論文の概要: SoK: Privacy-Preserving Order Matching

• arxiv url: http://arxiv.org/abs/2610.12535v1
• Date: Thu, 08 Oct 2026 13:23:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.217569
• Title: SoK: Privacy-Preserving Order Matching
• Title（参考訳）: SoK:プライバシ保護の順序マッチング
• Abstract要約: プライバシ保存順序マッチングにより、トレーダーは機密取引情報の開示を制限しながら、互換性のある注文を発見し、実行することができる。 既存のシステムは金融市場とブロックチェーンベースの資産交換にまたがっており、多様な市場構造、プライバシメカニズム、信頼前提を採用している。 本稿では,22のプロトコルファミリをカバーするプライバシ保存順序マッチングの体系化について述べる。
• 参考スコア（独自算出の注目度）: 0.8984888893275714
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Privacy-preserving order matching enables traders to discover and execute compatible orders while limiting disclosure of sensitive trading information. Existing systems span financial markets and blockchain-based asset exchanges and employ diverse market structures, privacy mechanisms, and trust assumptions, making their privacy guarantees difficult to compare. We present a systematization of privacy-preserving order matching covering 22 protocol families. We organize the order lifecycle into four phases: order representation and submission, order discovery and collection, order-matching, and settlement, and characterize each phase by protected and exposed information, access roles, privacy mechanisms, and trust assumptions. Our analysis shows that privacy is not a single protocol-level property: protecting selected order attributes or individual phases does not necessarily prevent leakage elsewhere in the lifecycle. We identify recurring trade-offs among privacy, functionality, trust, and verifiability, highlighting the challenge of achieving end-to-end privacy across the complete order lifecycle.
• Abstract（参考訳）: プライバシ保存順序マッチングにより、トレーダーは機密取引情報の開示を制限しながら互換性のある注文を発見し、実行することができる。 既存のシステムは金融市場やブロックチェーンベースの資産交換にまたがっており、さまざまな市場構造、プライバシメカニズム、信頼前提を採用しており、それらのプライバシ保証を比較するのが難しくなっている。 本稿では,22のプロトコルファミリをカバーするプライバシ保存順序マッチングの体系化について述べる。 注文のライフサイクルを,注文の表現と提出,注文の発見と収集,注文マッチングと解決の4つのフェーズに分類し,保護および公開情報,アクセスロール,プライバシメカニズム,信頼前提によって各フェーズを特徴付ける。 我々の分析によると、プライバシは単一のプロトコルレベルプロパティではない。選択された順序属性や個々のフェーズを保護することは、ライフサイクル内の他の部分の漏洩を必ずしも防ぐものではない。 プライバシ、機能、信頼、検証可能性の間の繰り返し発生するトレードオフを特定し、完全な注文ライフサイクルでエンドツーエンドのプライバシを達成するという課題を強調します。

関連論文リスト

• PrivacyGo: Privacy-Preserving Ad Measurement with Multidimensional Intersection [20.83651553126354]
  本稿では,プライバシ保護広告計測のためのユーザプロファイルマッチングの多元化の問題に対処する。 本稿では,Oblivious Pseudorom Function (OPRF) と新しいブラインド鍵回転技術を活用した包括的暗号フレームワークを提案する。 我々の設計では、クロスアイデンティティーリンクが防止され、交差点サイズを難読化するための微分プライベートなメカニズムが組み込まれている。
  論文  参考訳（メタデータ） (2025-06-26T03:54:19Z)
• Differential Privacy Overview and Fundamental Techniques [63.0409690498569]
  この章は、"Differential Privacy in Artificial Intelligence: From Theory to Practice"という本の一部である。 まず、データのプライバシ保護のためのさまざまな試みについて説明し、その失敗の場所と理由を強調した。 次に、プライバシ保護データ分析の領域を構成する重要なアクター、タスク、スコープを定義する。
  論文  参考訳（メタデータ） (2024-11-07T13:52:11Z)
• Collaborative Inference over Wireless Channels with Feature Differential Privacy [57.68286389879283]
  複数の無線エッジデバイス間の協調推論は、人工知能(AI)アプリケーションを大幅に強化する可能性がある。 抽出された特徴を抽出することは、プロセス中に機密性の高い個人情報が暴露されるため、重大なプライバシーリスクをもたらす。 本稿では,ネットワーク内の各エッジデバイスが抽出された機能のプライバシを保護し,それらを中央サーバに送信して推論を行う,新たなプライバシ保存協調推論機構を提案する。
  論文  参考訳（メタデータ） (2024-10-25T18:11:02Z)
• Differential Confounding Privacy and Inverse Composition [32.85314813605347]
  本稿では,Pufferfishプライバシーフレームワークの特殊な形式であるtextitdifferential confounding Privacy (DCP)を紹介する。 DCP機構は, 構成上のプライバシー保証を保っているが, DPの優雅な構成特性は欠如していることが示されている。 我々は、リーダ・フォロワーモデルがターゲット保証を達成するためのプライバシ戦略を最適に設計する、textitInverse Composition (IC)フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-21T21:45:13Z)
• Models Matter: Setting Accurate Privacy Expectations for Local and Central Differential Privacy [14.40391109414476]
  局所モデルと中心モデルにおける差分プライバシーの新たな説明を設計・評価する。 我々は、プライバシー栄養ラベルのスタイルにおける結果に焦点を当てた説明が、正確なプライバシー期待を設定するための有望なアプローチであることに気付きました。
  論文  参考訳（メタデータ） (2024-08-16T01:21:57Z)
• Adaptive Privacy Composition for Accuracy-first Mechanisms [55.53725113597539]
  ノイズ低減機構はますます正確な答えを生み出す。 アナリストは、公表された最も騒々しい、あるいは最も正確な回答のプライバシー費用のみを支払う。 ポスト前のプライベートメカニズムがどのように構成されるかは、まだ研究されていない。 我々は、分析者が微分プライベートとポストプライベートのメカニズムを適応的に切り替えることのできるプライバシーフィルタを開発した。
  論文  参考訳（メタデータ） (2023-06-24T00:33:34Z)
• A Randomized Approach for Tight Privacy Accounting [63.67296945525791]
  推定検証リリース(EVR)と呼ばれる新しい差分プライバシーパラダイムを提案する。 EVRパラダイムは、まずメカニズムのプライバシパラメータを推定し、その保証を満たすかどうかを確認し、最後にクエリ出力を解放する。 我々の実証的な評価は、新たに提案されたEVRパラダイムが、プライバシ保護機械学習のユーティリティプライバシトレードオフを改善することを示している。
  論文  参考訳（メタデータ） (2023-04-17T00:38:01Z)
• SPAct: Self-supervised Privacy Preservation for Action Recognition [73.79886509500409]
  アクション認識におけるプライバシー漏洩を緩和するための既存のアプローチは、ビデオデータセットのアクションラベルとともに、プライバシラベルを必要とする。 自己教師付き学習(SSL)の最近の進歩は、未ラベルデータの未発見の可能性を解き放ちつつある。 本稿では、プライバシーラベルを必要とせず、自己管理的な方法で、入力ビデオからプライバシー情報を除去する新しいトレーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-29T02:56:40Z)

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。