論文の概要: SP2UBI: Secure and Privacy-Preserving Usage-Based Insurance
- arxiv url: http://arxiv.org/abs/2608.01539v1
- Date: Sun, 02 Aug 2026 23:20:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.269562
- Title: SP2UBI: Secure and Privacy-Preserving Usage-Based Insurance
- Title（参考訳）: SP2UBI: セキュリティとプライバシ保護に基づく保険
- Abstract要約: 本稿では,相互機密性を保証するプライバシ保護型UBIソリューションであるSP2UBIを提案する。
Torus Fully Homomorphic Encryptionスキームを利用することで、直接暗号化データ上で計算を行う。
センサレベルの操作に対してデータの整合性を保護するため、SP2UBIはISAC(Integrated Sensing and Communications)技術を利用した速度検証システムを採用している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The transition from traditional auto insurance, whose basis is defined by a set of static parameters, like the age of driver and number of accidents, to Usage-Based Insurance, whose pricing is based on driving behavior, was boosted by Intelligent Transportation Systems. At the same time, the analysis of high-resolution telematics data might reveal users' behavior and habits, which is associated with significant privacy concerns. The majority of privacy-preserving UBI systems are subject to policyholders' data leaks at some point during the life cycle of their protocol. Moreover, it is challenging to ensure data integrity against possible intentional or unintentional sensor anomalies (like sensor spoofing or malfunctioning) since the approaches used in this case require privacy-compromising audits and do not consider the oracle problem. In order to address the issues, we propose SP2UBI, a privacy-preserving UBI solution which guarantees mutual confidentiality. SP2UBI collects the telematics data in coarse-grained, statistical form without any spatiotemporal identifiers so that it is impossible to reconstruct fine-grained mobility traces. By utilizing the Torus Fully Homomorphic Encryption scheme, which incurs low computational overhead, computations are performed directly over encrypted data. This way, the insurer calculates risk factors without accessing any sensitive information, while parameters of its risk model are confidential. In order to protect data integrity against sensor level manipulation, SP2UBI incorporates a speed verification system assisted by Integrated Sensing and Communications (ISAC) technology which is capable of detecting fraud while preserving user privacy. Experimental evaluation shows that one round of protocol execution takes 41.2 ms, showing that our framework is lightweight and preserves more privacy guarantees compared to state-of-the-art solutions.
- Abstract（参考訳）: 運転年齢や事故件数などの静的パラメータのセットで基礎を定めている従来の自動車保険から、運転行動に基づく価格設定であるUsage-Based Insuranceへの移行は、インテリジェント・トランスポーテーション・システムズによって促進された。
同時に、高解像度テレマティクスデータの解析により、ユーザの行動や習慣が明らかになり、プライバシー上の重大な懸念がもたらされる可能性がある。
プライバシ保護のUBIシステムの大部分は、プロトコルのライフサイクルのどこかの時点で、ポリシー保持者のデータ漏洩にさらされている。
さらに、このケースで使用されるアプローチは、プライバシ妥協監査を必要とし、オラクルの問題を考慮していないため、意図的または意図的でないセンサ異常(センサスプーフや誤動作など)に対してデータの整合性を確保することは困難である。
この問題に対処するため,プライバシ保護型UBIソリューションであるSP2UBIを提案する。
SP2UBIは、微粒な統計データを時空間識別子なしで粗粒で統計的に収集し、微粒なモビリティトレースを再構築することは不可能である。
Torus Fully Homomorphic Encryptionスキームを利用することで、計算オーバーヘッドを低く抑えることができ、直接暗号化データ上で計算を行うことができる。
このようにして、保険会社は機密情報にアクセスせずにリスク要因を計算し、リスクモデルのパラメータは機密である。
センサレベルの操作からデータの整合性を保護するため,SP2UBIでは,ユーザプライバシを保護しながら不正を検知できるISAC技術を活用した速度検証システムを採用している。
実験により,プロトコルの実行に41.2ミリ秒を要することが確認された。
関連論文リスト
- Predictability as a Fine-Grained Measure for Privacy [4.861418621297099]
攻撃者のコア知識を明示的に組み込んだ,きめ細かいフレームワークである予測可能性を通じて,プライバシを導入する。
予測可能性は、特定の機密情報や特定の攻撃モデルに適した、よりきめ細かいプライバシー指標を提供する。
我々のアプローチは、差分プライバシー(DP)を補完するもので、DPと共に、きめ細かいプライバシー管理を提供するために使用できる。
論文 参考訳（メタデータ） (2026-06-18T17:55:31Z) - Your Privacy Depends on Others: Collusion Vulnerabilities in Individual Differential Privacy [50.66105844449181]
個々の差別的プライバシ(iDP)は、ユーザが自身のプライバシをコントロールすることを約束するが、この約束は実際には破られる可能性がある。
我々は、サンプリングベースのiDPメカニズムにおいて、これまで見過ごされていた脆弱性を明らかにした。
我々は、$(varepsilon_i,_i,overline)$-iDPというプライバシー契約を提案します。
論文 参考訳（メタデータ） (2026-01-19T10:26:12Z) - SynQP: A Framework and Metrics for Evaluating the Quality and Privacy Risk of Synthetic Data [4.73374389278596]
合成データ生成におけるプライバシーベンチマークのためのオープンフレームワークであるSynQPを紹介する。
また、機械学習モデルの確率的性質を考慮に入れたプライバシー指標の必要性も強調します。
私たちの仕事は、プライバシー評価の透明性と信頼性を向上させる重要なツールを提供します。
論文 参考訳（メタデータ） (2026-01-17T17:51:14Z) - A Collusion-Resistance Privacy-Preserving Smart Metering Protocol for Operational Utility [0.0]
本稿では,運用サービスにおけるスマート計測のためのコレージョン耐性・プライバシ保護アグリゲーションプロトコルを提案する。
提案手法は,Paillier暗号系の加法準同型特性を用いて摂動読解を集約する。
性能とプライバシの両方の観点からプロトコルを評価する。
論文 参考訳（メタデータ） (2025-08-20T14:40:33Z) - Differential Privacy for Regulatory Compliance in Cyberattack Detection on Critical Infrastructure Systems [0.0]
本稿では、CIN利害関係者のプライバシー懸念を緩和しつつ、規制の信頼性を高めるためのサイバー攻撃検出フレームワークを提案する。
本手法は,非DPケースに匹敵する誤分類エラー率を誘導し,堅牢なプライバシ保証を実現する。
論文 参考訳（メタデータ） (2025-08-11T17:10:49Z) - Privacy-Preserving Federated Learning Scheme with Mitigating Model Poisoning Attacks: Vulnerabilities and Countermeasures [10.862166653863571]
本稿では,プライバシー保護とビザンチン・ロバスト・フェデレーション・ラーニング・スキームの強化を提案する。
本手法は, モデル中毒に対するプライバシー保護とレジリエンスを保証する。
論文 参考訳（メタデータ） (2025-06-30T08:39:01Z) - A False Sense of Privacy: Evaluating Textual Data Sanitization Beyond Surface-level Privacy Leakage [77.83757117924995]
我々は、データリリース時の個人のプライバシーリスクを定量化するために、再識別攻撃を評価する新しいフレームワークを提案する。
本手法は, 衛生データから年齢や物質使用履歴などのセンシティブな属性を推測するために, 一見無害な補助情報を利用できることを示す。
論文 参考訳（メタデータ） (2025-04-28T01:16:27Z) - Communication-Efficient and Privacy-Adaptable Mechanism for Federated Learning [54.20871516148981]
通信効率・プライバシー適応メカニズム(CEPAM)について紹介する。
CEPAMは通信効率とプライバシー保護を同時に達成する。
我々は、CEPAMのプライバシー保証を理論的に分析し、CEPAMのユーザプライバシと正確性の間のトレードオフを調査する。
論文 参考訳（メタデータ） (2025-01-21T11:16:05Z) - 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) - A Randomized Approach for Tight Privacy Accounting [63.67296945525791]
推定検証リリース(EVR)と呼ばれる新しい差分プライバシーパラダイムを提案する。
EVRパラダイムは、まずメカニズムのプライバシパラメータを推定し、その保証を満たすかどうかを確認し、最後にクエリ出力を解放する。
我々の実証的な評価は、新たに提案されたEVRパラダイムが、プライバシ保護機械学習のユーティリティプライバシトレードオフを改善することを示している。
論文 参考訳（メタデータ） (2023-04-17T00:38:01Z) - Breaking the Communication-Privacy-Accuracy Tradeoff with
$f$-Differential Privacy [51.11280118806893]
サーバが複数のユーザの協調的なデータ分析を,プライバシの懸念と限られた通信能力で調整する,フェデレートされたデータ分析問題を考える。
有限出力空間を有する離散値機構の局所的差分プライバシー保証を$f$-differential privacy (DP) レンズを用いて検討する。
より具体的には、様々な離散的評価機構の厳密な$f$-DP保証を導出することにより、既存の文献を前進させる。
論文 参考訳（メタデータ） (2023-02-19T16:58:53Z)
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。