論文の概要: Low-Latency Spatial-Provenance Recovery Methods for Privacy-Constrained Vehicular Networks
- arxiv url: http://arxiv.org/abs/2608.14592v1
- Date: Wed, 24 Jun 2026 18:35:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.225742
- Title: Low-Latency Spatial-Provenance Recovery Methods for Privacy-Constrained Vehicular Networks
- Title（参考訳）: プライバシーに制約のある車両ネットワークのための低レイテンシ空間空間性回復手法
- Abstract要約: 車両間通信(V2X)ネットワークのための2つの新しいプロトコルを提案する。
BSEとTSEは、プライバシー機能をオフにしながら、共同データと空間的改善のためのスキップメカニズムを提供する。
本研究は,提案プロトコルが5Gスタック上に実装した場合のレイテンシに大きなメリットがあることを明らかにする。
- 参考スコア（独自算出の注目度）: 1.3256461208044976
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In multihop Vehicle-to-Everything (V2X) networks, Road Side Units (RSUs) intend to collect information on vehicles' location in a low-latency manner while respecting their privacy constraints to support real-time location-based services. To facilitate data collection, provenance is known to ensure trust and accountability of data. Although existing joint data- and spatial-provenance techniques preserve the privacy of vehicles up to a certain granularity with respect to the RSU and other vehicles, they are unsuitable when stringent deadlines are imposed on the end-to-end delay on the packets. As a consequence, there is a need for designing spatial-provenance methods for V2X networks that satisfy stringent deadlines on the end-to-end delays while managing the privacy concerns. To fill this research gap, we propose two novel protocols, namely: Bi-Segment Embedding (BSE) and Tri-Segment Embedding (TSE), which provide a skipping mechanism for joint data- and spatial-provenance while trading off privacy features among the vehicles. Through an extensive theoretical framework, we provide an analysis of the proposed schemes in terms of reliability, privacy, and communication overhead. When compared to the baselines, our protocols offer lower end-to-end delay, higher reliability in provenance reconstruction, and the same level of privacy with respect to the RSU. We validate latency gains using practical radio parameters, and our study reveals that our proposed protocols offer significant benefits in latency when implemented over a 5G stack.
- Abstract（参考訳）: マルチホップ(V2X)ネットワークにおいて、ロードサイドユニット(RSU)は、リアルタイム位置情報サービスをサポートするためのプライバシー制約を尊重しながら、低レイテンシで車両の位置に関する情報を集めることを目的としている。
データ収集を容易にするために、証明はデータの信頼性と説明責任を保証することが知られている。
既存の共同データおよび空間保証技術は、RSUや他の車両に対して一定の粒度まで車両のプライバシを保っているが、パケットのエンドツーエンド遅延に厳格な期限を課すと不適切である。
結果として、プライバシーの懸念を管理しながら、エンドツーエンドの遅延の厳しい期限を満たすV2Xネットワークの空間保証手法を設計する必要がある。
本研究のギャップを埋めるために,両セグメント埋め込み(BSE)と三セグメント埋め込み(TSE)という2つの新しいプロトコルを提案する。
理論的な枠組みを通じて,信頼性,プライバシー,通信オーバーヘッドの観点から提案手法の分析を行う。
ベースラインと比較して、当社のプロトコルは、エンド・ツー・エンドの遅延を低くし、前立腺再建の信頼性を高め、RSUに関して同じレベルのプライバシーを提供する。
本研究により,提案プロトコルは,5Gスタック上に実装した場合のレイテンシに有意なメリットをもたらすことが明らかとなった。
関連論文リスト
- Look One Step Ahead: Forward-Looking Incentive Design with Strategic Privacy for Proactive Service Provisioning over Air-Ground Integrated Edge Networks [29.10512275659285]
地上統合ネットワーク(AGIN)では、無人航空機(UAV)が地上車両にオンデマンドサービスを提供している。
我々は、効率的でプライバシーに配慮したサービス提供のための新しいフレームワークであるルックワンステップ・フォワード(LOSA)を提案する。
論文 参考訳（メタデータ） (2026-04-15T09:02:34Z) - Personalized 3D Spatiotemporal Trajectory Privacy Protection with Differential and Distortion Geo-Perturbation [64.60694805725727]
本稿では3DSTPMという,個人化された3次元トラジェクトリプライバシ保護機構を提案する。
軌道上の位置間の相関を利用して攻撃する攻撃者の特徴を分析し,攻撃モデルを示す。
提案した3DSTPMは,ユーザのパーソナライズされたプライバシ保護のニーズを満たす際に,損失を効果的に低減することを示す。
論文 参考訳（メタデータ） (2025-11-27T07:41:14Z) - On Spatial-Provenance Recovery in Wireless Networks with Relaxed-Privacy Constraints [1.1795056270534288]
本研究では、車両が位置ベースサービスを利用するために、その部分的な位置情報を共有できる緩和されたプライバシモデルを提案する。
車両は相関線形ブルームフィルタを用いて位置情報を埋め込む空間性能回復のための低遅延プロトコルを提案する。
提案手法では,ローパワーのジャマをローカライズしてサービス停止攻撃を行うなどのセキュリティ機能を実現するために,パケットヘッダに数ビットを必要とすることを示す。
論文 参考訳（メタデータ） (2025-09-15T10:28:52Z) - Experimental Evaluation of Post-Quantum Homomorphic Encryption for Privacy-Preserving V2X Communication [4.156940246278584]
ホモモルフィック暗号化(HE)は、基盤となるコンテンツを明らかにすることなく、暗号化されたデータの計算を可能にする、有望なソリューションを提供する。
本研究は、量子後安全な3つのHEスキームに関する実世界の実験評価である。
論文 参考訳（メタデータ） (2025-08-04T14:28:19Z) - Leveraging Functional Encryption and Deep Learning for Privacy-Preserving Traffic Forecasting [3.177180500119784]
本稿では,セキュアでプライバシ保護された位置情報と交通予報システムを提案する。
我々の新しいk匿名方式は,ドライバが送信した暗号化された位置情報を集約するために機能暗号化を利用する。
本研究では,60分間の予測地平線に対する平均絶対誤差を10%以下に抑えた提案手法の有効性を示す。
論文 参考訳（メタデータ） (2025-04-17T18:21:55Z) - 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) - A Prototype on the Feasibility of Learning Spatial Provenance in XBee and LoRa Networks [0.732582506267845]
V2Xネットワークでは、通常、ロードサイドユニット(RSU)は参加車両の位置情報を収集して、セキュリティとネットワーク診断機能を提供したいと考えている。
本稿では、車両がプライバシーをある程度侵害し、RSUの要求に応じて座標の低精度な変種を共有することに同意した新しい空間改善フレームワークを提案する。
実演では、より少ないパケットでロー・トゥ・モデレートの精度のローカライズを達成できることが示され、次世代車載ネットワークがリアルタイムセキュリティとネットワークを提供する方法を含むことをアピールする。
論文 参考訳（メタデータ） (2024-01-12T15:36:28Z) - 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。