論文の概要: Grant, Verify, Revoke: A User-Centric Pattern for Blockchain Compliance

• arxiv url: http://arxiv.org/abs/2603.15721v1
• Date: Mon, 16 Mar 2026 17:06:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:06.909233
• Title: Grant, Verify, Revoke: A User-Centric Pattern for Blockchain Compliance
• Title（参考訳）: Grant, Verify, Revoke: ブロックチェーン準拠のためのユーザ中心パターン
• Authors: Supriya Khadka, Sanchari Das,
• Abstract要約: 分散Webアプリケーションは、公共の妥当性と個人のプライバシーの間に固有の対立に直面している。 本稿では,ユーザ主権の回復を目的とした選択的開示フレームワークを提案する。 評価の結果,200ms未満のクライアント側証明生成が可能であり,コモディティハードウェア上でシームレスな対話的体験を実現することができた。
• 参考スコア（独自算出の注目度）: 9.133320151595084
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In decentralized web applications, users face an inherent conflict between public verifiability and personal privacy. To participate in regulated on-chain services, users must currently disclose sensitive identity documents to centralized intermediaries, permanently linking real-world identities to public transaction histories. This binary choice between total privacy loss or total exclusion strips users of agency and exposes them to persistent surveillance. In this work, we introduce a Selective Disclosure Framework designed to restore user sovereignty by decoupling eligibility verification from identity revelation. We present ZK-Compliance, a prototype that leverages browser-based zero-knowledge proofs to shift the interaction model, enabling users to prove specific attributes (e.g., "I am over 18") locally without revealing the underlying data. We implement a user-governed Grant, Verify, Revoke lifecycle that transforms the user's mental model of compliance from a permanent data handover into a dynamic, revocable authorization session. Our evaluation shows that client-side proof generation takes under 200ms, enabling a seamless interactive experience on commodity hardware. This work provides early evidence that regulatory compliance need not come at the cost of user privacy or autonomy.
• Abstract（参考訳）: 分散Webアプリケーションでは、ユーザーは公共の妥当性と個人のプライバシーの間に固有の対立に直面します。 規制されたオンチェーンサービスに参加するためには、ユーザーは現在、センシティブなIDドキュメントを中央の仲介業者に公開し、現実世界のIDを公開トランザクション履歴に永久にリンクする必要がある。 この完全なプライバシー喪失と排他的除外の2つの選択は、エージェンシーのユーザを排除し、永続的な監視に公開する。 本研究では,ユーザ主権の回復を目的とした選択開示フレームワークを提案する。 ZK-Complianceは、ブラウザベースのゼロ知識証明を利用してインタラクションモデルをシフトし、ユーザが基礎となるデータを明らかにすることなく、特定の属性(例えば"I am over 18")をローカルに証明できるプロトタイプである。 ユーザ管理のGrant, Verify, Revokeライフサイクルを実装することで,コンプライアンスのメンタルモデルが永続的なデータハンドオーバから動的で取り消し可能な認証セッションに変換される。 評価の結果,200ms未満のクライアント側証明生成が可能であり,コモディティハードウェア上でシームレスな対話的体験を実現することができた。 この研究は、規制の遵守がユーザのプライバシや自律性を犠牲にする必要のない、初期の証拠を提供する。

関連論文リスト

• Poster: Privacy-Preserving Compliance Checks on Ethereum via Selective Disclosure [9.47737368469032]
  本研究は,属性検証と識別情報の分離を目的とした,一般的な選択開示フレームワークを提案する。 このフレームワークは、クライアントサイドのzk-SNARKを利用することで、基礎となるID文書を公開せずに、特定の適性予測を証明できる。 予備的な結果は、厳格なコンプライアンス要件が無視可能なクライアント側のレイテンシで満たされることを示している。
  論文  参考訳（メタデータ） (2026-02-20T14:54:22Z)
• Towards Privacy-Preserving Revocation of Verifiable Credentials with Time-Flexibility [0.36832029288386137]
  自己主権アイデンティティ(Self-Sovereign Identity、SSI)は、認証とクレデンシャルプレゼンテーションのための新興パラダイムである。 EUDIデジタルIDウォレットは、このパラダイムの具体的な実装になりつつある。 本稿では、匿名階層型IDベースの暗号化の使用をカスタマイズする新しい手法の基盤を提案する。
  論文  参考訳（メタデータ） (2025-03-27T21:58:32Z)
• Personalized Language Model Learning on Text Data Without User Identifiers [79.36212347601223]
  ユーザの埋め込みを動的に生成するために,各モバイルデバイスがユーザ固有の分布を維持することを提案する。 クラウドがアップロードされた埋め込みを通じてユーザを追跡するのを防ぐために、異なるユーザのローカルディストリビューションは、線形依存空間から導出されるべきである。 パブリックデータセットとインダストリアルデータセットの両方の評価では、匿名ユーザ埋め込みの導入による精度の大幅な向上が示されている。
  論文  参考訳（メタデータ） (2025-01-10T15:46:19Z)
• Towards an identity management solution on Arweave [0.0]
  本稿では、Arweaveネットワークを用いてID管理ソリューションを開発する可能性について検討する。 Arweaveの永続ストレージを活用することで、当社のソリューションは、ユーザにSSI(Self-Sovereign Identity)フレームワークを提供します。
  論文  参考訳（メタデータ） (2024-12-18T14:01:31Z)
• FedSOV: Federated Model Secure Ownership Verification with Unforgeable Signature [60.99054146321459]
  フェデレートラーニングにより、複数のパーティがプライベートデータを公開せずにグローバルモデルを学ぶことができる。 本稿では,FedSOVという暗号署名に基づくフェデレート学習モデルのオーナシップ検証手法を提案する。
  論文  参考訳（メタデータ） (2023-05-10T12:10:02Z)
• FedGT: Identification of Malicious Clients in Federated Learning with Secure Aggregation [69.75513501757628]
  FedGTは、フェデレーション学習における悪意のあるクライアントを安全なアグリゲーションで識別するための新しいフレームワークである。 我々はPillutlaらによって最近提案された幾何的中央値に基づいて,FedGTがプライベートロバストアグリゲーションアプローチを著しく上回っていることを示す。
  論文  参考訳（メタデータ） (2023-05-09T14:54:59Z)
• Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
  我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。 ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
  論文  参考訳（メタデータ） (2023-04-06T05:20:16Z)
• Cross-Network Social User Embedding with Hybrid Differential Privacy Guarantees [81.6471440778355]
  プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。 特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。 ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
  論文  参考訳（メタデータ） (2022-09-04T06:22:37Z)
• Unsupervised Model Personalization while Preserving Privacy and Scalability: An Open Problem [55.21502268698577]
  本研究では,非教師なしモデルパーソナライゼーションの課題について検討する。 この問題を探求するための新しいDual User-Adaptation Framework(DUA)を提供する。 このフレームワークは、サーバ上のモデルパーソナライズとユーザデバイス上のローカルデータ正規化に柔軟にユーザ適応を分散させる。
  論文  参考訳（メタデータ） (2020-03-30T09:35:12Z)

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。