論文の概要: Private Information Retrieval for Large-Scale DNA-Based Data Storage

• arxiv url: http://arxiv.org/abs/2606.14557v1
• Date: Fri, 12 Jun 2026 15:35:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 16:00:42.96022
• Title: Private Information Retrieval for Large-Scale DNA-Based Data Storage
• Title（参考訳）: 大規模DNAデータストレージのためのプライベート情報検索
• Authors: Gökberk Erdoğan, Daniella Bar-Lev, Rawad Bitar, Antonia Wachter-Zeh, Zohar Yakhini,
• Abstract要約: 合成DNAデータストレージにおけるPIR(Private Information Retrieval)について検討する。 そこで本研究では,2サーバPIRプロトコルをDNAベースのストレージに適用するための2つのアプローチを提案する。
• 参考スコア（独自算出の注目度）: 26.3032061719947
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We investigate Private Information Retrieval (PIR) in the context of synthetic DNA-based data storage. While PIR is a well-studied primitive for digital databases, extending it to DNA-based databases presents unique challenges arising from biochemical query mechanisms and their complexity. We propose two approaches for adapting two-server PIR protocols to DNA-based storage, balancing privacy, efficiency, and feasibility. These approaches illustrate how information-theoretic privacy trade-offs manifest in DNA-based storage systems.
• Abstract（参考訳）: 合成DNAデータストレージにおけるPIR(Private Information Retrieval)について検討する。 PIRは、デジタルデータベースのよく研究されているプリミティブであるが、DNAベースのデータベースに拡張することで、生化学的クエリ機構とその複雑さから生じる固有の課題が提示される。 2サーバPIRプロトコルをDNAベースのストレージに適用し、プライバシ、効率、実現可能性のバランスをとるための2つのアプローチを提案する。 これらのアプローチは、DNAベースのストレージシステムにおいて、情報理論のプライバシトレードオフがどのように現れるかを示している。

関連論文リスト

• NEURODNAAI: Neural pipeline approaches for the advancing dna-based information storage as a sustainable digital medium using deep learning framework [0.17398560678845074]
  NeuroDNAAIはバイナリデータストリームをシンボリックDNA配列にエンコードし、置換、挿入、削除を伴うノイズのあるチャネルを通して伝達し、高い忠実さでそれらを再構築する。 理論、ワークフロー、シミュレーションをひとつのパイプラインに統合することで、NeuroDNAAIはスケーラブルで生物学的に有効なアーカイブDNAストレージを可能にします。
  論文  参考訳（メタデータ） (2025-10-02T15:11:04Z)
• KinDEL: DNA-Encoded Library Dataset for Kinase Inhibitors [1.992009314794935]
  我々は,最も広く公開されているDELデータセットの1つであるKinDELを紹介する。 KinDELには8100万の化合物が含まれており、計算探索のための豊富な資源を提供している。
  論文  参考訳（メタデータ） (2024-10-11T16:03:58Z)
• Mitigating the Privacy Issues in Retrieval-Augmented Generation (RAG) via Pure Synthetic Data [51.41288763521186]
  Retrieval-augmented Generation (RAG)は、外部知識ソースから取得した関連情報を統合することにより、言語モデルの出力を強化する。 RAGシステムは、プライベートデータを取得する際に深刻なプライバシーリスクに直面する可能性がある。 検索データに対するプライバシー保護の代替として,合成データを用いる方法を提案する。
  論文  参考訳（メタデータ） (2024-06-20T22:53:09Z)
• Implicit Neural Multiple Description for DNA-based data storage [6.423239719448169]
  DNAは、ストレージ密度と長期的な安定性のために、データストレージソリューションとして大きな可能性を秘めている。 しかし、この新素材の開発には、特に貯蔵や生物学的操作によるエラーに対処する上で、独自の課題が伴う。 我々は,DNAデータ記憶にニューラルネットワークを利用する,新しい圧縮手法と最先端の多重記述符号化(MDC)技術を開発した。
  論文  参考訳（メタデータ） (2023-09-13T13:42:52Z)
• Efficient Automation of Neural Network Design: A Survey on Differentiable Neural Architecture Search [70.31239620427526]
  微分可能なニューラルネットワーク探索(DNAS)は、ディープニューラルネットワークアーキテクチャの発見を自動化するトレンドのアプローチとして、急速に自らを強制した。 この増加は主に、最初の主要なDNAS法の一つであるDARTSの人気が原因である。 本総説では,DNASに特に焦点をあて,最近のアプローチを概観する。
  論文  参考訳（メタデータ） (2023-04-11T13:15:29Z)
• Deep DNA Storage: Scalable and Robust DNA Storage via Coding Theory and Deep Learning [49.3231734733112]
  シミュレーションデータに基づいてトレーニングされたDeep Neural Networks(DNN)、Product(TP)ベースのエラー修正コード(ECC)、安全マージンを1つのコヒーレントパイプラインに組み合わせたモジュラーで総合的なアプローチを示す。 我々の研究は, 最大で x3200 の速度向上, 40%の精度向上により, 現在の指導的ソリューションの改善を実現し, 高雑音下では1ベースあたり1.6ビットのコードレートを提供する。
  論文  参考訳（メタデータ） (2021-08-31T18:21:20Z)
• Efficient approximation of DNA hybridisation using deep learning [0.0]
  本研究は,DNAハイブリダイゼーションの予測に応用された機械学習手法の総合的研究である。 機械学習アルゴリズムの広い範囲の使用を可能にする2.5百万以上のデータポイントの合成ハイブリッド化データセットを紹介します。
  論文  参考訳（メタデータ） (2021-02-19T19:23:49Z)

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。