Extending Expressive Access Policies with Privacy Features
身份验证、授权和信任验证是访问控制系统的核心部分。在这种系统中授予访问权限的条件收集在访问策略中。由于访问条件往往很复杂,因此使用专门的语言-政策语言-来定义政策。然而,目前的政策语言无法表达这样的条件,考虑到用户的隐私。与隐私保护技术,用户能够证明信息的访问system. In这项工作中,我们提出了一个通用的设计,支持隐私保护技术的政策语言。我们的设计防止不必要的敏感信息的披露,同时仍然允许制定的表达规则的访问控制。为此,我们使用零知识证明(NIZKs)。我们证明了我们的设计,将其应用到TPL策略语言,同时使用SNARKs。此外,我们还评估了由此产生的ZK-TPL语言及其相关的工具链。我们的评估表明,对于常规大小的凭证,通信和验证开销可以忽略不计。
2022-12-05 cs.CR
Privacy-Preserving Identity and Access Management in Multiple Cloud Environments: Models, Issues, and Solutions
本文聚焦多云环境下隐私保护的身份与访问管理,梳理现有模型与问题,并提出创新分类法以支撑未来解决方案。
2024-12-29 cs.CR
Dynamic Provable Data Possession Protocols with Public Verifiability and Data Privacy
云存储服务已经成为每个人都可以访问和使用的服务。然而,存储的数据依赖于云服务器的行为,经常发生丢失和损坏。一种解决方案是定期审计云服务器,以检查存储数据的完整性。ACISP'15提出的具有公开可验证性和数据隐私的动态可证明数据占有方案是这种解决方案的一个简单设计。然而,该方案受到了几次攻击的威胁。在本文中,我们仔细回顾了该方案的定义,以及解释如何显着威胁其安全性。在ACISP'15方案的基础上,提出了两种新的具有公开可验证性和数据保密性的动态可证明数据占有方案,一种是基于索引哈希表,另一种是基于Merkle哈希树。我们证明了这两个方案是安全的和隐私保护的随机预言模型。
2017-09-26 cs.CR
Semantic Access Control for Privacy Management of Personal Sensing in Smart Cities
个人和家庭传感器生成可用于智能城市的有价值的信息。不幸的是,通常情况下,这些数据被锁定,仅由应用程序/系统开发人员使用。虽然供应商是罪魁祸首,但人们也应该考虑数据访问的“二进制性质”。具体而言,当数据被“打开”时,所有者对她的数据具有完全控制(例如,在“封闭系统“中),或者她完全失去控制。在这种情况下,我们提出了一个语义技术为基础的,授权和隐私控制框架,使用户能够保持灵活的,但可管理的数据访问控制策略。所提出的方法进行了详细描述,包括实施和测试。
2021-01-08 cs.CR
Private reputation retrieval in public - a privacy-aware announcement scheme for VANETs
公告方案是一种便于车辆在车辆自组织网络(VANESTs)中广播与道路相关的信息以提高道路安全和效率的系统。在Boneh-Boyen-Shacham短群签名方案的基础上,提出了一种新的公开更新信誉值的密码原语.这允许在没有安全信道的情况下进行私人信誉分数检索。利用这一点,我们设计了一个隐私意识的公告计划,使用信誉系统,这是可靠的,可审计的和强大的。
2016-05-18 cs.CR
Privacy-Aware, Public-Aligned: Embedding Risk Detection and Public Values into Scalable Clinical Text De-Identification for Trusted Research Environments
本文基于苏格兰NHS多文档类型研究,揭示临床自由文本隐私风险的情境依赖与累积特性,并通过公众参与设计隐私风险管理工具原型,提出结合规则精度与语境理解的混合去标识化方法,以支持可信研究环境中的安全复用。
2025-06-01 cs.CR
Privacy or Transparency? Negotiated Smartphone Access as a Signifier of Trust in Romantic Relationships
基于两项大规模调查研究情侣间手机共享、隐私边界与信任的关系,分析越界背叛及亲密伴侣暴力后果,并提出以访问控制技术落实双方协商边界的设计建议。
2024-07-06 cs.CR
Privacy-preserving Publication of Mobility Data with High Utility
每天通过不同的手段收集越来越多的移动性数据,例如,移动电话运营商。这些数据有时会在应用简单的匿名化技术后发布,这可能会导致严重的隐私威胁。本文提出了一种新的解决方案,其新颖性是双重的。首先,我们介绍了一种算法,该算法旨在隐藏用户在行程中停留的地方(即兴趣点),通过沿其轨迹强制执行恒定的速度。其次,我们利用用户见面的地方来交换他们的轨迹,从而混淆攻击者。
2015-06-30 cs.CR
Privacy-Preserving Patient Identity Management Framework for Secure Healthcare Access
Institut national de la recherche scientifique(国家科学研究院)
本文提出一种隐私保护的患者身份管理框架,旨在满足医疗保健的操作和监管需求,通过根信任锚、匿名假名和条件可追溯机制,在确保操作可靠性的同时提供强隐私保护。
2026-03-07 cs.CR
Privacy-Preserving Group Data Access via Stateless Oblivious RAM Simulation
我们研究的问题提供隐私保护访问外包诚实,但好奇的数据存储库的一组可信的用户。我们表明,这种隐私保护的数据访问是可能的,使用概率加密的组合,它直接隐藏数据值,和无状态的不经意的RAM模拟,它隐藏了数据访问的模式。我们给出了模拟,只有一个$O(\log n)$摊销的时间开销,用于模拟RAM算法,$\cal A$,它有一个内存的大小$n$,使用一个计划,是数据不经意的概率非常高,假设模拟访问一个私人工作空间的大小$O(n^ν)$,对于任何给定的固定常数$ν>0$。这种模拟使用伪随机哈希函数,并基于一种新型的布谷鸟哈希表层次结构,所有这些哈希表都共享一个公共的隐藏。我们还提供了这个方案的实验模拟结果,显示其实用性。此外,在一个结果,可能是一些理论上的兴趣,我们还表明,可以消除依赖于伪随机散列函数在我们的模拟,同时有开销上升到$O(\log^2 n)$。
2011-05-20 cs.CR
Differentially Private Data Publication with Multi-level Data Utility
传统的私有数据发布机制旨在保留尽可能多的数据效用,同时确保对敏感数据的充分隐私保护。这种数据发布方案隐含地假设所有数据分析员和用户具有相同的数据访问权限级别。然而,这并不适用于数据使用者对相同数据的访问级别不同或对数据效用的要求不同的情况。不同授权级别的多层次隐私要求对隐私数据发布提出了新的挑战。传统的PPDP机制只发布一个满足一定隐私保证的扰动和私有数据副本,以提供相对准确的分析结果。如何在隐私保护水平和数据效用之间找到一个好的平衡点是一个很难的问题,更不用说在此基础上实现多层次的数据效用。在本文中,我们解决这个挑战,提出了一个新的框架,数据发布与压缩感知支持多层次的效用隐私权衡,它提供了差分隐私。具体地说,我们诉诸压缩感知(CS)方法投影的$n$维向量表示的用户的数据到一个较低的$m$维空间,然后添加故意设计的噪声,以满足差分隐私。然后,通过加入线性编码噪声,对压缩感知下的测量向量进行选择性混淆,并针对不同授权级别的用户提供不同的数据重构算法。大量的实验结果表明,ML-DPCS产生多层次的数据效用的特定用户在不同的授权级别。
2021-12-13 cs.CR
Managing your Private and Public Data: Bringing down Inference Attacks against your Privacy
我们提出了一个实用的方法来保护用户的私人数据,当他希望公开发布的数据是与他的私人数据,希望得到一些实用程序。我们的方法依赖于一个通用的统计推断框架,捕获推理攻击下的隐私威胁,给定的效用约束。在这个框架下,根据隐私保护概率映射,数据在发布之前会被扭曲。该映射通过求解凸优化问题来获得,该凸优化问题在失真约束下最小化信息泄漏。我们解决实际遇到的挑战时,将这一理论框架应用于现实世界的数据。一方面,最优隐私保护机制的设计需要知道连接私有数据和要发布的数据的先验分布,这在实践中通常是不可用的。另一方面,当数据采用大尺寸字母表中的值或高维时,优化可能变得难以处理并且面临可扩展性问题。我们的工作有三大贡献。首先,我们提供了一个不匹配的先验的隐私效用权衡的影响的界限。其次,我们展示了如何通过引入量化步长来减少优化的大小,以及如何在量化下生成隐私映射。第三,我们在三个数据集上评估了我们的方法,包括我们收集的一个新数据集,显示了政治信念和电视观看习惯之间的相关性。我们证明,可以实现良好的隐私属性与有限的失真,以便不破坏公开发布的数据,例如建议的原始目的。
2014-08-16 cs.CR
Secure Data Storage Structure and Privacy-Preserving Mobile Search Scheme for Public Safety Networks
在公共安全(PS)情况下,代理可能需要关键和个人身份信息。因此,不仅需要提供上下文和位置感知信息,而且还应该保护这些信息的隐私。现有的解决方案没有解决PS环境中的这样的问题。本文提出了一个框架,其中匿名的个人信息(PI)是访问授权的公共安全代理人在PS环境下。特别是,我们提出了一个安全的数据存储结构,以及隐私保护的移动搜索框架,适用于公共安全网络(PSN)。因此,同时实现了PI的可用性和隐私性。然而,这样一个框架的设计遇到了很大的挑战,包括可扩展性,数据的可靠性,计算和通信和存储效率等,我们利用安全索引(SI)的方法和修改布隆过滤器(BF)创建一个安全的数据存储结构来存储加密的元数据。因此,我们的建设,使安全和隐私保护的多关键字搜索能力。此外,我们的系统扩展性非常好,保持数据的可用性,施加最小的延迟,并具有负担得起的存储开销。我们提供了广泛的安全分析,仿真研究,并与最先进的解决方案的性能比较,以证明所提出的方法的效率和有效性。据我们所知,这项工作是第一次在私营部门战略框架内解决这些问题。
2016-02-14 cs.CR
The Austrian eID Ecosystem in the Public Cloud: How to Obtain Privacy While Preserving Practicality
奥地利电子身份证系统是奥地利电子政务战略的一个主要支柱。eID系统确保公民的唯一身份和安全认证,保护对涉及敏感和个人数据的应用程序的访问。特别是,奥地利eID系统支持三个主要用例:奥地利公民的身份识别和认证、电子表示以及奥地利公共部门应用中的外国公民身份认证。为了支持所有这些用例,几个组件(本地部署在应用程序域中或集中部署)需要相互通信。虽然本地部署在可扩展性方面具有一些优势,但所有相关组件的集中部署仍然是有利的,例如由于较少的维护工作。然而,集中部署很容易导致负载瓶颈,因为理论上整个奥地利人口以及-对于外国公民-整个欧盟人口都可以使用所提供的服务。为了缓解可扩展性的问题,在本文中,我们建议将生态系统的主要组件迁移到公共云。然而,将可信服务转移到公共云中会带来新的障碍,特别是在隐私方面。为了绕过隐私问题,在本文中,我们提出了一种方法,通过应用选定的加密技术(特别是使用代理重新加密和可编辑签名),以保护隐私的方式将完整的奥地利eID生态系统迁移到公共云中。应用这种方法,通过仍然支持所有三个主要的eID系统用例,不会向公共云提供商披露敏感数据。最后,我们讨论我们的方法的基础上选定的标准。
2016-01-14 cs.CR
VPAS: Publicly Verifiable and Privacy-Preserving Aggregate Statistics on Distributed Datasets
针对隐私保护聚合中的输入验证与公开可验证性挑战,提出VPAS协议,结合同态加密、零知识证明和区块链,实现低开销且可验证的分布式数据安全聚合。
2024-03-22 cs.CR
Combining Usability and Privacy Protection in Free-Access Public Cloud Storage Servers: Review of the Main Threats and Challenges
21世纪属于计算的世界,特别是由于所谓的云计算。这项技术可以实现无处不在的信息管理,因此人们可以在任何地方和任何时间访问他们的所有数据。在这种情况下,云存储的出现在过去五年中发挥了重要作用。如今,一些免费访问的公共云存储服务使用户可以免费备份其资产并管理和共享它们,这对中小企业(SME)来说是一个低成本的机会。然而,云存储的采用涉及数据外包,因此用户无法保证其数据的处理和保护方式。因此,似乎有必要赋予公共云存储一套手段,以保护用户的机密性和隐私,评估数据完整性,并保证信息资产的适当备份。在本文中,我们讨论了实现这一目标的主要挑战,并强调了最受欢迎的公共云存储服务中已经实现的一组功能。
2016-10-27 cs.CR
Collection, usage and privacy of mobility data in the enterprise and public administrations
本文通过专家访谈调查企业与公共管理部门中移动性数据的收集、使用与隐私实践,分类用途、数据来源和分析任务,揭示现有隐私增强方法不符合差分隐私标准,并为后续实践导向研究提供基础。
2024-07-04 cs.CR
IPBAC: Interaction Provenance-Based Access Control for Secure and Privacy-Aware Systems
University of Alabama at Birmingham(阿拉巴马大学伯明翰分校)
IPBAC通过引入交互溯源技术,提升访问控制的安全性和可追溯性,以应对传统方法的不足。
2026-02-07 cs.CR
PRESTvO: PRivacy Enabled Smartphone-based access To vehicle On-board units
智能手机正在迅速发展,以补充甚至取代传统的汽车钥匙。我们提倡一种基于角色的访问控制策略,该策略混合了有助于从智能手机访问车载单元的各种功能的属性。我们使用基于权限的访问控制策略的车载功能类似的情况下,一个文件分配表的当代操作系统,其中读,写或执行操作可以在各种车辆功能。此外,为了确保适当的安全性,我们开发了一个协议套件,使用基于身份的密码学,我们依靠组签名,保持匿名的组成员,以确保隐私和可追溯性。为了证明我们的方法的可行性,我们开发了一个概念验证的实现与现代智能手机,售后Android头单元和测试计算的可行性在现实世界中的车载控制器。我们的实现依赖于最先进的密码学,包括传统的构建块和更现代的配对友好曲线,这有助于在基于汽车的场景中采用群签名和基于身份的密码学。
2020-06-26 cs.CR
Privacy-Preserving Compliance on Public Ledgers via Selective Disclosure Authorization Schemes
George Mason University(乔治梅森大学)
针对公共账本透明性与数据最小化原则的矛盾,提出选择性披露授权方案(SDAS),通过零知识证明实现细粒度、可撤销的合规检查,并防范前置交易和证明重用攻击。
2026-06-23 cs.CR
Location Privacy in Conservation
学术期刊日益增长的公共性质,以及目前分享科学研究原始数据的最佳实践,对于了解一个物种及其保护工作具有深远的价值。另一方面,有关濒危物种的公共空间数据可能很容易被野生动物犯罪分子滥用。在本文中,我们将讨论如何地理不可侵犯性,一个正式的概念,基于位置的系统的隐私,可以用来添加噪音,同时允许量化的空间数据,这样的权衡。
2019-07-16 cs.CR
FACOS: Enabling Privacy Protection Through Fine-Grained Access Control with On-chain and Off-chain System
本文提出基于许可链的FACOS系统,结合链上链下细粒度访问控制、异步BFT存储和TEE凭证验证,以提升数据隐私、安全性与可扩展性。
2024-06-06 cs.CR
HERMES: Scalable, Secure, and Privacy-Enhancing Vehicle Access System
我们提出了HERMES,一个可扩展的,安全的,和隐私增强系统的用户共享和访问车辆。HERMES将车辆访问令牌生成的操作安全地外包给一组不受信任的服务器。它建立在早期的建议,即SePCAR [1],并扩展了系统设计,以提高效率和可扩展性。为了满足系统和用户对安全和私有计算的需求,HERMES有效地利用并结合了几个密码原语和安全多方计算。它隐藏车辆的密钥和服务器的交易细节,包括车辆预订细节,访问令牌信息以及用户和车辆身份。它还规定了用户在发生争议时的责任。此外,我们提供了语义安全性分析,并证明HERMES满足其安全性和隐私性的要求。最后但并非最不重要的是,我们证明了HERMES是高效的,与SePCAR相比,它可以扩展到大量的用户和车辆,使其适用于现实世界的部署。我们使用两种不同的多方计算协议进行评估:HtMAC-MiMC和CBC-MAC-AES。我们的结果表明,使用HtMAC-MiMC的HERMES仅需约1.83 ms即可为单个车主生成访问令牌,而对于拥有超过1000辆汽车的大型租赁公司分支机构,则需要约11.9 ms。它每秒分别处理546和84个访问令牌生成。这导致HERMES比SePCAR中的单个车主访问令牌生成快696倍(使用HtMAC-MiMC)和42倍(使用CBC-MAC-AES)。此外,我们还证明了HERMES在车辆方面也是实用的,因为在原型车辆车载单元上执行的访问令牌操作…
2021-03-19 cs.CR
Communication-Efficient Publication of Sparse Vectors under Differential Privacy
提出一种针对稀疏向量聚合矩阵的差分隐私发布算法,将通信成本降至$O(\varepsilon m)$且结果与随机响应一致,兼顾了隐私保护与通信效率。
2025-06-25 cs.CR
Nothing But Net: Invading Android User Privacy Using Only Network Access Patterns
我们评估了简单网络侧通道在Android设备上侵犯用户隐私的能力。具体来说,我们表明,单独使用黑盒网络元数据(即,诸如传输时间和分组大小的业务统计),可以推断用户位置的几个元素,并且还可以识别他们的web浏览历史(即,他们访问了哪些站点)。我们使用相对简单的学习和分类方法以及基本的网络统计数据来做到这一点。对于目前市场上的大多数Android手机,这样的进程级流量统计数据可用于任何运行的进程,没有任何权限控制和细粒度的细节,尽管如此,正如我们所展示的,即使是设备级统计数据也足以应对我们的一些攻击。实际上,在这些手机上运行的任何应用程序都有可能识别用户位置的隐私泄露元素,例如,将旅行与礼拜场所、定点医疗机构或政治活动相关联。
2018-07-07 cs.CR
Privacy-Preserving Social Network with Multigrained and Multilevel Access Control
我研究了两个隐私保护社交网络图,以揭示连接边的关系类型并提供灵活的多粒度访问控制。为了创建这样的图表,我的方案采用了秘书和关系类型的概念。它比那些使用昂贵的密码原语的算法效率高得多。我还展示了如何将这些方案用于具有各种选项的多粒度访问控制。此外,我描述了多少这些计划是弹性的,以推断连接边的类型。
2014-04-02 cs.CR cs.SI
An operational architecture for privacy-by-design in public service applications
世界各地的政府都在试图建立大型数据注册中心,以有效地提供各种公共服务。然而,由于对与收集和处理个人身份信息相关的隐私风险的严重担忧,这些努力往往受到破坏。虽然在计算机科学中存在丰富的专用隐私保护技术,但在缺乏总体操作架构以确保目的限制和防止内部攻击的情况下,它们无法提供符合法律原则的端到端保护。这要么导致大型设计中的弱隐私保护,要么通过牺牲实用性来采用过度防御策略来保护隐私。在本文中,我们提出了一个操作架构的隐私设计的基础上,独立的监管监督规定的大多数数据保护制度,受监管的访问控制,目的限制和数据最小化。我们简要地讨论了实现我们的架构基于现有技术的可行性。我们还提出了一些具有挑战性的公共服务应用程序的隐私保护设计草图的样本案例研究。
2020-06-08 cs.CR cs.CY
MTSP-LDP: A Framework for Multi-Task Streaming Data Publication under Local Differential Privacy
Xi’an Jiaotong University(西安交通大学)
MTSP-LDP通过最优隐私预算分配和数据自适应二进制树结构,提升多任务流数据发布下的隐私保护与效用。
2025-12-31 cs.CR
Privacy Assessment of De-identified Opal Data: A report for Transport for NSW
我们认为公开发布的去识别数据集的蛋白石卡交易的隐私影响。该数据最近发表在https://opendata.transport.nsw.gov.au/dataset/opal-tap-on-and-tap-off上。它包括新南威尔士州四种公共交通方式的自来水和自来水计数,收集了两个单独的为期一周的时间。这些数据已经被进一步处理,以通过删除小计数,聚合一些站点和路线,以及干扰计数来提高隐私性。这是我们调查结果的总结。
2017-04-27 cs.CR
SLAP: Secure Location-proof and Anonymous Privacy-preserving Spectrum Access
University of South Florida(南佛罗里达大学)
针对频谱接入系统(SAS)存在的隐私泄露、位置欺骗及DoS攻击问题,提出SLAP框架,通过自适应双场景位置验证和时间锁谜题抗DoS方法,保障位置隐私与匿名性,经安全证明和性能评估优于现有方案。
2025-06-12 cs.CR
Balancing Personal Privacy and Public Safety during COVID-19: The Case of South Korea
不同国家如何应对COVID-19大流行引发了激烈的争论。为了确保公共安全,韩国积极使用个人信息,冒着个人隐私的风险,而法国鼓励自愿合作,冒着公共安全的风险。在这篇文章中,在简要比较了与法国的背景差异后,我们重点介绍了韩国的流行病学调查方法。为了评估与个人隐私和公共健康有关的问题,我们研究了原始数据、去身份化数据和加密数据的使用模式。我们的具体提案讨论了COVID指数,该指数考虑了集体感染、爆发强度、医疗基础设施的可用性和死亡率。最后,我们总结了研究结果和教训,为未来的研究和政策含义。
2020-09-22 cs.CR cs.CY
Suboptimal Provision of Privacy and Statistical Accuracy When They are Public Goods
凭借庞大的数据库,私营科技公司可以与公共统计机构竞争提供人口统计数据。然而,私营公司在提供高质量统计数据和保护数据使用者的隐私方面面临着不同的激励。当隐私保护和统计准确性都是公共品时,私人提供者往往会提供至少一种次优产品,但不清楚是哪一种。我们模拟了一家在保证差异隐私的情况下发布统计数据的公司。我们证明,在这个框架中,由私人公司提供的数据质量低效率的结果。
2019-06-21 cs.CR cs.DB econ.TH
Listen to the Voices of Everyday Users: Democratizing Privacy Ratings for Sensitive Data Access in Mobile Apps
Huazhong University of Science and Technology(华中科技大学);Beijing University of Posts and Telecommunications(北京邮电大学)
本文提出民主化隐私评估范式,通过用户参与设计开发DePRa系统,评估用户对敏感数据访问的隐私评分,验证其在补充专家审计中的可行性与包容性。
2026-04-27 cs.CR cs.HC
POLARIS: Cross-Domain Access Control via Verifiable Identity and Policy-Based Authorization
Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);University of Chinese Academy of Sciences(中国科学院大学);Fuxi Institution(伏羲研究院);Center for Internet Governance, Tsinghua University(清华大学互联网治理研究中心)
本文提出POLARIS框架,解决传统访问控制在跨域场景中的身份分散、隐私泄露等问题,通过可验证身份和轻量级策略语言实现隐私保护和灵活授权。
2025-11-27 cs.CR
Sunspot: A Decentralized Framework Enabling Privacy for Authorizable Data Sharing on Transparent Public Blockchains
区块链技术一直在推动数据驱动的分散服务在广泛领域的发展。然而,本着完全透明的精神,许多公共区块链将所有类型的数据公开给公众,例如以太坊。此外,大数据的链上持久化在技术和经济上都非常昂贵。这些问题导致很难在共享相当大的私有数据的同时保留公共区块链的吸引力。虽然链上数据持久化的直接加密可以引入机密性,但密钥共享、访问控制和合法权利证明等新挑战仍然存在。与此同时,跨链协作仍然需要安全有效的协议,尽管IPFS等分散式存储系统带来了相当大的数据持久性的可能性。在本文中,我们提出了Sunspot,这是一个去中心化的框架,用于保护隐私的数据共享,并在透明的公共区块链上进行访问控制,以解决这些问题。我们还展示了Sunspot的实用性和适用性,MyPub是一个基于Sunspot的分布式隐私保护发布平台。此外,我们评估的安全性,隐私性和性能的Sunspot通过理论分析和实验。
2022-05-12 cs.CR cs.SE
Towards Lightweight and Privacy-preserving Data Provision in Digital Forensics for Driverless Taxi
针对无人驾驶出租车数字取证中数据提供阶段的隐私与效率问题,提出轻量级与隐私保护数据提供方法LPDP,结合批量验证、访问控制与去中心化授权机制,在保障多方隐私与可追溯性的同时实现了低开销的数据完整性与安全验证。
2024-09-21 cs.CR
The Feasibility of Dynamically Granted Permissions: Aligning Mobile Privacy with User Preferences
当前的智能电话操作系统通过在首次使用时询问的基础上提示用户来调节应用许可。先前的研究表明,这种方法是无效的,因为它没有考虑上下文:应用程序首次请求访问数据的情况可能与随后请求访问的情况有很大不同。我们进行了一项纵向的131人的实地研究,以分析用户隐私决策背后的背景,以规范对敏感资源的访问。我们构建了一个分类器,通过检测上下文何时发生变化来代表用户做出隐私决策,并在必要时根据用户过去的决策和行为推断隐私偏好。我们的目标是在没有进一步用户干预的情况下自动授予适当的资源请求,拒绝不适当的请求,并且仅在系统不确定用户偏好时提示用户。我们表明,我们的方法可以准确地预测用户的隐私决策的96.8%的时间,这是一个四倍的出错率降低相比,目前的系统。
2017-03-06 cs.CR
Public Ledger for Sensitive Data
Satoshi Nakamoto的区块链允许建立可公开验证且几乎不可变的分类账,但有时隐私必须考虑在内。在这项工作中,提出了一个原始协议,允许敏感数据存储在分类账上,其完整性可以公开验证,但其隐私得到保护,所有者可以通过有效的撤销来严格管理其信息的共享。
2020-07-09 cs.CR
Security, Privacy, and Access Control in Information-Centric Networking: A Survey
以信息为中心的联网(ICN)是一种新的联网范例,其取代了通信网络中广泛使用的以主机为中心的联网范例(例如,互联网、移动自组织网络),其具有以信息为中心的范例,该范例优先传送命名内容,而不考虑内容的来源。内容和客户端安全性在ICN范式中更内在,而当前以主机为中心的范式则是事后才考虑的。通过设计,ICN范式固有地支持几个安全和隐私功能,例如出处和身份隐私,这些功能在以主机为中心的范式中仍然不能有效地使用。然而,鉴于其新生,ICN范式有几个开放的安全和隐私问题,一些存在于旧范式中,一些是新的和独特的。在这篇文章中,我们调查现有的文献中的安全和隐私的研究子空间在ICN。更具体地说,我们探讨了三个广泛的领域:安全威胁,隐私风险和访问控制执行机制。我们提出了现有工作的基本原理,讨论了所提出的方法的缺点,并探讨了潜在的未来研究方向。在广泛的安全领域,我们回顾了攻击场景,如拒绝服务,缓存污染和内容中毒。在广泛的隐私领域,我们讨论了用户隐私和匿名,姓名和签名隐私以及内容隐私。ICN无处不在的缓存特性为访问控制的实施带来了一个需要特别关注的重大挑战。在这个广泛的领域,我们回顾现有的访问控制机制,包括基于防御,基于属性,基于会话,和代理重新加密的访问控制方案。我们总结了调查的经验教训和未来工作的范围。
2017-06-01 cs.CR cs.NI
Blockchain-based Privacy-Preserving Public Key Searchable Encryption with Strong Traceability
针对现有可追踪公钥可搜索加密无法同时实现隐私保护与强追踪的问题,提出基于区块链的BP3KSEST方案,实现身份与关键词的可信追踪及陷门记录不可伪造、不可篡改。
2023-12-28 cs.CR
Privacy as Permissible Operations: An ABAC Framework for Policy-Law Compliance
Indian Institute of Technology Kharagpur(印度理工学院卡拉格普尔分校);Rutgers University(罗格斯大学)
本文提出ABAC框架用于检查隐私政策与法律的合规性,通过将法律条款转化为ABAC规则和政策条款转化为访问请求,实现高效合规检查。
2026-04-12 cs.CR
Do You Really Need Public Data? Surrogate Public Data for Differential Privacy on Tabular Data
Boston University(波士顿大学);New York University(纽约大学)
针对表格数据缺乏公共数据的问题,提出利用大语言模型从模式规范合成不消耗隐私预算的替代公共数据,用于DP分类器预训练、超参数调优和权衡估计,实验证明其可有效替代传统公共数据。
2025-04-19 cs.CR cs.LG
SDN-based Runtime Security Enforcement Approach for Privacy Preservation of Dynamic Web Service Composition
针对动态Web服务组合的隐私保护问题,提出了一种基于SDN的动态Web服务组合隐私保护运行时安全实施方法。该方法的主要思想是服务组合的所有者利用安全策略模型(SPM)定义服务组合在应用平面上必须遵循的访问控制关系,然后将SPM模型转换为包含SDN数据平面信息的低层安全策略模型(RSPM),并将RSPM模型上传到SDN控制器。在上传之后,集成在SDN控制器中的虚拟机访问控制算法在运行时监控所有针对服务组合的访问请求。只有满足RSPM模型定义的接入请求才能转发到目标终端。任何不符合RSPM模型定义的访问请求将被Openflow交换机自动拦截或被SDN控制器删除,从而有效解决Web服务组合运行时的网络层非法访问、身份窃取攻击和服务泄漏等问题。为了验证该方法的可行性,本文利用POX控制器和Mininet虚拟网络仿真器实现了一个实验系统,并利用该系统对该方法的有效性和性能进行了评估。最后的实验结果表明,该方法是完全有效的,当RSPM模型规模逐渐增大时,该方法总能在可接受的时间内得到正确的计算结果。
2021-05-27 cs.CR
Location- and Time-Dependent VPD for Privacy-Preserving Wireless Accesses to Cloud Services
近年来智能手机的出现改变了无线领域。智能手机已经成为云数据库的在线用户界面的平台。云数据库可以提供大量的用户私有和敏感数据(即,对象),而智能手机用户(即,对象)提供位置敏感信息。近年来,在无线访问云数据库中的安全和私有服务一直在积极讨论。然而,先前的技术对于移动对象的无线接入的动态性是不令人满意的。在本文中,我们提出了一种新的技术,动态生成虚拟专用数据库(VPD)的每次访问,考虑到主题的位置和时间信息。本文的贡献包括一个隐私保护的访问控制机制的动态无线接入。
2011-12-12 cs.CR cs.DB
Security and Privacy Perceptions of Third-Party Application Access for Google Accounts (Extended Version)
像Google这样的在线服务提供了各种应用程序编程接口(API)。这些在线API使经过身份验证的第三方服务和应用程序(app)能够访问用户的帐户数据,以执行单点登录(SSO)、日历集成和代表用户发送电子邮件等任务。尽管API访问很普遍,但它可能会带来重大的隐私和安全风险,第三方可能会对用户的帐户拥有意想不到的权限。为了了解用户对与在线API集成的第三方应用程序的看法和担忧,我们对Google用户进行了多部分在线调查。首先,我们要求n = 432名参与者回忆他们是否以及何时允许第三方访问他们的Google帐户:89%的人回忆起使用至少一个SSO,52%的人记得至少一个第三方应用程序。在第二次调查中,我们重新招募了n = 214名参与者,询问他们在自己的Google帐户上授权的特定应用程序和SSO。我们收集了有关用户实际SSO和授权应用的野外数据:86%的用户在至少一项服务上使用Google SSO,67%的用户至少有一个第三方应用授权。在检查了他们的应用程序和SSO后,参与者表示最担心的是访问个人信息,如电子邮件地址和其他公开共享的信息。然而,参与者不太关心更广泛的-也许更具侵入性-访问日历,电子邮件或云存储(根据第三方应用程序的需要)。这种差异可能部分是由于信任转移到与谷歌集成的应用程序,形成了一种隐含的合作关系。我们的研究结果表明,有机会对Google提供的当前第三方管理工具进行…
2021-11-05 cs.CR
PRIMA: Privacy-Preserving Identity and Access Management at Internet-Scale
互联网上的身份管理已从传统的做法(每个服务提供商存储和管理身份)发展到联合身份管理系统(身份管理委托给一组身份提供商)。一方面,联合身份确保了可用性,并为服务提供商提供了经济利益。另一方面,它对用户和服务提供商构成严重的隐私威胁。目前的技术,这是预先部署在互联网上,允许身份提供商跟踪用户的行为在广泛的服务。在这项工作中,我们提出了PRIMA,一个通用的基于凭证的身份验证系统,支持联合身份管理的隐私保护的方式。基本上,PRIMA在认证过程中不需要服务提供商和身份提供商之间的任何交互,从而防止身份提供商分析用户的行为。此外,在整个认证过程中,PRIMA提供了一种机制,用于控制用户私人信息的披露。我们对该系统进行了全面评估,以证明我们的方法的可行性。我们的性能分析表明,当密钥大小从1024位到2048位变化时,身份提供者每秒可以处理1,426到3,332个请求。
2016-12-06 cs.CR
What Storage Access Privacy is Achievable with Small Overhead?
不经意RAM(ORAM)和私有信息检索(PIR)是经典的密码原语,用于隐藏对数据的访问模式,这些数据的存储已外包给不可信的服务器。不幸的是,与明文访问相比,这两种原语都需要相当大的开销。对于具有高度频繁访问请求的大规模存储基础设施,响应时间的降低和由ORAM或PIR引起的资源成本的过度增加阻止了它们的使用。在理想情况下,将为这些业务量大的存储系统实现具有小开销的隐私保护存储协议,以避免对性能和/或成本产生负面影响。在这项工作中,我们研究的问题,最好的$\mathit{storage\ access\ privacy}$,这是可以实现的,只有$\mathit{small\ overhead}$在明文访问。为了回答这个问题,我们考虑$\mathit{differential\ privacy\ access}$,它是ORAM和PIR考虑的$\mathit{oblivious\ access}$安全概念的概括。令人惊讶的是,我们提出了强有力的证据表明,恒定的开销存储方案只能实现与隐私预算的$ε= Ω(\log n)$。我们提出了渐进最优的构造差分私有的变体ORAM和PIR与隐私预算$ε= Θ(\log n)$,只有$O(1)$开销。此外,我们考虑一种更复杂的存储原语,称为键值存储,其中数据由来自大宇宙的键索引(与ORAM和PIR中的连续整数相反)。提出了一种具有$ε= Θ(\log n)…
2019-04-10 cs.CR cs.DS
Private Seeds, Public LLMs: Realistic and Privacy-Preserving Synthetic Data Generation
Information Sciences and Technology, The Pennsylvania State University(宾夕法尼亚州立大学信息科学与技术学院)
本文提出RPSG方法,通过隐私种子和差分隐私机制生成高保真且隐私保护的合成数据,实验验证其在隐私与效用平衡上的优势。
2026-07-14 cs.AI cs.CR
PROPYLA: Privacy Preserving Long-Term Secure Storage
当今越来越多的敏感信息被电子地存储,并且该信息的实质部分(例如,健康记录、税务数据、法律文件)必须长时间保留(例如,几十年甚至几百年)。当存储敏感数据时,必须保护完整性和机密性,以确保可靠性和隐私性。然而,常用的加密方案并不是为在如此长的时间段内保护数据而设计的。最近,提出了第一个将长期完整性与长期机密性保护相结合的存储架构(AsiaCCS'17)。然而,该架构仅处理简化的存储场景,其中部分存储数据无法单独访问和验证。然而,如果这是允许的,则不仅数据内容本身,而且对数据的访问模式(即,在什么时间访问哪些数据项的信息)可以是敏感信息。在这里,我们提出了第一个长期的安全存储体系结构,提供长期的访问模式隐藏的安全性,除了长期的完整性和长期的机密性保护。为了实现这一点,我们结合信息理论的秘密共享,可再生的时间戳,可再生的承诺与信息理论的不经意的随机访问机。我们提出的架构的性能分析表明,实现长期的完整性,机密性和访问模式隐藏安全是可行的。
2019-04-27 cs.CR
Privacy-Preserving Public Release of Datasets for Support Vector Machine Classification
University of Melbourne(墨尔本大学)
我们考虑公开发布用于支持向量机分类的数据集同时不侵犯数据主体的隐私(即,其私人信息存储在数据集中的个人)。为了隐私保护,使用加性噪声系统地混淆数据集。受Cramer-Rao界的启发,Fisher信息矩阵的迹的逆被用作隐私的度量。建立条件以确保从原始数据集提取的分类器和混淆的分类器彼此接近(捕获效用)。最佳的噪声分布是通过最大化的隐私和效用的措施的加权和确定的。证明了最优隐私保护噪声可以实现局部差分隐私。结果推广到更广泛的一类基于优化的监督机器学习算法。在多个数据集上证明了该方法的适用性。
2019-12-29 cs.CR cs.LG stat.ML
Connecting the Dots: Privacy Leakage via Write-Access Patterns to the Main Memory
应用程序对不可信存储系统的数据相关访问模式因泄漏有关用户数据的敏感信息而臭名昭著。以前的研究已经表明,能够监视向内存发出的读写请求的攻击者如何将它们与应用程序相关联,以了解其敏感数据。然而,仅通过写访问模式的信息泄漏是不太明显的,在当前的文献中没有得到很好的研究。在这项工作中,我们演示了一个实际的攻击电源侧信道抗蒙哥马利的阶梯为基础的模幂算法中常用的公钥密码学。我们推断出完整的512位秘密指数在$\sim3.5$分钟凭借的只是写访问模式的算法的主存储器。为了学习受害者算法的写访问模式在现实的设置下,我们利用一个妥协的DMA设备采取频繁的应用程序的地址空间的快照,然后对这些快照运行一个简单的差分分析,以找到写访问序列。该攻击已在基于英特尔酷睿(TM)i7-4790 3.60GHz处理器的系统上显示。我们进一步讨论了一个可能的攻击McEliece公钥密码系统,也利用写访问模式来学习的秘密密钥。
2017-06-17 cs.CR
Security and Privacy Considerations for Machine Learning Models Deployed in the Government and Public Sector (white paper)
随着机器学习成为一种更加主流的技术,政府和公共部门的目标是利用机器学习的力量,通过革新公共服务来推进其使命。鉴于其提供的服务的重要性,激励性政府用例需要在实施时进行特殊考虑。这些应用程序不仅将部署在需要保护机制的潜在敌对环境中,而且还受到政府透明度和问责制倡议的约束,这使这种保护更加复杂。在本文中,我们描述了一个未知的可信度和机器学习模型,部署在政府和公共部门的用户之间的不可避免的相互作用,可以危及系统在两个主要方面:通过损害的完整性或侵犯隐私。然后,我们简要概述了可能的攻击和防御方案,最后,提出建议和指导方针,一旦考虑可以提高所提供的服务的安全性和隐私。
2020-10-12 cs.CR cs.CY
Online publication of court records: circumventing the privacy-transparency trade-off
开放数据运动正在导致在线大规模发布法院记录,提高司法的透明度和可及性,并在现有丰富法律数据的基础上设计法律技术。然而,法律决策的敏感性也引发了重要的隐私问题。当前的实践通过将访问控制与(手动或半手动)文本编辑相结合来解决由此产生的隐私与透明度的权衡。在这项工作中,我们声称,目前的做法是不足以应付大规模访问的法律数据(限制性的访问控制政策是有害的开放性和实用性,而文本编辑是无法提供健全的隐私保护),并倡导一个整合的方法,可以受益于隐私保护的数据发布域的最新发展。我们提出了一个彻底的分析问题和当前的方法,并提出了一个稻草人多式联运架构铺平道路,一个成熟的隐私保护法律数据发布系统。
2020-07-03 cs.CR cs.CY
Technical Case Study of Privacy-Enhancing Technologies (PETs) for Public Health
Mastercard;Harvard University(哈佛大学);OpenDP;Javeriana University(贾维里亚大学);Sloan Foundation(斯隆基金会)
本文通过技术案例研究展示如何利用差分隐私技术生成隐私保护的合成财务交易数据,结合公共卫生和移动性数据,开发六个可重用工具,提升流行病学决策能力。
2026-03-13 cs.AI cs.CR