論文の概要: Defending Wearable VLMs Against Private Attribute Inference

• arxiv url: http://arxiv.org/abs/2608.28691v1
• Date: Wed, 26 Aug 2026 21:36:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:30.714356
• Title: Defending Wearable VLMs Against Private Attribute Inference
• Title（参考訳）: 個人属性推論に対するウェアラブルVLMの防御
• Abstract要約: ウェアラブルなVLMパイプラインは、エゴセントリックなビジュアルキャプチャによる連続的なマルチモーダルアシストを約束する。 有用な援助に必要なエゴセントリックな証拠は、着用者や近くの傍観者に関する個人的な属性を明らかにすることもできる。 我々は,信頼境界を離れる前に,視覚的トークンの残差変換を学習するLLM前ディスアンタングルであるToken-Guided Attribute Privacy (TGAP)を提案する。
• 参考スコア（独自算出の注目度）: 21.179736294173168
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Wearable VLM pipelines promise continuous multimodal assistance from egocentric visual capture: a user asks a task-driven question about the surrounding scene, and the system uses compact visual tokens to support language reasoning. The challenge motivating this work is that the same egocentric evidence needed for useful assistance can also reveal private attributes about the wearer or nearby bystanders. We investigate this as a joint privacy-utility problem for split VLM inference, where visual encoding occurs within a trusted device boundary but intermediate visual tokens may be transmitted to downstream reasoning components. This exposes an understudied leakage surface: even when final textual responses are benign, external attackers or untrusted downstream components can recover private attributes from transmitted visual tokens. To evaluate this tension, we construct a paired privacy-utility benchmark with 3,221 image-question records, each paired with a utility question and privacy labels covering location, income, sex, and interests. We further propose Token-Guided Attribute Privacy (TGAP), a pre-LLM token disentangler that learns a residual transformation of visual tokens before they leave the trusted boundary. TGAP combines utility preservation, identity regularization, semantic privacy suppression, and image-driven representation suppression, avoiding the utility loss caused by coarse hard or attention masking. On the benchmark used for source-model evaluation, TGAP reduces privacy accuracy from 56.7\% to 7.4\%, a 49.3\% absolute drop, while maintaining relaxed utility at 74.4\%. These results suggest that securing the compact token interface is a practical path toward privacy-preserving wearable multimodal AI.
• Abstract（参考訳）: ユーザは周囲のシーンについてタスク駆動の質問をし、システムは言語推論をサポートするためにコンパクトなビジュアルトークンを使用する。 この研究を動機づける課題は、役に立つ援助に必要な同じエゴセントリックな証拠が、着用者や近くの傍観者に関する個人的な属性を明らかにすることである。 本稿では、VLM推論を分割するための共同プライバシーユーティリティ問題として、信頼されたデバイス境界内で視覚的エンコーディングが行われるが、中間的な視覚トークンは下流の推論コンポーネントに送信される可能性がある。 最終的なテキスト応答が無視されている場合でも、外部攻撃者や信頼できない下流コンポーネントは、送信されたビジュアルトークンからプライベート属性を復元することができる。 この緊張度を評価するために,3,221枚の画像検索記録と,位置情報,収入,性別,関心事を含むユーティリティ質問とプライバシーラベルのペアを用いたプライバシ・ユーティリティ・ベンチマークを構築した。 さらに、信頼境界を離れる前に、視覚的トークンの残差変換を学習するLLM前トークンアンタングルであるToken-Guided Attribute Privacy (TGAP)を提案する。 TGAPは、ユーティリティの保存、アイデンティティの正規化、セマンティックプライバシの抑制、イメージ駆動型表現の抑制を組み合わせることで、粗いハードやアテンションマスキングによるユーティリティ損失を回避する。 ソースモデル評価に使用されるベンチマークでは、TGAPはプライバシーの精度を56.7\%から7.4\%に下げる。 これらの結果は,コンパクトトークンインターフェースの確保が,プライバシ保護型ウェアラブルマルチモーダルAIへの実践的な道のりであることを示唆している。

関連論文リスト

• Don't Send What You Don't Need: Question-Guided Token Pruning as a Privacy Defense for Vision-Language Models [0.30938904602244355]
  QPriv-VLはプライバシを意識したトークン処理フレームワークである。 タスクユーティリティとプライバシの感度に基づいて、送信前に視覚トークンをプルークする。 GQA,OK-VQA,VQAv2,SLAKE,VQA-RAD,PathVQAを4つのプライバシ攻撃ファミリーに対して評価した。
  論文  参考訳（メタデータ） (2026-09-14T14:48:39Z)
• Privacy-Aware Video Anomaly Detection through Orthogonal Subspace Projection [14.631956899935721]
  ビデオ異常検出(VAD)システムは、プライバシの懸念を乗り越えながら精度を優先し、現実のデプロイメントに対する適合性を制限していることが多い。 本稿では,タスク非関連な変化を除去し,異常関連キューに着目した表現を生成する軽量モジュールであるOrthogonal Projection Layer (OPL)を提案する。 人物中心のシナリオにおけるプライバシーリスクに対処するために,ポーズや動きなどの識別不能な特徴を保ちながら,顔提示信号からの弱い監視を用いて顔属性を抑えるガイドOPL(G-OPL)を導入する。
  論文  参考訳（メタデータ） (2026-05-09T03:46:39Z)
• SIDeR: Semantic Identity Decoupling for Unrestricted Face Privacy [53.75084833636302]
  本稿では,非制限顔プライバシー保護のためのセマンティックデカップリング駆動フレームワークSIDeRを提案する。 SIDeRは、顔画像をマシン認識可能な識別特徴ベクトルと視覚的に知覚可能なセマンティックな外観成分に分解する。 認証されたアクセスのために、SIDeRは正しいパスワードが提供されるときに元の形式に復元できる。
  論文  参考訳（メタデータ） (2026-02-04T19:30:48Z)
• Who Can See Through You? Adversarial Shielding Against VLM-Based Attribute Inference Attacks [13.326888254423901]
  VLMベースの属性推論攻撃は、ソーシャルメディア上で共有された画像から、敵対者が個人属性を推測できるようにする、深刻なプライバシー上の懸念として浮上している。 本稿では,視覚的制約下でのプライバシー抑制とユーティリティ保護を協調的に最適化する新しい保護手法を提案する。 提案手法は, PARを25%以下に効果的に削減し, NPARを88%以上に抑えるとともに, 未確認・言い換えのプライバシー問題に対してよく一般化する。
  論文  参考訳（メタデータ） (2025-12-20T08:08:50Z)
• Privacy Beyond Pixels: Latent Anonymization for Privacy-Preserving Video Understanding [56.369026347458835]
  本稿では,ビデオ基盤モデルにおける視覚的プライバシ保護の新たな定式化について紹介する。 入力ピクセルレベルの匿名化に関する現在のプライバシー保護手法では、ユーティリティビデオモデル全体を再トレーニングする必要がある。 軽量な Anonym Adapter Module (AAM) は、一般的なタスクユーティリティを維持しながら、ビデオ機能からプライベート情報を除去する。
  論文  参考訳（メタデータ） (2025-11-11T18:56:27Z)
• VoxGuard: Evaluating User and Attribute Privacy in Speech via Membership Inference Attacks [51.68795949691009]
  差分プライバシとメンバシップ推論に基づくフレームワークであるVoxGuardを紹介した。 属性については, 匿名化後も, 性別やアクセントをほぼ完全精度で再現できることが示唆された。 以上の結果から,EERはリークを著しく過小評価し,低FPR評価の必要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-09-22T20:57:48Z)
• DP-Fusion: Token-Level Differentially Private Inference for Large Language Models [51.71591819896191]
  大規模言語モデル(LLM)は、推論時にプライバシを保存しない。 DP-Fusion は LLM の出力にコンテキスト内のトークンの集合が持つ影響を証明的に束縛する。 提案手法は, 理論的および実証的プライバシを大幅に改善した, 証明可能な民営化文書を作成する。
  論文  参考訳（メタデータ） (2025-07-06T20:49:39Z)
• Privacy-Preserving in Connected and Autonomous Vehicles Through Vision to Text Transformation [0.9831489366502302]
  本稿では,フィードバックベース強化学習(RL)と視覚言語モデル(VLM)を活用した,新たなプライバシ保護フレームワークを提案する。 イメージを意味論的に等価なテキスト記述に変換し、視覚的プライバシが保持されている間にシーン関連情報が保持されることを保証する。 評価結果は,プライバシ保護とテキスト品質の両方において,大幅な改善が見られた。
  論文  参考訳（メタデータ） (2025-06-18T20:02:24Z)
• PersGuard: Preventing Malicious Personalization via Backdoor Attacks on Pre-trained Text-to-Image Diffusion Models [51.458089902581456]
  特定の画像の悪質なパーソナライズを防ぐ新しいバックドアベースのアプローチであるPersGuardを紹介する。 我々の手法は既存の技術よりも優れており、プライバシーと著作権保護に対するより堅牢なソリューションを提供する。
  論文  参考訳（メタデータ） (2025-02-22T09:47:55Z)
• Subverting Privacy-Preserving GANs: Hiding Secrets in Sanitized Images [13.690485523871855]
  最先端のアプローチでは、プライバシ保護による生成的敵ネットワーク(PP-GAN)を使用して、ユーザのアイデンティティを漏洩することなく、信頼できる表情認識を可能にする。 PP-GANの高感度化出力画像に機密識別データを隠蔽して後で抽出できることを示す。
  論文  参考訳（メタデータ） (2020-09-19T19:02:17Z)
• Privacy-Preserving Image Features via Adversarial Affine Subspace Embeddings [72.68801373979943]
  多くのコンピュータビジョンシステムでは、ユーザーは画像処理とストレージのためにイメージ機能をクラウドにアップロードする必要がある。 本稿では,新しいプライバシー保護機能表現を提案する。 従来の特徴と比較すると,敵が個人情報を回収するのは極めて困難である。
  論文  参考訳（メタデータ） (2020-06-11T17:29:48Z)

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。