論文の概要: Information-Theoretic Authenticated PIR: From PIR-RV To APIR

• arxiv url: http://arxiv.org/abs/2604.22505v1
• Date: Fri, 24 Apr 2026 12:33:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.455996
• Title: Information-Theoretic Authenticated PIR: From PIR-RV To APIR
• Title（参考訳）: 情報理論認証PIR:PIR-RVからAPIRへ
• Authors: Pengzhen Ke, Yuxuan Qin, Liang Feng Zhang,
• Abstract要約: 既存の認証PIR(APIR)スキームは選択障害攻撃に抵抗するが、計算硬度仮定に依存している。 本稿では、無条件でセキュアな情報理論APIR(itAPIR)の構築に焦点を当てる。
• 参考スコア（独自算出の注目度）: 3.9762912548964855
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Private Information Retrieval (PIR) allows clients to retrieve database entries without leaking retrieval indices, yet malicious servers seriously compromise retrieval correctness. Existing Authenticated PIR (APIR) schemes resist selective-failure attacks but rely on computational hardness assumptions. In contrast, information-theoretic PIR with Result Verification (itPIR-RV) achieves integrity without computational assumptions, yet only provides relaxed query privacy with no defense against selective-failure attacks. This paper focuses on unconditionally secure information-theoretic APIR (itAPIR) constructions. We propose the rigorous information-theoretic security definition for itAPIR with statistical privacy against selective-failure attacks and integrity as core properties, formalize the hierarchical relation between itAPIR and itPIR-RV as a relaxed variant with identical integrity but basic query privacy, and prove a conversion theorem that valid itPIR-RV schemes can be directly upgraded to secure itAPIR with no extra overhead. Our work bridges the theoretical gap, simplifies itAPIR design, and enables quantum-resistant PIR in malicious server environments.
• Abstract（参考訳）: プライベート情報検索 (Private Information Retrieval, PIR) は、クライアントが検索インデックスをリークすることなくデータベースエントリを検索できるようにする。 既存の認証PIR(APIR)スキームは選択障害攻撃に抵抗するが、計算硬度仮定に依存している。 対照的に、結果検証(itPIR-RV)を用いた情報理論PIRは、計算仮定なしで整合性を達成するが、選択障害攻撃に対する防御を伴わない、緩和されたクエリプライバシのみを提供する。 本稿では、無条件でセキュアな情報理論APIR(itAPIR)の構築に焦点を当てる。 我々は,iAPIRの厳密な情報理論セキュリティ定義を,選択障害攻撃に対する統計的プライバシとコア特性としての整合性と,iAPIRとitPIR-RVの階層的関係を,同一の完全性ながら基本的なクエリプライバシを持つ緩和された変種として定式化し,iPIR-RVスキームを有効化するための変換定理を,余分なオーバーヘッドなく直接アップグレードできることを示す。 我々の研究は理論的なギャップを埋め、APIR設計を単純化し、悪意のあるサーバ環境で量子耐性PIRを可能にする。

関連論文リスト

• Informationally Compressive Anonymization: Non-Degrading Sensitive Input Protection for Privacy-Preserving Supervised Machine Learning [0.0]
  本稿では,情報圧縮匿名化(ICA)とプライバシー保護機械学習フレームワークVEILアーキテクチャを紹介する。 ICAは、信頼されたソース環境内に教師付き多目的エンコーダを組み込んで、生の入力を低次元のタスク対応の潜在表現に変換する。 VEILアーキテクチャは厳格な信頼境界を強制し、スケーラブルなマルチリージョンデプロイメントをサポートし、自然にプライバシ・バイ・デザインの規制フレームワークと整合する。
  論文  参考訳（メタデータ） (2026-03-16T19:17:51Z)
• A Unified Framework for Constructing Information-Theoretic Private Information Retrieval [5.025654873456755]
  em Private Information Search (PIR)プロトコルにより、ユーザはサーバに取得したエントリの同一性を明らかにすることなく、データベースからエントリを検索できる。 本研究では,スパン機能を持つ非有界配列のエムファミリー(em family)と呼ばれる新しい離散構造を導入し,IT-PIRプロトコルを構築するための統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-29T13:24:09Z)
• Privacy-Aware Decoding: Mitigating Privacy Leakage of Large Language Models in Retrieval-Augmented Generation [26.573578326262307]
  プライバシ・アウェア・デコーディング(英: Privacy-Aware Decoding、PAD)は、ガウス雑音を発生時にトークンロジットに適応的に注入する軽量な推論時防御法である。 PADは信頼性ベースのスクリーニングを統合して、リスクの高いトークンを選択的に保護し、不要なノイズを最小限に抑える効率的な感度推定と、プライバシと生成品質のバランスをとるためのコンテキスト対応ノイズ校正を行う。 我々の研究は、機密ドメインにおける普遍的でスケーラブルなプライバシソリューションを実現するために、デコード戦略を通じて、RAGのプライバシリスクを軽減するための重要な一歩を踏み出しています。
  論文  参考訳（メタデータ） (2025-08-05T05:22:13Z)
• Federated Item Response Theory Models [8.125608919874074]
  我々は、従来のIRTモデルをさらなるプライバシーで推定できる新しいフレームワークであるIRT(Federated Item Response Theory)を提案する。 実験により,FedIRTは一般的なRパッケージを用いたIRT推定と同様の統計的精度を実現することを確認した。 この新しいフレームワークは、IRTの分散設定への適用性、例えばマルチスクールアセスメントを、正確さやセキュリティを犠牲にすることなく拡張する。
  論文  参考訳（メタデータ） (2025-06-26T20:01:18Z)
• Defending the Edge: Representative-Attention for Mitigating Backdoor Attacks in Federated Learning [7.808916974942399]
  不均一エッジデバイスは、多種多様で非独立で、同一に分散された(非IID)データを生成する。 本稿では, 悪意のあるクライアントと良識を区別するための, FeRA という, 表現力に基づく防衛機構を提案する。 本評価では,エッジデバイスに典型的な非IIDデータ分散に挑戦するなど,さまざまなFLシナリオにおけるFeRAの堅牢性を示す。
  論文  参考訳（メタデータ） (2025-05-15T13:44:32Z)
• Dataset Protection via Watermarked Canaries in Retrieval-Augmented LLMs [67.0310240737424]
  本稿では,テキストデータセットの所有権を保護し,RA-LLMによる不正使用を効果的に検出するための新しいアプローチを提案する。 提案手法では,IPデータセットに特別に設計されたカナリア文書を挿入することにより,元のデータを完全に変更することなく保護する。 検出プロセス中、カナリア文書をクエリし、RA-LLMの応答を分析することにより、不正使用を識別する。
  論文  参考訳（メタデータ） (2025-02-15T04:56:45Z)
• Uncertainty-Aware Source-Free Adaptive Image Super-Resolution with Wavelet Augmentation Transformer [60.31021888394358]
  Unsupervised Domain Adaptation (UDA)は、現実世界の超解像(SR)における領域ギャップ問題に効果的に対処できる 本稿では,画像SR(SODA-SR)のためのSOurce-free Domain Adaptationフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-31T03:14:44Z)
• Is Vertical Logistic Regression Privacy-Preserving? A Comprehensive Privacy Analysis and Beyond [57.10914865054868]
  垂直ロジスティック回帰(VLR)をミニバッチ降下勾配で訓練した。 我々は、オープンソースのフェデレーション学習フレームワークのクラスにおいて、VLRの包括的で厳密なプライバシー分析を提供する。
  論文  参考訳（メタデータ） (2022-07-19T05:47:30Z)
• DeVLBert: Learning Deconfounded Visio-Linguistic Representations [111.93480424791613]
  ドメイン外ビオ言語事前学習の問題点について検討する。 この問題の既存の方法は、純粋に確率ベースである。 介入に基づく学習を行うために,Decon-Linguistic Bertフレームワーク(略称:DeVLBert)を提案する。
  論文  参考訳（メタデータ） (2020-08-16T11:09:22Z)

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。