리드-뮬러 정보 슈퍼셋을 통한 다항식 계산에서의 완벽한 서브셋 프라이버시
본 논문에서는 서비스 제공자 전체에 대한 정보 이론적 프라이버시를 보장하는 새로운 코딩 컴퓨팅 기술을 제안하며, 특히 리드-뮬러 코드의 정보 슈퍼셋을 활용하여 사용자 데이터의 서브셋 프라이버시를 보장하면서 효율적인 다항식 계산을 가능하게 합니다.
차분 프라이버시에 대한 라플라스 변환 해석
본 논문에서는 차분 프라이버시(DP)의 다양한 기능적 표현을 라플라스 변환을 통해 통합하여 분석하고, 이를 통해 (ε, δ)-DP 및 (q, ρ)-Rényi DP와 같은 개념 간의 관계를 명확히 밝히고, 정확히 타이트한 합성 정리를 제시하며, f-DP의 비대칭성 문제를 해결합니다.
관찰자로부터 프라이버시를 보호하는 합성
본 논문에서는 시스템과 환경 간의 상호 작용을 관찰하는 관찰자로부터 프라이버시를 유지하면서 시스템을 자동으로 합성하는 방법을 연구합니다.
정적 타입 환경에서 무의식적인 프라이버시를 제공하는 Harpocrates
Harpocrates는 개발자가 기존 코드를 크게 변경하지 않고도 애플리케이션에 데이터 프라이버시 정책을 쉽게 통합하고 시행할 수 있도록 하는 Scala용 컴파일러 플러그인 및 프레임워크입니다.
차분 프라이버시: 개념 소개 및 기본 기술
차분 프라이버시는 개인 정보를 보호하면서 데이터 분석을 가능하게 하는 강력한 프레임워크로, 데이터 세트에서 특정 개인의 존재 여부가 분석 결과에 큰 영향을 미치지 않도록 보장합니다.
상관 노이즈를 사용한 향상된 가우시안 메커니즘
본 논문에서는 특정 구조를 가진 민감도 공간에서 차분 프라이버시 쿼리에 대한 답변을 위해 향상된 가우시안 메커니즘을 제시합니다. 이 메커니즘은 기존 가우시안 메커니즘보다 노이즈 크기를 줄여 정확도를 높이는 동시에 프라이버시를 보장합니다.
미국 연방 정부에서의 차분 프라이버시: 과제와 기회
본 논문은 미국 연방 정부 기관에서 차분 프라이버시 기술 채택을 저해하는 요인들을 분석하고, 이를 극복하여 데이터 보안 및 활용성을 향상시킬 수 있는 방안을 제시합니다.
개인정보 침해 공격을 활용한 무임승차자 탐지: FRIDA
본 논문에서는 연합 학습 환경에서 개인정보 추론 공격을 활용하여 학습에 기여하지 않는 무임승차자 클라이언트를 효과적으로 탐지하는 FRIDA 프레임워크를 제안합니다.
의료 영상의 변조로부터 안전하게 보호하는 생성적 적대 신경망, MITS-GAN
본 논문에서는 생성적 적대 신경망(GAN)을 기반으로 의료 영상, 특히 CT 스캔의 무결성을 보호하기 위한 새로운 접근 방식인 MITS-GAN을 제안합니다.
이더리움 블록체인의 온체인 사기 활동 탐지를 위한 확장 가능한 그래프 임베딩 기법: RiskSEA
RiskSEA는 이더리움 블록체인 주소의 위험 점수를 효율적이고 효과적으로 생성하는 새로운 위험 점수 시스템입니다. 이는 행동 특징과 그래프 기반 특징을 결합하여 감독 학습 모델을 사용하여 구현됩니다.
© 2024 by Linnk AI