論文の概要: Seeing Less Is Not Seeing Safely: Privacy Leakage from Task-Scoped Robot Perception Exports
- arxiv url: http://arxiv.org/abs/2609.03055v1
- Date: Wed, 02 Sep 2026 18:29:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-04 18:28:38.827979
- Title: Seeing Less Is Not Seeing Safely: Privacy Leakage from Task-Scoped Robot Perception Exports
- Title（参考訳）: 安全でないと見えない:タスクスコープによるロボットの知覚輸出からのプライバシー漏洩
- Authors: Yuqiao Xu, Erman Ayday,
- Abstract要約: 家庭内ロボットは、家庭内での操作に豊富な認識を頼っているが、生のセンサーデータがローカルのままである場合でも、プライバシー上のリスクは持続する。
本稿では,タスク・ファンクション・ディスタンス(D: Task-Functional Distillation)という,タスク・スコープによる表現・エクスポート・フレームワークを紹介した。
3つの航法輸出は、同じ成功 (1.000) と平均経路比 (0.898) を達成するが、表現レベルの結合性は0.532から0.970の範囲である。
- 参考スコア（独自算出の注目度）: 3.8469008367869963
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Domestic robots rely on rich perception to operate in private homes, but privacy risk persists even when raw sensor data remain local. Structured representations exported to downstream planners, cloud services, logs, or learning pipelines can still reveal household information through semantics, geometry, spatial structure, and task targets. We introduce Task-Functional Perception Distillation (TFPD), a task-scoped representation-export framework that keeps rich perception local and profiles downstream exports according to task utility, direct exposure, and multiple residual inference risks. Using 120 AI2-THOR scenes with scene-disjoint train/validation/test splits, frozen attacker selection, and representation-aware held-out attacks, we evaluate navigation, collision checking, and object-goal execution. Three navigation exports achieve identical success (1.000) and mean path ratio (0.898), yet representation-level linkability ranges from 0.532 to 0.970. Replacing an explicit target label with a target region reduces target-category macro-F1 from 1.000 to 0.077 while preserving success at 0.995, while geometric coarsening reduces object-category macro-F1 from 0.704 to 0.556 at a measurable collision-utility cost. A ProcTHOR replication preserves the navigation task-equivalence/privacy-inequivalence finding while changing the relative ordering of normalized and topological exports. These results show that neither field removal nor stronger abstraction induces a universal privacy ordering and motivate task-specific, multi-risk evaluation of the complete public representation.
- Abstract（参考訳）: 家庭内ロボットは、家庭内での操作に豊富な認識を頼っているが、生のセンサーデータがローカルのままである場合でも、プライバシー上のリスクは持続する。
下流のプランナー、クラウドサービス、ログ、学習パイプラインにエクスポートされた構造化された表現は、セマンティクス、幾何学、空間構造、タスクターゲットを通じて、家庭用情報を明らかにすることができる。
タスク・ファンクション・パーセプション蒸留(TFPD, Task-Functional Perception Distillation)は、タスク・ユーティリティ、直接露光、および複数の残留推論リスクに応じて、リッチな認識の局所的およびプロファイルの下流輸出を維持するタスク・スコープ表現・エクスポート・フレームワークである。
120のAI2-THORシーンに、シーン分割/検証/テスト分割、フリーズアタッカーの選択、表現対応のホールドアウト攻撃を用いて、ナビゲーション、衝突チェック、オブジェクトゴール実行を評価した。
3つの航法輸出は、同じ成功 (1.000) と平均経路比 (0.898) を達成するが、表現レベルの結合性は0.532から0.970の範囲である。
目標領域に明示的なターゲットラベルをリプレースすることで、目標カテゴリマクロF1を0.995で維持しつつ、目標カテゴリマクロF1を1.000から0.077に削減し、幾何学的粗化により、測定可能な衝突ユーティリティコストで、対象カテゴリマクロF1を0.704から0.556に低減する。
ProcTHORレプリケーションは、正規化およびトポロジカル輸出の相対順序を変更しながら、ナビゲーションタスク等価/プライバシー等価の検出を保存する。
これらの結果から, フィールド除去や抽象化の強化は, 普遍的なプライバシの順序付けや, タスク固有のマルチリスク評価を誘導するものではないことが示唆された。
関連論文リスト
- RynnValue: Scaling Robotic Value Foundation Models with Temporal Distance [84.26294415726723]
汎用報酬モデルが、ロボット学習のスケーリングのボトルネックになりつつある。
ロボット操作のためのオープンソースのバリューファンデーションモデルであるRynnValueを紹介した。
RynnValueは7000時間以上、好みやプログレッシブアノテーションなしで約3Mの命令条件付きクリップにスケールする。
論文 参考訳（メタデータ） (2026-08-10T17:09:37Z) - SSTG-Nav: Metric-Grounded Spatial-Semantic Topological Graphs for Reusable Object Navigation [2.272547247667044]
SSTG-Navは再利用可能なメートル法セマンティックメモリで、1回のサーベイを実行可能なオブジェクトゴールに変換する。
36シーンにわたる1000のHM3D-v2エピソードにおいて、私たちのゴールに依存しないトポロジーは99.4%の幾何学的成功天井を達成した。
論文 参考訳（メタデータ） (2026-08-01T08:40:04Z) - A Modelling and Evaluation Framework for EuroCrops-Driven Sentinel-2 Crop Segmentation [78.66324246922831]
本研究では,Sentinel-2イメージとEuroCropsパーセルレベルのアノテーションからセマンティックセグメンテーション対応農業データセットを生成するパイプラインを提案する。
このデータセットには、ヨーロッパ5カ国から67,337のパッチが含まれており、10種類の作物と背景の分類を減らしている。
The four-level U-Net with Group Normalization were training using 10 Sentinel-2 spectrum bands and a Composite loss with class-weighted cross-entropy and Dice loss。
論文 参考訳（メタデータ） (2026-05-30T11:20:29Z) - Can Attribution Predict Risk? From Multi-View Attribution to Planning Risk Signals in End-to-End Autonomous Driving [51.726472686971896]
エンド・ツー・エンドの自律運転モデルは、多視点入力から将来の軌跡を生成する。
既存の手法では、軌道生成の根底にある視覚的証拠を明らかにすることができない。
エンド・ツー・エンド・プランニングのための階層的属性・フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-07T13:38:18Z) - An Agentic Workflow for Detecting Personally Identifiable Information in Crash Narratives [25.2699036413582]
PIIは軽々しく、矛盾なくクラッシュの物語に現れる。
既存のルールベースのアプローチでは、コンテキスト依存のPIIをキャプチャできないことが多い。
本研究は,事故物語におけるPII検出のための局所展開可能なエージェントワークフローを開発し,評価する。
論文 参考訳（メタデータ） (2026-04-15T05:03:20Z) - ATBench: A Diverse and Realistic Agent Trajectory Benchmark for Safety Evaluation and Diagnosis [96.92417622318267]
ATBenchは、エージェント安全性の構造化、多様性、現実的な評価のための軌道レベルのベンチマークである。
リスクソース、障害モード、現実世界の危害の3つの側面に沿ってエージェント的リスクを編成する。
1000個の軌道(安全503個、安全497個)があり、平均9.01ターンと3.95kトークンがあり、2,084個のツールにまたがるプールから1,954個のツールが呼び出されている。
論文 参考訳（メタデータ） (2026-04-02T13:26:20Z) - Recov-Vision: Linking Street View Imagery and Vision-Language Models for Post-Disaster Recovery [4.895685497002736]
災害後のビルレベルの占有は、トリアージ、検査、ユーティリティーの再エネルギー化、資源配分等に不可欠である。
本稿では、パノラマ動画をパーセルにリンクし、ファサードにビューを修正し、解釈可能な属性を付与するフレームワークであるFacadeTrackを紹介する。
2段階のアプローチは、0.927の精度、0.781のリコール、F-1のスコアを0.848の精度で達成し、1段階のベースラインの0.943の精度、0.728のリコール、F-1のスコアを0.822の精度で達成する。
論文 参考訳（メタデータ） (2025-09-25T00:01:38Z) - Potential Field as Scene Affordance for Behavior Change-Based Visual Risk Object Identification [4.896236083290351]
行動変化に基づく視覚的リスクオブジェクト識別(Visual-ROI)について検討する。
既存の手法はしばしば空間的精度と時間的一貫性に重大な制限を呈する。
本稿では,これらの課題を克服するために,バードアイビュー表現を用いた新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2024-09-24T08:17:50Z) - To Make Yourself Invisible with Adversarial Semantic Contours [47.755808439588094]
逆セマンティック・コンター(英: Adversarial Semantic Contour、ASC)は、物体の輪郭の前に騙されたスパース・アタックのベイズ的定式化の見積もりである。
ASCは、異なるアーキテクチャを持つ9つの近代検出器の予測を損なう可能性があることを示す。
我々は、様々なアーキテクチャを持つ物体検出器の共通弱点である輪郭について注意を払って結論付けた。
論文 参考訳（メタデータ） (2023-03-01T07:22:39Z)
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。