論文の概要: A Threshold Homomorphic Blockchain Architecture for Secure and Scalable IoT Sensor Data Aggregation
- arxiv url: http://arxiv.org/abs/2608.23396v1
- Date: Mon, 24 Aug 2026 15:41:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:44.182831
- Title: A Threshold Homomorphic Blockchain Architecture for Secure and Scalable IoT Sensor Data Aggregation
- Title（参考訳）: セキュアでスケーラブルなIoTセンサデータアグリゲーションのための閾値同型ブロックチェーンアーキテクチャ
- Abstract要約: Phi-PHE-BCは、セキュアでプライバシ保護のIoTセンサデータアグリゲーションのための、トポロジ対応の同型ブロックチェーンアーキテクチャである。
トポロジのスケーリング、バリデータの感度、しきい値の復号化、ビザンチン負荷の実験などにわたる結果は、Phi-PHE-BCがセキュアでプライバシ保護、トポロジ対応のIoTセンサアグリゲーションのための実用的なアーキテクチャであることを示している。
- 参考スコア（独自算出の注目度）: 0.9059656093018312
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Homomorphic-encryption blockchain frameworks for IoT sensor aggregation generally rely on classical cryptographic hardness assumptions and seldom account for network topology in liveness and performance analysis. This work introduces Phi-PHE-BC, a topology-aware homomorphic blockchain architecture for secure and privacy-preserving IoT sensor data aggregation. The framework combines threshold Paillier decryption with graph-parameterized security and performance analysis, linking protocol behavior to the validator graph. On-chain Paillier ciphertexts support homomorphic aggregation while providing IND-CPA confidentiality under the Decisional Composite Residuosity assumption, and authentication signatures provide EUF-CMA transaction integrity. Threshold partial-decryption shares are protected by a noise-flooding wrapper that provides information-theoretic privacy under the configured statistical-hiding condition. Under partial synchrony and Byzantine fault-tolerance assumptions, liveness requires validator connectivity kappa(Gv) >= f+1. We derive topology-dependent throughput bounds for tree, star, mesh, and scale-free networks, together with a per-block communication-cost model. A game-theoretic analysis shows that honest validator participation is a dominant strategy under the stated utility model, yielding an all-honest Nash equilibrium. Experiments on Hyperledger Fabric 2.5 show lower end-to-end latency than the selected traditional PHE-blockchain baseline while maintaining controllable threshold-decryption overhead. Results across topology scaling, validator sensitivity, threshold decryption, and Byzantine-load experiments indicate that Phi-PHE-BC is a practical architecture for secure, privacy-preserving, and topology-aware IoT sensor aggregation.
- Abstract（参考訳）: IoTセンサアグリゲーションのための同型暗号化ブロックチェーンフレームワークは一般的に、古典的な暗号化の硬さの仮定に依存しており、生存性とパフォーマンス分析におけるネットワークトポロジをほとんど考慮していない。
Phi-PHE-BCは、セキュアでプライバシ保護のIoTセンサデータアグリゲーションのための、トポロジ対応の同型ブロックチェーンアーキテクチャである。
このフレームワークはしきい値Paillier復号化とグラフパラメータ化セキュリティとパフォーマンス分析を組み合わせて、プロトコルの振る舞いをバリデータグラフにリンクする。
On-chain Paillier暗号は、決定合成残留性仮定の下でIND-CPA機密性を提供しながら、同型アグリゲーションをサポートし、認証シグネチャはEUF-CMAトランザクションの整合性を提供する。
閾値部分復号化の共有は、設定された統計的隠蔽条件の下で情報理論のプライバシーを提供するノイズフルートラッパーによって保護される。
部分同期とビザンティンのフォールトトレランス仮定の下では、ライブネスはバリケータ接続カッパ(Gv) >= f+1 を必要とする。
ブロックごとの通信コストモデルとともに,木,星,メッシュ,スケールフリーネットワークのトポロジ依存スループット境界を導出する。
ゲーム理論解析により、正直なバリケータの参加は、表現されたユーティリティモデルの下で支配的な戦略であり、全真正なナッシュ均衡をもたらすことが示された。
Hyperledger Fabric 2.5の実験では、制御可能なしきい値復号オーバーヘッドを維持しながら、選択された従来のPHEブロックチェーンベースラインよりもエンドツーエンドのレイテンシが低い。
トポロジのスケーリング、バリデータの感度、しきい値の復号化、ビザンチン負荷の実験などにわたる結果は、Phi-PHE-BCがセキュアでプライバシ保護、トポロジ対応のIoTセンサアグリゲーションのための実用的なアーキテクチャであることを示している。
関連論文リスト
- Distributed Physical Layer Authentication and Collaborative RSMA in Non-Terrestrial Networks via Graph Reinforcement Learning [2.0965265618008315]
正当なチャネル状態情報(CSI)にアクセスせずに、受動的、位置対応、静的な盗聴器
秘密スペクトル効率(SSE)を最大化するマルチゾーンシステム(SAFA-MZ)に対するセキュア適応認証を提案する。
その結果,単線通信よりも平均SSEを最大135%,ANなしでは21%向上することが示唆された。
論文 参考訳（メタデータ） (2026-09-08T21:46:12Z) - Pushing Forward Multi-Secret-Key Homomorphic Encryption for Private Average Aggregation [45.381652768314375]
ホモモルフィック暗号化は、フェデレートラーニングのクライアント-アグリゲータ通信パターンに自然に適合する。
RLWEに基づくホモモルフィック暗号化に基づくプライベート平均アグリゲーションのための軽量なマルチシークレットキープロトコルを提案する。
提案手法は, 実用的な同型アグリゲーション性能を維持しつつ, 暗号文の拡張とオンラインコストを大幅に削減することを示す。
論文 参考訳（メタデータ） (2026-09-01T23:21:48Z) - Keyed Provenance Watermarking with Complementary Lattice-Based Secure Aggregation for Federated Learning [9.487248784690612]
本稿では,鍵付きコンテキスト保証透かしと格子ベースのセキュアアグリゲーションを結合するFLフレームワークを提案する。
我々の知る限り、両方の層をハイブリッドでエンドツーエンドで信頼できるFLフレームワークで共同で評価する以前の検証ワークフローはありません。
論文 参考訳（メタデータ） (2026-08-20T21:26:31Z) - MOSAIC-FL, a micro-service based privacy-preserving framework with application to genomics [0.39803081804190255]
セキュリティとプライバシは、フェデレートラーニングの基本的な要件である。
私たちのフレームワークは、モジュラーでフレキシブルでマイクロサービスアーキテクチャを提案しながら、これらの課題に対処するように設計されています。
我々は,標準画像認識(EMNIST)から複雑なゲノム分類まで,多様なユースケースを通じて,フレームワークの有効性を実証する。
論文 参考訳（メタデータ） (2026-07-27T22:09:46Z) - Privacy-Preserving Robustness Verification for Neural Networks [8.136747065885006]
プライバシ保護ニューラルネットワーク検証のための最初のフレームワークであるSecureCROWNを紹介する。
我々のフレームワークは、モデル所有者とデータ所有者が、認証された堅牢性境界を共同で計算することを可能にする。
SecureCROWNは検証結果と厳密に一致し, 異なるモデルサイズで0.1-200sで完了した。
論文 参考訳（メタデータ） (2026-07-06T15:59:17Z) - GoAT-X: A Graph of Auditing Thoughts for Securing Token Transactions in Cross-Chain Contracts [52.51342355102833]
マルチチェーンエコシステムの重要な基盤であるクロスチェーンブリッジは、攻撃者にとって主要なターゲットとなっている。
バイトコードレベルの静的解析のような既存の防御は、チェーン間の相互作用のセマンティックな複雑さを扱うには不十分である。
パターンマッチングから体系的な第一原理検証へ自動的なクロスチェーンスマートコントラクト監査を移行するフレームワークであるGoAT-Xを提案する。
論文 参考訳（メタデータ） (2026-04-27T11:34:21Z) - Scalable and Verifiable Federated Learning for Cross-Institution Financial Fraud Detection [0.0]
本研究では,不正検出のためのセキュアアグリゲーションフレームワークであるDynamic Sharded Learning (DSFL)を提案する。
DSFLはトポロジを動的シャーディングに置き換え、O(N2) から m(N2) への複雑さを減らす
インサイダーの脅威を軽減するために,加法的同型コミットメント機構である線形積分タグを導入する。
論文 参考訳（メタデータ） (2026-04-25T20:49:22Z) - RAIN: Secure and Robust Aggregation under Shuffle Model of Differential Privacy [46.52109845749167]
本稿では,Shuffle-DPの下でのプライバシー,堅牢性,検証性を両立するフレームワークである騒音のロバスト集約について述べる。
RAINは、アップデートの一貫性を堅牢に測定し、ノイズや匿名化の下で悪意のある影響を制限するために、サインスペースアグリゲーションを採用している。
本研究は,Shuffle-DPの下では強力なプライバシー保証を保ち,精度と収束性において無視できない劣化を伴う攻撃に対して堅牢であることを示す。
論文 参考訳（メタデータ） (2026-03-03T15:41:54Z) - A Critical Look into Threshold Homomorphic Encryption for Private Average Aggregation [45.381652768314375]
Threshold Homomorphic Encryption (Threshold HE)は、プライベートフェデレーションの平均アグリゲーションを実装するのに適している。
最近の研究では、敵が制限された復号オラクルにアクセスできれば、しきい値スキームが予期せぬセキュリティ脆弱性を引き起こす可能性があることが示されている。
論文 参考訳（メタデータ） (2026-02-25T15:45:27Z) - Safe Low Bandwidth SPV: A Formal Treatment of Simplified Payment Verification Protocols and Security Bounds [0.0]
我々は,SPVが有界対向仮定の下では安全であるだけでなく,スケーラブルで検証可能なトランザクション包含を必要とするデジタルキャッシュシステムに対して,厳密に最適であることを示す。
この文書は、セキュアなSPV実装のための青写真と、無効なクライアントを取り巻く一般的な誤解の反論として機能する。
論文 参考訳（メタデータ） (2025-07-01T13:44:48Z) - Trusted Compute Units: A Framework for Chained Verifiable Computations [41.94295877935867]
本稿では,異種技術間のコンポーザブルで相互運用可能な計算を可能にする統合フレームワークであるTrusted Compute Unit(TCU)を紹介する。
オンチェーンの確認遅延やガス料金を発生させることなく、セキュアなオフチェーンインタラクションを可能にすることで、TCUはシステムパフォーマンスとスケーラビリティを大幅に改善する。
論文 参考訳（メタデータ） (2025-04-22T09:01:55Z) - A Label-Free Heterophily-Guided Approach for Unsupervised Graph Fraud Detection [60.09453163562244]
本稿では,非教師付きGFDのための非教師付きグラフ不正検出手法(HUGE)を提案する。
推定モジュールでは、GFD の臨界グラフ特性をキャプチャする HALO と呼ばれる新しいラベルフリーなヘテロフィリー計量を設計する。
アライメントに基づく不正検出モジュールにおいて、ランキング損失と非対称アライメント損失を有する合同GNNアーキテクチャを開発する。
論文 参考訳（メタデータ） (2025-02-18T22:07:36Z) - ScionFL: Efficient and Robust Secure Quantized Aggregation [36.668162197302365]
我々は,フェデレートラーニングのための最初のセキュアアグリゲーションフレームワークであるScionFLを紹介する。
量子化された入力で効率的に動作し、同時に悪意のあるクライアントに対して堅牢性を提供する。
クライアントのオーバーヘッドがなく、サーバのオーバーヘッドも緩やかなため、標準的なFLベンチマークに匹敵する精度が得られます。
論文 参考訳（メタデータ） (2022-10-13T21:46:55Z) - 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)
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。