論文の概要: Verification of $K$- and Infinite-Step Strong/Weak Anonymity Using Concurrent Compositions

• arxiv url: http://arxiv.org/abs/2609.01192v1
• Date: Tue, 01 Sep 2026 13:03:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.670851
• Title: Verification of $K$- and Infinite-Step Strong/Weak Anonymity Using Concurrent Compositions
• Title（参考訳）: コンカレント組成を用いたK$および無限ステップ強弱匿名性の検証
• Authors: Jiahui Zhang, Kuize Zhang, Xiaoguang Han, Zhiwu Li,
• Abstract要約: 本稿では,非決定論的有限状態オートマトンでモデル化した部分観測離散イベントシステムに対して,$K$-および無限ステップ匿名性を導出する。 まず、2つの強いタイプと2つの弱いタイプの$K$-および無限ステップの匿名性を定義し、これは強および弱匿名射影を考慮して、既存の$K$-および無限ステップの匿名性の概念と根本的に異なる。
• 参考スコア（独自算出の注目度）: 38.32370955322664
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Anonymity is an information flow property that provides privacy protection in the sense of non-uniqueness of system information at certain moments with respect to observations. The notion of $K$-step anonymity in the context of discrete-event systems characterizes the scenario that the state estimates cannot be a singleton within at most $K$ observational steps prior to the current instant, while infinite-step anonymity is the same as $K$-step anonymity without considering the limit on $K$. In this paper, we lucubrate $K$- and infinite-step anonymity for partially-observed discrete-event systems modeled by non-deterministic finite-state automata. First, we define two strong types and two weak types of $K$- and infinite-step anonymity that are fundamentally different from the existing notions of $K$- and infinite-step anonymity due to the consideration of strong and weak anonymous projections. Then, we develop a new methodology by exploiting the concurrent-composition technique to verify these four types of anonymity. Based on the constructed concurrent compositions, verifiable necessary and sufficient conditions for the four types of anonymity are provided, along with their complexity analysis. Finally, the upper bounds on $K$ for $K$-step strong anonymity and weak anonymity are computed.
• Abstract（参考訳）: 匿名性(英: Anonymity)とは、ある時点におけるシステム情報の非均一性という意味でのプライバシー保護を提供する情報フロー特性である。 離散イベントシステムの文脈における$K$-step匿名性の概念は、状態推定が現在の瞬間に先立って少なくとも$K$の観測段階においてシングルトンにはならないというシナリオを特徴づけるものであるが、無限ステップ匿名性は$K$の制限を考慮せずに$K$-step匿名性と同じである。 本稿では,非決定論的有限状態オートマトンでモデル化した部分観測離散イベントシステムに対して,$K$-および無限ステップ匿名性を導出する。 まず、2つの強いタイプと2つの弱いタイプの$K$-および無限ステップの匿名性を定義し、これは強および弱匿名射影を考慮して、既存の$K$-および無限ステップの匿名性の概念と根本的に異なる。 そこで我々は,これら4種類の匿名性を検証するために,コンカレント・コンポジション手法を利用した新しい手法を開発した。 構築されたコンカレント・コンポジションに基づいて,その複雑性解析とともに,4種類の匿名性に関する必要十分かつ十分な条件が提供される。 最後に、$K$ for $K$-step strong anonymity と weak anonymity の上限が計算される。

関連論文リスト

• DARTIC: Decentralized Anonymous Reputation at Scale for Trustworthy Crowdsourcing [3.7091556547212843]
  DARTICは、クラウドソーシングのための分散化、匿名化、スケーラブルな評判駆動フレームワークである。 我々は,zkSNARKベースの集合メンバシップ証明を導入し,すべてのユーザを1つのアクセストークンに暗号的に結び付ける。 その結果, 完全分散型クラウドソーシングシステムにおいて, 匿名性, 堅牢な評価バインド, スケーラビリティを両立させることができることがわかった。
  論文  参考訳（メタデータ） (2026-05-18T09:52:11Z)
• Beyond Inference Intervention: Identity-Decoupled Diffusion for Face Anonymization [55.29071072675132]
  顔の匿名化は、非同一性属性を保持しながら、識別情報を隠蔽することを目的としている。 トレーニング中心の匿名化フレームワークである textbfIDsuperscript2Face を提案する。 IDtextsuperscript2Faceは、視覚的品質、アイデンティティの抑制、ユーティリティ保存において、既存の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-10-28T09:28:12Z)
• Lattice-Based Dynamic $k$-Times Anonymous Authentication [12.008179370101539]
  $k$-times anonymous authentication(k$-TAA)スキームにより、グループのメンバーは、アプリケーションプロバイダによって最大$k$倍まで匿名で認証される。 量子コンピューティング攻撃を考えると、格子ベースの$k$-TAAが導入された。 最初の格子ベースの動的$k$-TAAは、限定的な匿名認証、動的メンバ管理、量子後セキュリティを提供する。
  論文  参考訳（メタデータ） (2025-09-26T02:42:31Z)
• iFADIT: Invertible Face Anonymization via Disentangled Identity Transform [51.123936665445356]
  顔の匿名化は、個人のプライバシーを保護するために顔の視覚的アイデンティティを隠すことを目的としている。 Invertible Face Anonymization の頭字語 iFADIT を Disentangled Identity Transform を用いて提案する。
  論文  参考訳（メタデータ） (2025-01-08T10:08:09Z)
• Guaranteeing Anonymity in Attribute-Based Authorization [3.2697504912958633]
  属性に基づく手法は、被写体のアイデンティティではなく、被写体が所有する属性に基づいて決定を行う。 これは匿名の認証を可能にするが、匿名性を保証するものではない。 属性ベースの認証において匿名性を実現する他のアプローチは、属性分布の問題に対処しない。
  論文  参考訳（メタデータ） (2023-10-07T19:09:17Z)
• Smooth Anonymity for Sparse Graphs [69.1048938123063]
  しかし、スパースデータセットを共有するという点では、差分プライバシーがプライバシのゴールドスタンダードとして浮上している。 本研究では、スムーズな$k$匿名性(スムーズな$k$匿名性)と、スムーズな$k$匿名性(スムーズな$k$匿名性)を提供する単純な大規模アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-07-13T17:09:25Z)

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。