiv.org/abs/2602.23698v1
• Date: Fri, 27 Feb 2026 05:55:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-02 19:48:24.269045
• Title: Privacy-Preserving Local Energy Trading Considering Network Fees
• Title（参考訳）: ネットワークフェースを考慮したプライバシー保護型地域エネルギートレーディング
• Authors: Eman Alqahtani, Mustafa A. Mustafa,
• Abstract要約: 地域エネルギー市場(LEMs)は、消費者と消費者の直接取引により、断続的な世代と需要のバランスをとることができる。 LEMは、保護されていないとしてもプライバシー上のリスクを生じさせる機密データを処理する。 本稿では, LEMのプライバシ保護プロトコルを提案し, ネットワーク料金を考慮し, 参加者に身体的制限を尊重させる手法を提案する。
• 参考スコア（独自算出の注目度）: 0.8125368885437911
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Driven by the widespread deployment of distributed energy resources, local energy markets (LEMs) have emerged as a promising approach for enabling direct trades among prosumers and consumers to balance intermittent generation and demand locally. However, LEMs involve processing sensitive participant data, which, if not protected, poses privacy risks. At the same time, since electricity is exchanged over the physical power network, market mechanisms should consider physical constraints and network-related costs. Existing work typically addresses these issues separately, either by incorporating grid-related aspects or by providing privacy protection. To address this gap, we propose a privacy-preserving protocol for LEMs, with consideration of network fees that can incite participants to respect physical limits. The protocol is based on a double-auction mechanism adapted from prior work to enable more efficient application of our privacy-preserving approach. To protect participants' data, we use secure multiparty computation. In addition, Schnorr's identification protocol is employed with multiparty verification to ensure authenticated participation without compromising privacy. We further optimise the protocol to reduce communication and round complexity. We prove that the protocol meets its security requirements and show through experimentation its feasibility at a typical LEM scale: a market with 5,000 participants can be cleared in 4.17 minutes.
• Abstract（参考訳）: 分散型エネルギー資源の普及により、地域エネルギー市場(LEMs)は、間欠的な世代と需要のバランスをとるために、消費者と消費者の直接取引を可能にするための有望なアプローチとして出現してきた。 しかし、LEMは、保護されていないとしてもプライバシー上のリスクを生じさせる機密データを処理する。 同時に、物理的な電力ネットワーク上で電気が交換されるため、市場メカニズムは物理的な制約やネットワーク関連コストを考慮するべきである。 既存の作業は通常、グリッド関連の側面を取り入れたり、プライバシ保護を提供することによって、これらの問題に別々に対処する。 このギャップに対処するために,ネットワーク料金を考慮し,参加者に物理的な制限を尊重するプライバシー保護プロトコルを提案する。 このプロトコルは、プライバシ保護アプローチのより効率的な適用を可能にするために、以前の作業から適応した二重誘引メカニズムに基づいています。 参加者のデータを保護するために,セキュアなマルチパーティ計算を用いる。 さらに、Schnorrの識別プロトコルは、プライバシを損なうことなく認証された参加を保証するために、マルチパーティ認証に使用されている。 さらに、通信とラウンドの複雑さを減らすためにプロトコルを最適化する。 我々は、このプロトコルがセキュリティ要件を満たしていることを証明し、典型的なLEMスケールでその実現可能性を示す:5,000人の参加者を持つ市場は4.17分でクリアできる。

関連論文リスト

• Information-Theoretic Decentralized Secure Aggregation with Collusion Resilience [95.33295072401832]
  情報理論の観点から分散型セキュアアグリゲーション(DSA)の問題点を考察する。 DSAの最小到達可能な通信量と秘密鍵率を指定する最適レート領域を特徴付ける。 本研究は,DSAの基本性能限界を確立し,信頼性の高い通信効率の高いプロトコルの設計に関する知見を提供する。
  論文  参考訳（メタデータ） (2025-08-01T12:51:37Z)
• 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)
• Communication-Efficient and Privacy-Adaptable Mechanism for Federated Learning [54.20871516148981]
  通信効率・プライバシー適応メカニズム(CEPAM)について紹介する。 CEPAMは通信効率とプライバシー保護を同時に達成する。 我々は、CEPAMのプライバシー保証を理論的に分析し、CEPAMのユーザプライバシと正確性の間のトレードオフを調査する。
  論文  参考訳（メタデータ） (2025-01-21T11:16:05Z)
• ZK-DPPS: A Zero-Knowledge Decentralised Data Sharing and Processing Middleware [3.2995127573095484]
  従来のZKPを必要としないゼロ知識通信を実現するフレームワークであるZK-DPPSを提案する。 プライバシは、計算のためのFHE(Fully Homomorphic Encryption)と鍵再構成のためのSMPC(Secure Multi-Party Computations)を組み合わせることで保持される。 シミュレーションサプライチェーンシナリオによるZK-DPPSの有効性を実証した。
  論文  参考訳（メタデータ） (2024-10-21T01:23:37Z)
• Privacy-Preserving Billing for Local Energy Markets [1.1823918493146686]
  本稿では,地域エネルギー市場(PBP-LEM)に対するプライバシ保護請求プロトコルを提案する。 PBP-LEMにより、市場団体のグループは、正しさを犠牲にすることなく、分散的でプライバシー保護的な方法で参加者の請求書を共同で計算することができる。
  論文  参考訳（メタデータ） (2024-04-24T14:12:56Z)
• Decentralized Multimedia Data Sharing in IoV: A Learning-based Equilibrium of Supply and Demand [57.82021900505197]
  インターネット・オブ・ビークルズ(IoV)は、道路の安全性を高め、交通渋滞を軽減し、インフォテインメントアプリケーションを通じてユーザーエクスペリエンスを向上させることにより、交通システムを変革する大きな可能性を秘めている。 分散データ共有は、セキュリティ、プライバシ、信頼性を改善し、IoVにおけるインフォテインメントデータの共有を容易にする。 市場における需給バランスを学習するための多知能強化学習に基づく分散型データ共有インセンティブ機構を提案する。
  論文  参考訳（メタデータ） (2024-03-29T14:58:28Z)
• Privacy-Preserving Joint Edge Association and Power Optimization for the Internet of Vehicles via Federated Multi-Agent Reinforcement Learning [74.53077322713548]
  プライバシ保護型共同エッジアソシエーションと電力配分問題について検討する。 提案されたソリューションは、最先端のソリューションよりも高いプライバシレベルを維持しながら、魅力的なトレードオフにぶつかる。
  論文  参考訳（メタデータ） (2023-01-26T10:09:23Z)
• FedREP: Towards Horizontal Federated Load Forecasting for Retail Energy Providers [1.1254693939127909]
  我々は、エネルギー負荷予測のための新しい水平プライバシー保護フェデレーション学習フレームワーク、フェデレーション(FedREP)を提案する。 我々は、複数のREPがデータを共有することなく、共通の堅牢な機械学習モデルを構築することを可能にすることにより、制御センタと複数の小売業者からなる連合学習システムを考える。 予測には、長期の観測シーケンスを学習できるため、最先端のLong Short-Term Memory(LSTM)ニューラルネットワークを使用する。
  論文  参考訳（メタデータ） (2022-03-01T04:16:19Z)
• Secure Federated Learning for Residential Short Term Load Forecasting [0.34123736336071864]
  本稿では,スマートメーターデータを用いた短期需要予測のための協調機械学習手法について検討する。 評価された手法は、分散的で協力的でプライベートなシステムの方向において、従来の集中型アプローチをどのように投影できるかを探求するいくつかのシナリオを考慮に入れている。
  論文  参考訳（メタデータ） (2021-11-17T17:27:59Z)
• Risk-Aware Energy Scheduling for Edge Computing with Microgrid: A Multi-Agent Deep Reinforcement Learning Approach [82.6692222294594]
  マイクログリッドを用いたMECネットワークにおけるリスク対応エネルギースケジューリング問題について検討する。 ニューラルネットワークを用いたマルチエージェントディープ強化学習(MADRL)に基づくアドバンテージアクター・クリティック(A3C)アルゴリズムを適用し,その解を導出する。
  論文  参考訳（メタデータ） (2020-02-21T02:14:38Z)

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。