論文の概要: The Price of Privacy: Randomness Complexity of Graph-Based Multi-Secret Sharing

• arxiv url: http://arxiv.org/abs/2610.10002v1
• Date: Wed, 07 Oct 2026 12:59:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.913563
• Title: The Price of Privacy: Randomness Complexity of Graph-Based Multi-Secret Sharing
• Title（参考訳）: プライバシの価格:グラフベースのマルチシークレット共有のランダム性複雑性
• Abstract要約: グラフで関連付けられた関係者間で、関連性のある秘密ビットを共有するのに必要なランダム性について検討する。 完全グラフ上の 4 つのパーティに対して、許容される秘密結合の集合ごとに最小数のランダム状態を決定する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study the randomness required to share possibly correlated secret bits among parties connected by a graph. A dealer places shares on the edges so that each party can recover its own secret from its incident shares and learn nothing about the others beyond what its own secret reveals. Anilkumar et al. completely determined the minimum randomness required for three binary secrets. We extend this study to four secrets and obtain results for arbitrary numbers of secrets on general graphs. For four parties on a complete graph, we determine the minimum number of random states for every set of permitted secret combinations: the possible values are one, two, three and four. We also characterize when one random bit suffices on an arbitrary graph.
• Abstract（参考訳）: グラフで関連付けられた関係者間で、関連性のある秘密ビットを共有するのに必要なランダム性について検討する。 ディーラーは、それぞれのパーティがインシデント・シェアから自身の秘密を回復し、他について何も学べないように、エッジに株式を配置する。 Anilkumarらは、3つのバイナリシークレットに必要な最小ランダム性を完全に決定した。 この研究を4つのシークレットに拡張し、一般グラフ上の任意の数のシークレットに対して結果を得る。 完全グラフ上の 4 つのパーティに対して、許容される秘密結合の組ごとに最小数のランダム状態を決定する: 可能な値は 1, 2, 3, 4 である。 また、任意のグラフ上で1つのランダムビットが十分であるときに特徴付ける。

関連論文リスト

• Optimal Computational Secret Sharing [51.599517747577266]
  $(t, n)$-threshold secret sharingでは、秘密の$S$が$n$の参加者に分散される。 共有サイズが $tfrac|S|t + |K|t$ となる構成を示す。
  論文  参考訳（メタデータ） (2025-02-04T23:37:16Z)
• Threshold Quantum Secret Sharing [1.3597551064547502]
  量子秘密共有プロトコルとして$(t,n)$しきい値アプローチとmodulo dが最近Songらによって議論された。 他の参加者の情報がなければ、Song em et al.のsprotocolの秘密は再構築できない。 本稿では,この問題を解決するプロトコルについて述べる。
  論文  参考訳（メタデータ） (2025-01-16T14:21:24Z)
• Differential Privacy on Trust Graphs [54.55190841518906]
  差分プライバシー(DP)は、各当事者がそのデータで他の当事者の(既知の)サブセットのみを信頼するマルチパーティ環境で研究する。 我々は、DPのローカルモデルよりもはるかに優れたプライバシーとユーティリティのトレードオフを持つ集約のためのDPアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2024-10-15T20:31:04Z)
• A Construction of Evolving $k$-threshold Secret Sharing Scheme over A Polynomial Ring [55.17220687298207]
  閾値秘密共有方式により、ディーラーは、秘密が一定量の株式から正しく回収されたことをすべての参加者に分配することができる。 我々は、リング上の$ell$-bitシークレットのための、進化する$k$-thresholdシークレット共有スキームを、正確性と完全なセキュリティで新たに構築することを提案する。
  論文  参考訳（メタデータ） (2024-02-02T05:04:01Z)
• Differentially Private Secure Multiplication: Hiding Information in the Rubble of Noise [7.110450972801578]
  プライベート分散マルチパーティ乗算の問題点を考察する。 Shamirの秘密共有コーディング戦略が、分散計算における完全な情報理論プライバシを実現することは、十分に確立されている。
  論文  参考訳（メタデータ） (2023-09-28T02:13:13Z)
• Advance sharing of quantum shares for quantum secrets [2.2843885788439793]
  シークレット・シェアリング(英: Secret Share)とは、秘密を複数の株式にエンコードして参加者に配布する暗号方式である。 本稿では,量子秘密の共有方式を提案する。
  論文  参考訳（メタデータ） (2023-02-28T09:51:57Z)
• Hiding Images in Deep Probabilistic Models [58.23127414572098]
  我々は、画像の深い確率モデルに隠蔽するための異なる計算フレームワークについて述べる。 具体的には、DNNを用いて、カバー画像の確率密度をモデル化し、学習した分布の特定の場所に秘密画像を隠す。 我々は,抽出精度とモデルセキュリティの観点から,SinGANアプローチの実現可能性を示す。
  論文  参考訳（メタデータ） (2022-10-05T13:33:25Z)
• 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)
• Universal Communication Efficient Quantum Threshold Secret Sharing Schemes [3.8073142980733]
  通信複雑性の低いより一般的な$((k,n))$量子秘密共有スキームを提案する。 我々のスキームは、コンバインダーがあらゆる当事者と接触し、通信効率で秘密を回復できるという意味で普遍的である。
  論文  参考訳（メタデータ） (2020-02-21T11:14:40Z)

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。