論文の概要: Private Vulnerability Testing for User Oversharing

• arxiv url: http://arxiv.org/abs/2611.05779v1
• Date: Wed, 04 Nov 2026 00:32:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:57.91016
• Title: Private Vulnerability Testing for User Oversharing
• Title（参考訳）: ユーザオーバーシェアのためのプライベート脆弱性テスト
• Abstract要約: 本稿では、利用者が公開する情報が人口の閾値以下にあるかどうかを判断するプライバシー保護機構を提案する。 データをコントリビュートするユーザは、クエリが作成されるとオフラインになる可能性がある。 秘密の共有データとクエリ、プライベートな平等テスト、セキュアなしきい値計算を用いて、これらの課題に対処する。
• 参考スコア（独自算出の注目度）: 43.77710883235085
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Users can inadvertently increase their vulnerability to privacy attacks by oversharing personal information. In particular, the combination of individually innocuous attributes can place a user in a sufficiently small population to enable linkage or re-identification attacks. We present a privacy-preserving mechanism that allows users to determine whether the information they disclose places them below a predefined population threshold, without revealing their query or the data of other users. Our setting presents several practical challenges: users contributing data may be offline when queries are made, queries may select arbitrary subsets of attributes, and neither server should learn the queried population or its size. We address these challenges using secret-shared data and queries, private equality testing, and secure threshold computation. Our protocol provides computational privacy against a malicious client and semi-honest, non-colluding servers, while supporting arbitrary queries and dynamic database updates. We define reactive $f$-privacy for a dynamically evolving database and prove that our construction satisfies it, with the sequence of permitted threshold outputs defining the information available to the adversary across an execution. We optimise the protocol using oblivious-transfer extensions and pre-computation, achieving sub-second online query times for 96-bit queries on datasets of up to one million records.
• Abstract（参考訳）: ユーザーは個人情報を過度に共有することで、プライバシー攻撃に対する脆弱性を必然的に増やすことができる。 特に、個々に無害な属性の組み合わせは、利用者を十分に小さな集団に配置し、リンクや再識別攻撃を可能にする。 ユーザが公開する情報を,クエリや他のユーザのデータを公開せずに,事前に定義された人口閾値以下に配置するかどうかを判断する,プライバシー保護機構を提案する。 クエリが作成されると、データ提供者はオフラインになり、クエリは属性の任意のサブセットを選択することができ、どちらのサーバもクエリされた人口やサイズを学習すべきでない。 秘密の共有データとクエリ、プライベートな平等テスト、セキュアなしきい値計算を用いて、これらの課題に対処する。 我々のプロトコルは、悪意のあるクライアントと半正直な非コンパイルサーバに対して、任意のクエリと動的データベース更新をサポートしながら、計算プライバシを提供する。 動的に進化するデータベースに対して、リアクティブな$f$-privacyを定義し、我々の構築がそれを満たすことを証明します。 我々は、最大100万レコードのデータセット上で96ビットのクエリに対して、サブ秒未満のオンラインクエリ時間を達成するために、暗黙の転送拡張とプリ計算を用いてプロトコルを最適化する。

関連論文リスト

• Parallel Composition for Statistical Privacy [0.0]
  データベースのサブサンプリングとランダムなパーティショニングに基づいて、クエリ間の依存関係をバインドするプライバシーメカニズムが提案されている。 これらの境界は、分散のエントロピーを考慮に入れた現実的なアプリケーションシナリオにおいて、プライバシと精度保証の改善をもたらすことを示している。
  論文  参考訳（メタデータ） (2026-02-10T10:13:44Z)
• Your Privacy Depends on Others: Collusion Vulnerabilities in Individual Differential Privacy [50.66105844449181]
  個々の差別的プライバシ(iDP)は、ユーザが自身のプライバシをコントロールすることを約束するが、この約束は実際には破られる可能性がある。 我々は、サンプリングベースのiDPメカニズムにおいて、これまで見過ごされていた脆弱性を明らかにした。 我々は、$(varepsilon_i,_i,overline)$-iDPというプライバシー契約を提案します。
  論文  参考訳（メタデータ） (2026-01-19T10:26:12Z)
• MAGPIE: A dataset for Multi-AGent contextual PrIvacy Evaluation [54.410825977390274]
  LLMエージェントのコンテキストプライバシを評価するための既存のベンチマークは、主にシングルターン、低複雑さタスクを評価する。 まず、15ドメインにわたる158のリアルタイムハイテイクシナリオからなるベンチマーク-MAGPIEを示す。 次に、コンテキスト的にプライベートなデータに対する理解と、ユーザのプライバシを侵害することなくコラボレーションする能力に基づいて、最先端のLCMを評価します。
  論文  参考訳（メタデータ） (2025-06-25T18:04:25Z)
• Information-theoretic Estimation of the Risk of Privacy Leaks [0.0]
  データセット内のアイテム間の依存関係は、プライバシリークを引き起こす可能性がある。 本稿では,プライバシ侵害の可能性を示唆する指標として,元データとランダム化器からのノイズ応答の相関を計測する。
  論文  参考訳（メタデータ） (2025-06-14T03:39:11Z)
• Improving Statistical Privacy by Subsampling [0.0]
  プライバシメカニズムとしてよく使われるのは、クエリに応答するデータのサンプルを取得することだ。 本論文は, 統計的条件下で, サンプリング方法の違いが, プライバシを増加させるかどうかを, 正確に検証する。 DP設定のトレードオフ関数は (epsilon,delta)-pairs よりもプライバシーの指標として提案されている。
  論文  参考訳（メタデータ） (2025-04-15T17:40:45Z)
• On the Differential Privacy and Interactivity of Privacy Sandbox Reports [78.85958224681858]
  GoogleのPrivacy Sandboxイニシアチブには、プライバシ保護広告機能を実現するAPIが含まれている。 これらのAPIのプライバシを分析するための抽象モデルを提供し、それらが正式なDP保証を満たすことを示す。
  論文  参考訳（メタデータ） (2024-12-22T08:22:57Z)
• Declarative Privacy-Preserving Inference Queries [21.890318255305026]
  プライバシ保存型推論クエリを自動化するためのエンドツーエンドワークフローを提案する。 提案した宣言型プライバシ保護ワークフローでは,ユーザが“保護方法”ではなく,“保護すべきプライベート情報”を指定することが可能になった。
  論文  参考訳（メタデータ） (2024-01-22T22:50:59Z)
• How Do Input Attributes Impact the Privacy Loss in Differential Privacy? [55.492422758737575]
  DPニューラルネットワークにおけるオブジェクトごとの規範と個人のプライバシ損失との関係について検討する。 プライバシ・ロス・インプット・サセプティビリティ(PLIS)と呼ばれる新しい指標を導入し、被験者のプライバシ・ロスを入力属性に適応させることを可能にした。
  論文  参考訳（メタデータ） (2022-11-18T11:39:03Z)
• Cross-Network Social User Embedding with Hybrid Differential Privacy Guarantees [81.6471440778355]
  プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。 特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。 ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
  論文  参考訳（メタデータ） (2022-09-04T06:22:37Z)
• Efficient User-Centric Privacy-Friendly and Flexible Wearable Data Aggregation and Sharing [9.532148238768213]
  ウェアラブルデバイスは個人や一般大衆にサービスを提供することができる。 クラウドプロバイダが収集するウェアラブルデータは、プライバシのリスクを引き起こす可能性がある。 我々は,SAMAという新しい,効率的で,ユーザ中心で,プライバシーに配慮した,フレキシブルなデータアグリゲーションと共有方式を提案する。
  論文  参考訳（メタデータ） (2022-03-01T13:51:52Z)

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。