論文の概要: Digital Privacy in IoT: Exploring Challenges, Approaches and Open Issues
- arxiv url: http://arxiv.org/abs/2604.04572v1
- Date: Mon, 06 Apr 2026 10:08:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-07 15:49:19.167629
- Title: Digital Privacy in IoT: Exploring Challenges, Approaches and Open Issues
- Title（参考訳）: IoTにおけるディジタルプライバシ - 課題とアプローチ,オープンな課題を探る
- Authors: Shini Girija, Pranav M. Pawar, Raja Muthalagu, Mithun Mukherjee,
- Abstract要約: 本稿では,IoTエコシステムにおけるディジタルプライバシの展望について考察する。
新型コロナウイルス(COVID-19)パンデミックなどの世界的なイベントは、IoTの採用を加速している。
提案フレームワークは,プライバシリスクを,アイデンティティ指向,行動,推論,データ操作,規制リスクの5つのタイプに分類する。
- 参考スコア（独自算出の注目度）: 10.10570910057251
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Privacy has always been a critical issue in the digital era, particularly with the increasing use of Internet of Things (IoT) devices. As the IoT continues to transform industries such as healthcare, smart cities, and home automation, it has also introduced serious challenges regarding the security of sensitive and private data. This paper examines the complex landscape of digital privacy in IoT ecosystems, highlighting the need to protect personally identifiable information (PII) of individuals and uphold their rights to digital independence. Global events, such as the COVID-19 pandemic, have accelerated the adoption of IoT, raising concerns about privacy and data protection. This paper provides an in-depth examination of digital privacy risks in the IoT domain and introduces a clear taxonomy for evaluating them using the IEEE Digital Privacy Model. The proposed framework categorizes privacy risks into five types: identity-oriented, behavioral, inference, data manipulation, and regulatory risks. We review existing digital privacy solutions, including encryption technologies, blockchain, federated learning, differential privacy, reinforcement learning, AI, and dynamic consent mechanisms, to mitigate these risks. We also highlight how these privacy-enhancing technologies (PETs) help with data confidentiality, access control, and trust management. Additionally, this study presents AURA-IoT, a futuristic framework that tackles AI-driven privacy risks through a multi-layered structure. AURA-IoT integrates adversarial robustness, explainability, transparency, fairness, compliance, dynamic consent, and policy enforcement mechanisms to ensure digital privacy, security, and accountable IoT operations. Finally, we discuss ongoing challenges and potential research directions for integrating AI and encryption-based privacy solutions to achieve comprehensive digital privacy in future IoT systems.
- Abstract（参考訳）: プライバシは常にデジタル時代において重要な問題であり、特にIoT(Internet of Things)デバイスの利用が増加している。
IoTは医療、スマートシティ、ホームオートメーションといった業界を変貌させ続けているため、機密データやプライベートデータのセキュリティに関する深刻な課題も導入している。
本稿では、IoTエコシステムにおけるデジタルプライバシの複雑な状況について考察し、個人の個人識別可能な情報(PII)を保護し、デジタル独立の権利を維持する必要性を強調した。
新型コロナウイルス(COVID-19)パンデミックなどの世界的なイベントがIoTの採用を加速し、プライバシとデータ保護に関する懸念が高まっている。
本稿では,IoT領域におけるディジタルプライバシリスクの詳細な検討と,IEEEデジタルプライバシモデルを用いた評価のための明確な分類法を提案する。
提案フレームワークは,プライバシリスクを,アイデンティティ指向,行動,推論,データ操作,規制リスクの5つのタイプに分類する。
我々は、暗号化技術、ブロックチェーン、フェデレーション付き学習、差分プライバシー、強化学習、AI、動的同意メカニズムを含む既存のデジタルプライバシソリューションをレビューし、これらのリスクを軽減する。
また、これらのプライバシー強化技術(PET)がデータの機密性、アクセス制御、信頼管理にどのように役立つかを強調します。
さらに,多層構造によるAI駆動型プライバシリスクに対処する未来的フレームワークであるAURA-IoTを提案する。
AURA-IoTは、敵の堅牢性、説明可能性、透明性、公正性、コンプライアンス、動的同意、ポリシー執行機構を統合して、ディジタルプライバシ、セキュリティ、説明可能なIoT操作を保証する。
最後に、今後のIoTシステムにおける包括的なデジタルプライバシを実現するために、AIと暗号化ベースのプライバシソリューションを統合する上で、現在進行中の課題と研究の方向性について論じる。
関連論文リスト
- A Hitchhiker's Guide to Privacy-Preserving Digital Payment Systems: A Survey on Anonymity, Confidentiality, and Auditability [0.0]
暗号資産と中央銀行デジタル通貨(CBDC)は、分散コンピューティング環境における価値の交換方法を変えつつある。
これらのシステムは、暗号化プリミティブ、プロトコル設計、システムアーキテクチャを組み合わせて、透明性と効率性を提供します。
本調査では,プライバシ保護型デジタル決済システムの概要について概観する。
論文 参考訳（メタデータ） (2025-05-27T10:42:28Z) - Privacy Preservation Techniques (PPTs) in IoT Systems: A Scoping Review and Future Directions [1.1970409518725493]
本研究は,2010年から2023年にかけてのIoTシステムに関するこれまでの研究で使用されている,さまざまな種類のプライバシ保護技術(PPT)のスコーピングレビューを行った。
PPTはさまざまなプライバシの目標を達成し、IoTシステム内の潜在的なプライバシの脅威を軽減することで、さまざまなプライバシの懸念に対処する。
この調査では、IoTの顕著なプライバシ目標やプライバシタイプなど、重要な発見について論じている。
論文 参考訳（メタデータ） (2025-03-04T10:03:45Z) - Towards Privacy-aware Mental Health AI Models: Advances, Challenges, and Opportunities [58.61680631581921]
メンタルヘルス障害は、深い個人的・社会的負担を生じさせるが、従来の診断はリソース集約的でアクセシビリティが制限される。
本稿では、これらの課題を考察し、匿名化、合成データ、プライバシー保護トレーニングを含む解決策を提案する。
臨床的な意思決定をサポートし、メンタルヘルスの結果を改善する、信頼できるプライバシを意識したAIツールを進化させることを目標としている。
論文 参考訳（メタデータ） (2025-02-01T15:10:02Z) - Balancing Confidentiality and Transparency for Blockchain-based Process-Aware Information Systems [43.253676241213626]
機密性と透明性を維持するために,ブロックチェーンベースのPAISアーキテクチャを提案する。
スマートコントラクトは公開インタラクションを制定、強制、保存し、属性ベースの暗号化技術は機密情報へのアクセス許可を指定するために採用されている。
システム的脅威モデル解析によりソリューションの安全性を評価し,その実用性を評価する。
論文 参考訳（メタデータ） (2024-12-07T20:18:36Z) - AI-Protected Blockchain-based IoT environments: Harnessing the Future of Network Security and Privacy [0.0]
本稿では,ブロックチェーン対応IoTシステムにおいて,人工知能が果たす重要な役割について考察する。
AIと組み合わせると、これらのシステムはセキュリティプロトコルの自動化と最適化だけでなく、新しく進化するサイバー脅威に対応する能力を得る。
本稿は、AIによって強化されたブロックチェーン技術がIoT環境におけるネットワークセキュリティとプライバシに革命をもたらす方法について、より深く理解することを目的としている。
論文 参考訳（メタデータ） (2024-05-22T17:14:19Z) - The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。
本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。
新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
論文 参考訳（メタデータ） (2024-01-03T07:47:22Z) - Privacy-Preserving Data in IoT-based Cloud Systems: A Comprehensive Survey with AI Integration [0.0]
本調査では,IoTとクラウドシステムの動的交点におけるプライバシ問題の状況について,慎重に調査する。
包括的な文献レビューは、既存の研究を合成し、鍵となる課題を照明し、プライバシー保護技術の新たなトレンドを識別する。
論文 参考訳（メタデータ） (2024-01-01T15:48:39Z) - Security and Privacy on Generative Data in AIGC: A Survey [17.456578314457612]
我々はAIGCにおける生成データのセキュリティとプライバシについてレビューする。
プライバシ、制御性、信頼性、コンプライアンスの基本的な性質の観点から、最先端の対策が成功した経験を明らかにする。
論文 参考訳（メタデータ） (2023-09-18T02:35:24Z) - Towards Artificial General Intelligence (AGI) in the Internet of Things
(IoT): Opportunities and Challenges [55.82853124625841]
人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。
本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。
AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
論文 参考訳（メタデータ） (2023-09-14T05:43:36Z) - Privacy and Robustness in Federated Learning: Attacks and Defenses [74.62641494122988]
このトピックに関する最初の包括的な調査を実施します。
FLの概念の簡潔な紹介と、1脅威モデル、2堅牢性に対する中毒攻撃と防御、3プライバシーに対する推論攻撃と防御、というユニークな分類学を通じて、私たちはこの重要なトピックのアクセス可能なレビューを提供します。
論文 参考訳（メタデータ） (2020-12-07T12:11:45Z)
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。