論文の概要: ISAC Privacy: Challenges and Solutions for 6G
- arxiv url: http://arxiv.org/abs/2605.28325v1
- Date: Wed, 27 May 2026 11:25:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-28 17:38:56.002225
- Title: ISAC Privacy: Challenges and Solutions for 6G
- Title（参考訳）: ISACプライバシ:6Gの課題と解決策
- Authors: Onur Günlü, Stefano Tomasin, João P. Vilela, Francesco Chiti, Prajnamaya Dass, Angeliki Alexiou, Utz Roedig,
- Abstract要約: 統合センシング通信(ISAC)は,将来の通信ネットワークにおいて有望な機能である。
プライバシーに敏感なISACデータを,位置情報と環境データ,行動データ,生理データという3つのレベルに分類する。
- 参考スコア（独自算出の注目度）: 20.424876309361643
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Integrated sensing and communication (ISAC) is a promising feature of future communication networks. While spatial sensing can improve network performance and enable external services, it also creates privacy challenges that go beyond the confidentiality of communication content. Future networks using millimeter-wave (mmWave) and sub-terahertz (THz) frequencies may collect or infer detailed information about people, devices, bystanders, passive objects, and environments in a sixth-generation (6G) deployment area. Such sensing can reveal location and environment data, support behavioral profiling such as movement or activity recognition, and, in advanced cases, expose physiological information such as breathing frequency or heart-rate-related data. Thus, the capabilities of spatial sensing must be controlled to satisfy privacy requirements. In this work, we organize privacy-sensitive ISAC data into three sensing levels: location and environment data, behavioral data, and physiological data, and use this classification as the organizing principle throughout the paper. Based on this classification, we discuss internal and external ISAC applications, identify privacy challenges related to consent, transparency, data ownership, profiling, bystander exposure, and sensitive sensing data, review representative solution directions, and outline future research directions for privacy-preserving ISAC.
- Abstract（参考訳）: 統合センシング通信(ISAC)は,将来の通信ネットワークにおいて有望な機能である。
空間センシングはネットワークのパフォーマンスを改善し、外部サービスを有効にするが、通信コンテンツの機密性を超えたプライバシー上の課題も生み出す。
ミリ波(mmWave)とサブテラヘルツ(THz)の周波数を用いた将来のネットワークは、人、デバイス、傍観者、受動的オブジェクト、環境に関する詳細な情報を第6世代(6G)の配置領域で収集または推測することができる。
このようなセンシングは、位置や環境データを明らかにし、運動や活動認識などの行動プロファイルをサポートし、先進的なケースでは呼吸周波数や心拍数関連データなどの生理学的情報を公開する。
したがって、プライバシー要件を満たすために空間センシングの能力を制御する必要がある。
本研究では,プライバシに敏感なISACデータを,位置・環境データ,行動データ,生理データという3つの感覚レベルに分類し,この分類を論文全体の組織原理として活用する。
この分類に基づいて、内部および外部のISACアプリケーションについて議論し、同意、透明性、データ所有、プロファイリング、傍観者露出、感度センサーデータに関するプライバシー上の課題を特定し、代表的解決策の方向性をレビューし、プライバシー保護のための今後の研究方向性を概説する。
関連論文リスト
- Adversary-Aware Private Inference over Wireless Channels [51.93574339176914]
ワイヤレスエッジデバイスにおけるAIベースのセンシングは、人工知能(AI)アプリケーションを大幅に強化する可能性がある。
機密性の高い個人情報は敵によって再構築できるため、プライバシー侵害のリスクを軽減するために特徴の変換が必要である。
本稿では,デバイスがモデルサーバに送信する前に抽出した特徴の変換を適用する,プライバシ保護型AIベースセンシングのための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-23T13:02:14Z) - Collaborative Inference over Wireless Channels with Feature Differential Privacy [57.68286389879283]
複数の無線エッジデバイス間の協調推論は、人工知能(AI)アプリケーションを大幅に強化する可能性がある。
抽出された特徴を抽出することは、プロセス中に機密性の高い個人情報が暴露されるため、重大なプライバシーリスクをもたらす。
本稿では,ネットワーク内の各エッジデバイスが抽出された機能のプライバシを保護し,それらを中央サーバに送信して推論を行う,新たなプライバシ保存協調推論機構を提案する。
論文 参考訳（メタデータ） (2024-10-25T18:11:02Z) - Differentially Private Data Release on Graphs: Inefficiencies and Unfairness [48.96399034594329]
本稿では,ネットワーク情報公開の文脈における偏見と不公平性に対する差別的プライバシの影響を特徴づける。
ネットワーク構造が全員に知られているネットワークリリースの問題を考えるが、エッジの重みをプライベートにリリースする必要がある。
我々の研究は、これらのネットワーク化された決定問題におけるプライバシーに起因する偏見と不公平性に関する理論的根拠と実証的な証拠を提供する。
論文 参考訳（メタデータ） (2024-08-08T08:37:37Z) - Enhancing Data Privacy In Wireless Sensor Networks: Investigating Techniques And Protocols To Protect Privacy Of Data Transmitted Over Wireless Sensor Networks In Critical Applications Of Healthcare And National Security [0.0]
この記事では、医療、国家安全保障、緊急対応、インフラ監視におけるWSNのさまざまな応用について説明する。
暗号化技術,認証機構,匿名化技術,アクセス制御機構を中心に,WSNにおけるデータプライバシの基本概念を考察する。
この記事は、医療や国家安全保障の状況におけるデータプライバシに関する脆弱性や脅威、課題についても論じている。
論文 参考訳（メタデータ） (2024-04-17T13:48:30Z) - A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。
これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。
差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
論文 参考訳（メタデータ） (2023-09-27T14:38:16Z) - 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) - SoK: Secure Human-centered Wireless Sensing [3.9044773293857964]
人間中心型無線センシング(HCWS)は、周囲の多様な無線信号を用いて、人間の環境や活動のきめ細かい理解を目的としている。
この文献は、無線センシングのプライバシーの脆弱性とそれらに対する防御に関する体系的な理解に欠けており、その結果、プライバシーを妥協するHCWS設計がもたらされる。
まず,個人の情報漏洩を識別する信号処理パイプラインを提案し,無線センシングによる推論攻撃と防御の利点とトレードオフを更に理解する。
論文 参考訳（メタデータ） (2022-11-22T08:36:56Z) - How Do Input Attributes Impact the Privacy Loss in Differential Privacy? [55.492422758737575]
DPニューラルネットワークにおけるオブジェクトごとの規範と個人のプライバシ損失との関係について検討する。
プライバシ・ロス・インプット・サセプティビリティ(PLIS)と呼ばれる新しい指標を導入し、被験者のプライバシ・ロスを入力属性に適応させることを可能にした。
論文 参考訳（メタデータ） (2022-11-18T11:39:03Z) - 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) - Privacy-Utility Trades in Crowdsourced Signal Map Obfuscation [20.58763760239068]
クラウドソースセルラー信号強度測定は、ネットワーク性能を改善するために信号マップを生成するために使用できる。
我々は、データがモバイルデバイスを離れる前に、そのようなデータを難読化することを検討する。
評価結果は,多種多様な実世界の信号マップデータセットに基づいて,適切なプライバシとユーティリティを同時に実現可能であることを示す。
論文 参考訳（メタデータ） (2022-01-13T03:46:22Z)
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。