An Epistemic Approach to Compositional Reasoning about Anonymity and Privacy
在本文中,我们提出了一个认知逻辑的方法来组合的几个隐私相关的信息隐藏/披露属性。这里考虑的属性是匿名性、隐私性、匿名性和身份。我们的初步观察表明,匿名性和隐私不一定是顺序组成的,这意味着,即使一个系统,包括几个连续的阶段满足一定的unlinkability属性在每个阶段,整个系统并不总是享有所需的unlinkability属性。我们表明,组合性可以得到保证,只要系统的相位满足我们所说的独立性假设。更具体地说,我们开发了一系列的理论案例研究,什么样的假设是足以保证不同程度的匿名性,隐私,匿名性,和/或身份属性的顺序组合。平行组合物的类似结果也进行了讨论。
2013-10-24 cs.CR cs.LO
Lockcoin: a secure and privacy-preserving mix service for bitcoin anonymity
Lockcoin通过混合服务实现比特币匿名性,采用盲签名和多签名方案,提供高效且安全的匿名解决方案。
2026-01-07 cs.CR
DeZent: Decentralized z-Anonymity with Privacy-Preserving Coordination
Dresden University of Technology (TU Dresden)(德累斯顿工业大学)
deZent是一种去中心化的z-匿名性方法,通过本地匿名化和轻量级协调在保护隐私的同时提升传感器网络效率。
2026-03-09 cs.CR cs.DC
Privacy Preserving Social Network Publication Against Mutual Friend Attacks
出于研究目的发布社交网络数据引起了对个人隐私的严重关注。针对不同的攻击模式,有许多隐私保护方案。在本文中,我们介绍了一种新的隐私攻击模型,并称之为一个共同的朋友攻击。在这个模型中,对手可以通过使用他们共同的朋友数量来重新识别一对朋友。为了解决这个问题,我们提出了一个新的匿名概念,称为k-NMF匿名,即,k-匿名的共同朋友的数量,这确保存在至少k-1个其他朋友对在图中共享相同数量的共同朋友。我们设计算法来实现的k-NMF匿名性,同时保持原始的顶点集的意义上,我们允许偶尔添加,但没有删除的顶点。此外,我们给出了一个算法,以确保除了k-NMF匿名的k-度匿名。在真实数据集上的实验结果表明,该方法能够有效地保护社交网络的隐私和实用性,抵御共同好友攻击.
2013-10-11 cs.CR cs.DB cs.SI
k-anonymous Microdata Release via Post Randomisation Method
匿名微数据的发布问题是统计披露控制(SDC)和隐私保护数据发布(PPDP)领域的一个重要主题,但它仍然没有得到充分解决。在这些研究领域中,k-匿名作为一种匿名概念被广泛研究,主要用于确定性匿名算法,并且已经开发了一些概率松弛。然而,由于其局限性,它们是不够的,即,比原始的k-匿名性弱或者需要强参数假设。首先,我们提出了一种新的概率k-匿名性Pk-匿名性,并证明了Pk-匿名性是k-匿名性的数学推广而不是松弛.此外,PK-匿名不需要参数假设。这个属性具有重要意义的观点,它使我们能够比较隐私级别的概率微数据发布算法与确定性的。其次,我们将Pk-匿名性应用于后随机化方法(PRAM),这是一种基于随机化的SDC算法。证明了PRAM以可控的方式满足Pk-匿名性,即可以控制PRAM的参数使其满足Pk-匿名性。另一方面,PRAM还已知满足${\varepsilon}$ -差分隐私,这是最近流行的强隐私概念。这一事实意味着,我们的研究结果显着提高PRAM,因为它意味着两个重要的概念:k-匿名和${\varepsilon}$ -差分隐私的满意度。
2015-04-21 cs.CR
From Theory to Comprehension: A Comparative Study of Differential Privacy and $k$-Anonymity
本文通过数学定义、隐私风险转化和随机响应三种解释方式,比较用户对差分隐私与 $k$-匿名隐私保护的理解,发现风险模型和随机响应模型能提升理解,而 $k$-匿名仍更易理解。
2024-04-05 cs.CR cs.HC
A Hitchhiker's Guide to Privacy-Preserving Digital Payment Systems: A Survey on Anonymity, Confidentiality, and Auditability
Bank of Italy(意大利银行)
本文综述了隐私保护数字支付系统,涵盖去中心化账本和CBDCs,提出隐私目标分类及对应密码学方法,并探讨隐私与可审计性之间的平衡挑战。
2026-04-01 cs.CR cs.DC
Extending the Anonymity of Zcash
尽管比特币在其最初的白皮书中表示它提供匿名交易,但去匿名化技术却发现了其他情况。因此,开发了替代加密货币,如Dash,Monero和Zcash,以提供更好的隐私。正如爱德华·斯诺登所说,“Zcash的隐私技术使其成为最有趣的比特币替代品。因为它的隐私属性是真正独特的”。Zcash的隐私是基于同行评审的加密结构,因此它被认为是提供最佳匿名性的基础。然而,即使是Zcash也做出了一些隐私让步。它不保护用户的隐私,在存在一个全球对手谁能够观察到整个网络,因此相关的各方交换金钱,通过使用他们的网络地址。最近对Zcash的实证分析表明,用户在执行协议操作时经常选择幼稚的方式,没有意识到这会降低他们的匿名性。在这次演讲中,我们将讨论Zcash使用混合网络的扩展,通过解决两个主要的安全挑战来增强选择保持匿名的用户的隐私保证:一个在方案的应用层,一个在其网络层。
2019-02-19 cs.CR
A Fast Survey on Methods for Classification Anonymity Requirements
随着信息技术和互联网的发展,安全性已经成为安全领域的一个重要问题。匿名的主要目的是隐藏和隐藏系统中实体的隐私。到目前为止,已经提出了许多方法和协议,不同的匿名服务,以提供匿名性要求在各个领域。每个匿名方法或协议都是使用特定的方法开发的。本文首先给出了隐私和匿名性的准确和完善的定义,然后对匿名领域的主要问题进行了研究。然后对主要的匿名协议进行了详细的介绍。最后,对研究结果进行了总结,并对未来的研究方向进行了展望。
2015-10-03 cs.CR
Statistical anonymity: Quantifying reidentification risks without reidentifying users
数据匿名化是一种保护隐私的数据发布方法,旨在防止参与者重新识别,并且在不能容忍噪声数据的应用中,它是差分隐私的重要替代方案。用于在发布的数据中实施$k$ -匿名的现有算法假设执行匿名化的管理者具有对原始数据的完全访问权。限制这种访问的原因从不可取到完全不可行。本文探讨的想法-目标,指标,协议和扩展-减少必须放在馆长的信任,同时仍然保持$k$ -匿名的统计概念。我们建议信任(提供给策展人的信息量)和隐私(参与者的匿名性)作为这样一个框架的主要目标。我们描述了一类协议,旨在实现这些目标,提出新的隐私指标的过程中,并证明相关的界限。最后,我们讨论了这项工作的自然延伸,完全消除了对中央策展人的需要。
2022-01-28 cs.CR cs.CY cs.DB
Data Group Anonymity: General Approach
近年来,统计数据在公布前的隐私保护问题已成为一个紧迫的问题。已经完成了许多可靠的研究,并提出了大量的解决方案。然而,所有这些研究都只考虑到保护个人隐私的问题,即,在我们之前的文章中,我们解决了一个全新类型的匿名问题。我们引入了一种新的匿名性来实现统计数据,并称之为组匿名。在本文中,我们的目的是总结和推广我们以前的结果,提出了一个完整的数学描述如何提供组匿名性,并说明它与现实生活中的例子。
2010-11-04 cs.CR
$k^{τ,ε}$-anonymity: Towards Privacy-Preserving Publishing of Spatiotemporal Trajectory Data
移动网络运营商可以通过被动或主动监控设备位置来跟踪用户。记录的轨迹为大型用户群体的活动提供了前所未有的前景,这使得开发新的网络解决方案和服务成为可能,并扩大了跨研究学科的研究。然而,个人轨迹的披露引起了严重的隐私问题:因此,这些数据往往受到限制性的非披露协议的保护,限制了其可用性并阻碍了潜在的使用。在本文中,我们有助于发展的技术解决方案的隐私保护发布的移动用户的时空轨迹的问题。我们提出了一种算法,概括的数据,使他们满足$k^{τ,ε}$ -匿名,原始的隐私标准,阻止攻击的轨迹。与现实世界的数据集的评估表明,我们的算法达到了其目标,同时保留了相当程度的准确性的数据。我们的工作是朝着开放的,隐私保护的时空轨迹数据集的方向迈出了一步。
2017-01-09 cs.CR cs.CY
Smooth Anonymity for Sparse Graphs
Google Research(谷歌研究院)
本研究针对稀疏数据集共享中差分隐私机制隐私保障弱的问题,提出smooth-$k$-anonymity概念及对应大规模算法,经实证验证可提升匿名数据的下游ML任务性能。
2024-05-14 cs.CR cs.LG
From t-closeness to differential privacy and vice versa in data anonymization
k-匿名和ε-差分隐私是两种主流的隐私模型,前者用于匿名化数据集,后者用于限制数据集中包含一个个体所导致的知识获取。虽然基本的k-匿名只能防止身份泄露,但t-贴近度是k-匿名的扩展,也可以防止属性泄露。我们在这里表明,如果不是完全等价的话,t-贴近度和ε-差分隐私在匿名数据集方面彼此密切相关。具体来说,准标识符的k-匿名性与机密属性的ε-差分隐私相结合,产生随机t-贴近度(t-贴近度的扩展),其中t是k和ε的函数。相反,当t = exp(ε/2)时,t-贴近度可以产生ε-差分隐私,并且t-贴近度关于数据的先验和后验视图的假设成立
2015-12-21 cs.CR
Exposing Privacy Risks in Anonymizing Clinical Data: Combinatorial Refinement Attacks on k-Anonymity Without Auxiliary Information
本研究提出无需辅助信息的组合细化攻击CRA,针对ARX生成的局部重编码k-匿名临床数据,通过线性规划缩小敏感值范围,在真实临床数据上验证了现有k-匿名框架的隐私防护不足。
2025-09-03 cs.CR
Pudding: Private User Discovery in Anonymity Networks
本文提出Pudding协议,允许仅通过电子邮件地址在匿名网络中私密发现用户,隐藏联系关系并防止冒充,具备拜占庭容错性,可部署于Loopix和Nym且支持移动设备。
2023-11-17 cs.CR
Human-Centered Interactive Anonymization for Privacy-Preserving Machine Learning: A Case for Human-Guided k-Anonymity
本文提出将人类专家输入引入 k-匿名化过程的交互式方法,以根据上下文重要性指导属性保留,并在 UCI Adult 数据集上验证其相比传统全自动匿名化在部分场景下可提升数据效用。
2025-07-05 cs.CR
An Analytical Perspective to Traffic Engineering in Anonymous Communication Systems
匿名通信系统(ACS)通过互联网提供隐私和匿名。它们大多是免费工具,在世界各地的用户中很受欢迎。近年来,匿名应用面临着流量工程方法的许多问题。尽管它们在某些条件下确保了隐私,但它们的匿名性将受到高性能处理单元的威胁。为了解决这些问题,本研究致力于调查匿名通信系统中的流量工程方法,并提出了一个分析的观点,目前的问题,在ACS的隐私和匿名性。我们的研究还指出了ACS当前这些问题的新类型的解决方案。
2017-12-20 cs.CR
On How Zero-Knowledge Proof Blockchain Mixers Improve, and Worsen User Privacy
零知识证明(ZKP)混合器是最广泛使用的区块链隐私解决方案之一,在智能合约支持的区块链上运行。我们发现,ZKP混合器与越来越多的去中心化金融(DeFi)攻击和区块链可提取价值(BEV)提取紧密交织在一起。通过币流追踪,我们发现205个区块链攻击者和2,595个BEV提取者利用混合器作为资金来源,同时存入的攻击总收入为4.1287亿美元。此外,美国OFAC对最大的ZKP混合器Tornado.Cash的制裁使该混合器的每日存款减少了80%以上。此外,ZKP混合器通过所谓的匿名集大小来宣传他们的隐私级别,这类似于k-匿名,允许用户隐藏在一组k个其他用户中。然而,通过实证测量,我们发现这些匿名集的说法大多是不准确的。对于以太坊(ETH)和币安智能链(BSC)上最受欢迎的混合器,我们展示了如何将匿名集的大小平均分别减少27.34%和46.02%。我们的经验证据也是第一个表明用户对ETH和BSC的隐私偏好不同的证据。此外,最先进的ZKP混合器通过提供匿名挖掘(AM)激励与DeFi生态系统交织在一起,即,用户可以获得混合硬币的货币奖励。然而,与相关工作的要求相反,我们发现AM并不一定能提高混音器匿名集的质量。我们的研究结果表明,AM吸引了隐私无知的用户,然后谁不有助于提高其他混频器用户的隐私。
2023-03-06 cs.CR
Anonymity-washing
针对匿名化应用中存在的模糊性与不一致问题,本文提出“匿名清洗”概念,综合法律、技术及监管资源分析其产生条件,指出从业者支持不足的现状,并给出教育、指南及合作层面的改进建议。
2025-08-26 cs.CR cs.DB
SoK: Cryptocurrency Mixing and Anonymity - Architectures, Threat Models, Operational Aspects and Security
Brno University of Technology(布尔诺工业大学);University of Zürich(苏黎世大学);Slovak University of Technology in Bratislava(布拉迪斯拉发斯洛伐克工业大学)
本文全面综述了区块链加密货币生态系统中的混币技术与实现,评估其对用户隐私的影响及安全漏洞,并探讨了扩展至智能合约与跨链领域的挑战与创新。
2026-09-28 cs.CR cs.DC
OSRM-CCTV: Open-source CCTV-aware routing and navigation system for privacy, anonymity and safety (Preprint)
University of Jyväskylä(于韦斯屈莱大学)
在过去的几十年里,全球范围内闭路电视(CCTV)摄像机的使用越来越多,越来越广泛,越来越多,许多闭路电视摄像机最近的其他功能,如物联网(IoT)连接和基于人工智能(AI)的面部识别,只会增加隐私倡导者的担忧。因此,必须存在提供隐私、安全和网络安全功能的\emph{CCTV-aware solutions}。我们认为,向前迈出的重要一步是通过路由和导航系统(例如,OpenStreetMap、Google地图),为已知有摄像头的区域提供隐私和安全选项。然而,目前没有路由和导航系统,无论是在线还是离线,提供相应的CCTV感知功能。在本文中,我们介绍了OSRM-CCTV -第一个也是唯一的CCTV感知路由和导航系统的设计和建造的隐私,匿名和安全的应用。我们验证和展示了系统的有效性和可用性的合成和现实世界的例子。为了帮助验证我们的工作以及进一步鼓励系统的开发和广泛采用,我们将OSRM-CCTV作为开源发布。
2021-08-20 cs.CR cs.CV cs.CY
Privacy Preserving Count Statistics
保护用户隐私和匿名的能力非常重要。维护隐私的最安全方法之一是避免存储个人身份信息(PII),这对维护有用的用户统计数据构成了挑战。当精确计数太耗费资源时,概率计数被用来寻找多集的基数。在本文中,概率计数被用作匿名化技术,提供了一个可靠的估计的唯一用户的数量。我们扩展了以前的工作,概率计数考虑其用于保持用户匿名,开发应用程序的指导方针,包括哈希冲突的估计。我们的工作补充了以前的方法,试图探索的原因,未校正的估计偏离实际价值。实验结果表明,如果使用适当的寄存器大小,碰撞补偿提供的估计是一样好,如果不是更好,原来的概率计数。我们开发了一个新的匿名度量精确量化的匿名程度的算法提供。
2019-10-15 cs.CR
Amplification by Shuffling: From Local to Central Differential Privacy via Anonymity
Google Research – Brain(谷歌研究院 – 大脑团队);UC Santa Cruz(加州大学圣克鲁兹分校)
敏感的统计数据通常是跨用户集收集的,随着时间的推移,报告的重复收集也会完成。例如,用户的私人偏好或软件使用的趋势可以经由这样的报告来监视。我们研究了收集这样的统计数据的本地差分隐私(LDP)模型,并描述了一种算法,其隐私成本是多对数的用户的值的变化的数量。更根本的是-通过建立在匿名的用户的报告-我们还证明了我们的LDP算法的隐私成本实际上可以低得多时,在差分隐私的中心模型。我们表明,通过一个新的和一般的隐私放大技术,任何置换不变的算法满足$\varepsilon$ -本地差分隐私将满足$(O(\varepsilon \sqrt{\log(1/δ)/n}), δ)$ -中央差分隐私。通过这一点,我们解释了LDP协议的高噪声和$\sqrt{n}$开销是如何导致它们在中央模型中显着更私密的。作为一个实际的推论,我们的研究结果意味着,几个基于LDP的工业部署可能有更低的隐私成本比他们的广告$\varepsilon$将表明-至少如果报告是匿名的。
2020-07-26 cs.CR cs.DS cs.LG
Privacy on the Blockchain: Unique Ring Signatures
环签名是一种加密协议,允许组中的任何成员代表组生成签名,而不会泄露单个签名者的身份。这为组成员提供了通过通用数字签名方案无法达到的匿名级别。我们称这种属性为“合理否认性”,或相对于匿名集的匿名性。我们特别专注于在区块链上实现隐私,引入一个独特的环签名方案,与现有的区块链系统一起工作。我们使用secp256k1实现了一个独特的环签名(URS)方案,以这种方式创建了第一个与区块链库兼容的实现,以便轻松实现为以太坊智能合约。我们回顾了我们构建的方案所提供的隐私和安全属性,并将其效率与区块链上其他常见的隐私方法进行了比较。
2016-12-25 cs.CR
Rethinking Anonymity Claims in Synthetic Data Generation: A Model-Centric Privacy Attack Perspective
UCL(伦敦大学学院);SAS(SAS公司);UC Riverside(加州大学河滨分校)
本文从模型为中心的视角重新审视合成数据生成中的匿名性主张,强调需考虑生成模型能力和隐私攻击,指出合成数据技术不足以保证匿名性,并比较差分隐私与相似性隐私度量的优劣。
2026-10-02 cs.CR cs.CY cs.LG
AnoFel: Supporting Anonymity for Privacy-Preserving Federated Learning
University of Connecticut(康涅狄格大学);Purdue University(普渡大学)
本文提出首个具备可证明匿名性的联邦学习框架AnoFel,结合密码学原语、匿名集、差分隐私等实现动态匿名参与,实验验证了其在大规模客户端场景下的高效性与实用性。
2023-06-12 cs.CR cs.LG
Central Bank Digital Currencies: Where is the Privacy, Technology, and Anonymity?
RMIT University(皇家墨尔本理工大学);Universidad de Los Andes(安第斯大学)
本文探讨了CBDC中隐私的定义及其影响,并提出隐私增强技术以提升CBDC设计的隐私保护能力。
2026-07-20 cs.CR
ARTeX: Anonymity Real-world-assets Token eXchange
Korea University, School of Cybersecurity(韩国大学网络安全学院)
针对RWA代币交易中的隐私泄露问题,提出ARTeX交易平台,结合现有方法优势,确保交易者匿名性并增强对非法活动的防范。
2025-10-10 cs.CR
QAE-BAC: Achieving Quantifiable Anonymity and Efficiency in Blockchain-Based Access Control with Attribute
College of Intelligence and Computing, Tianjin University(天津大学智能与计算学部);Faculty of Science and Engineering, Southern Cross University(南十字星大学科学与工程学院);School of Geographic Sciences, East China Normal University(华东师范大学地理科学学院);School of Information and Communication Technology, Griffith University(格里菲斯大学信息与通信技术学院);Department of Computer Science, City University of Hong Kong(香港城市大学计算机科学系)
提出QAE-BAC框架,通过(r,t)-匿名模型量化重识别风险,并利用熵加权路径树优化策略匹配,在Hyperledger Fabric上实现隐私与性能的平衡。
2025-10-24 cs.CR
The Anonymity Gap: Understanding Real Privacy in Shielded UTXO-based Protocols for DeFi
UCL Centre for Blockchain Technologies(伦敦大学学院区块链技术中心);zkSecurity(zk安全);Nanyang Technological University(南洋理工大学);Exponential Science(指数科学)
本研究针对DeFi中基于UTXO的隐私保护协议缺失统一分析框架的问题,提出分层系统模型与分析流程,在Railgun和Hinkal池的链上历史上验证了匿名集大小减少40.1%-59.0%的结论,揭示了匿名性损失模式。
2026-08-25 cs.CR
Modeling and Performance Comparison of Privacy Approaches for Location Based Services
在普适计算环境中,基于位置的服务(LBS)由于其在日常生活中的实用性而越来越受到用户的欢迎。LBS是利用移动终端和智能手机用户的地理空间数据来实时的提供信息、娱乐和安全的信息服务。在这种普适计算环境中的一个关键问题是需要揭示用户的确切位置,这可能会允许对手推断出有关用户的私人信息。为了解决LBS用户的隐私问题,基于k-匿名的概念已经提出了大量的安全方法。位置k-匿名的中心思想是找到一组限制在实际用户的给定地理区域中的k-1个用户,使得这k个用户的位置彼此无法区分,从而保护用户的身份。虽然一些性能参数,如成功率,实现的隐私量被用来衡量的k-匿名方法的性能,他们做了隐含的,不切实际的假设,k-1用户是随时可用的。因此,这些方法忽略了处理用户请求的周转时间,这对于像LBS这样的实时应用程序至关重要。在这项工作中,我们使用排队论来计算用户的平均逗留时间和系统的队列长度的k-匿名方法建模。为了证明排队论可以用来模拟所有的k-匿名方法,我们考虑基于图的k-匿名方法。所提出的分析模型与实验结果进一步验证。
2017-11-14 cs.CR
An Algebraic Topological Approach to Privacy: Numerical and Categorical Data
在本文中,我们投的经典问题,实现k-匿名给定的数据库作为一个问题的代数拓扑。使用这个数学领域的技术,我们提出了一个框架,为k-匿名,带来了新的见解和算法,匿名数据库。我们从处理数据位于度量空间的简单情况开始。这个案例有助于介绍主要思想和符号。具体来说,通过将数据库映射到欧几里得空间,并考虑数据点之间的距离,我们引入了一个简单的表示的数据,并显示如何从代数拓扑的概念,如神经复合体和持久的同源性,可以有效地获得整个频谱的k-匿名的数据库的各种值的k和水平的推广。对于这种表示,我们提供了一个分析表征的条件下,给定的数据集表示是k-匿名的。我们引入了一个加权的条形码图,在这种情况下,成为一个计算工具,以权衡数据匿名性与数据丢失表示为泛化水平。最后通过仿真结果说明了本文的主要思想。最后,我们讨论了如何扩展这种方法,以解决一般情况下的分类和度量数据的混合。
2016-02-22 cs.CR cs.DB
Utilizing Public Blockchains for the Sybil-Resistant Bootstrapping of Distributed Anonymity Services
分布式匿名服务,如洋葱路由网络或加密货币翻转器,承诺在没有可信第三方的情况下保护隐私保护。虽然这些服务的安全性经常得到很好的研究,但其所需的引导过程的安全性影响通常被忽视:用户要么自己联合进行匿名化,要么他们需要依赖一组非合谋的隐私对等体。然而,通常数量很少的隐私对等点使单个对手能够模仿分布式服务。因此,我们提出了AnonBoot,这是一种抗Sybil的介质,可以通过公共区块链安全地引导分布式匿名服务。AnonBoot强制要求对等节点定期创建一个小型的工作量证明,以刷新其提供安全匿名服务的资格。然后,使用链上熵的伪随机、局部可复制的自举过程防止对合格对等体的选举产生偏见。我们使用比特币作为AnonBoot的底层区块链进行的评估表明,它可以在大多数区块链上支持任意大的用户群,同时保持一个由1000个对等体组成的值得信赖的存储库,并且只有很小的存储空间。
2020-04-21 cs.CR cs.NI
pyCANON: A Python library to check the level of anonymity of a dataset
pyCANON是一个Python库和CLI,通过多种匿名化技术(如k-匿名性、ℓ-多样性等)评估数据集匿名级别,仅需准标识符和敏感属性即可生成完整参数报告。
2022-08-16 cs.CR cs.DB
No Country for Old Privacy: The Evolving Challenges of Anonymity in Bitcoin
University of York(约克大学)
通过纵向测量研究,检测比特币网络中第二代匿名协议(如CoinJoin、CoinSwap等)的采用率,发现其占比不足1%,且在关键监管事件后显著下降,表明隐私用户正转向更隐蔽的方法。
2026-11-20 cs.CR
A-COMPASS: Formal Foundations for Anonymity Analysis in Microdata
Mathematical Institute of the Serbian Academy of Sciences and Arts(塞尔维亚科学院数学研究所);Faculty of Technical Sciences, University of Novi Sad(诺维萨德大学技术科学学院)
本文修改COMPASS语言为A-COMPASS,使其适用于微观数据表,支持匿名条件检查与匿名化操作,并证明其语义的确定性和组合性,可用于验证k-匿名和l-多样性等属性。
2026-06-19 cs.CR cs.LO
Anonymity and verifiability in multi-attribute reverse auction
近年来,电子拍卖服务的使用越来越多。电子拍卖的安全性要求主要是投标的保密性、匿名性和公开可验证性。大多数的安全协议集中在隐私和匿名性,这是通过投标人解决多方计算,假设两个或更多的可信第三方,通过众多的拍卖或与非对称模型,其中拍卖发行人或注册管理人的商业实体是假设除了拍卖。多属性逆向拍卖具有更高的市场效率和有效的信息交换。这项工作扩展和使用现有的计划。该方案利用多属性拍卖中的评分函数、获胜者确定等机制实现公开可验证性。匿名性是通过投标方假名生成来实现的。通过结果分析,我们认为这是一种简单有效的方案.该方案保证了多属性拍卖中的公开可验证性和匿名性,且不需要透露收到的出价、第三方和复杂的通信。
2011-09-02 cs.CR
Group Anonymity: Problems and Solutions
提供数据匿名的现有方法保护了个人隐私,但是,保护公开数据集中的受访者群体信息的任务仍然是开放的。组匿名性在于隐藏(掩蔽)无法通过分析单个记录来揭示的数据模式。讨论了相应的主要问题,并给出了解决方法.关键词:群组匿名,小波变换.
2010-11-04 cs.CR
Feasibility Study on CCTV-aware Routing and Navigation for Privacy, Anonymity, and Safety. Jyvaskyla -- Case-study of the First City to Benefit from CCTV-aware Technology. (Preprint)
为了抵御CCTV摄像头和技术对隐私的日益侵犯,必须存在具有隐私、安全和网络安全功能的CCTV感知解决方案。我们认为,实现这种CCTV感知解决方案的第一个重要步骤必须是一个地图系统,提供隐私和安全的路由和导航选项。据我们所知,没有地图或导航系统支持隐私和安全路由选项。在本文中,我们探讨了CCTV感知路由和导航解决方案的可行性。这种可行性探索的目的是了解CCTV对隐私的主要影响,以及构建这种技术的挑战和好处。我们在芬兰于韦斯屈莱市中心的七(7)条行人步行路线上评估我们的方法。我们首先映射了总共450个CCTV摄像头,然后在几种不同的配置下进行路由和导航实验,以粗略地模拟现实世界中可能的摄像头参数和覆盖范围。我们报告两个主要结果。首先,我们的初步研究结果支持我们的方法的整体可行性。其次,调查结果还揭示了一个数据驱动的令人担忧的现实,即希望保护隐私/匿名作为其主要生活选择的人。当在低性能端对摄像机进行建模时,与通用路由相比,隐私保护路由的距离平均增加了1.5倍。当在中高性能端对摄像机进行建模时,隐私保护路由的距离平均增加了5.0倍,而在某些情况下,根本不可能有隐私保护路由。这些结果进一步支持和鼓励CCTV摄像机的全球映射以及摄像机建模和基础技术的改进。
2020-11-17 cs.CR cs.CY cs.SE
Group Discounts Compatible with Buyer Privacy
我们展示了如何在不迫使买家放弃匿名的情况下提供团体折扣,只要买家可以使用自己的计算设备(例如智能手机,平板电脑或计算机)来执行购买。具体来说,我们提出了一个协议的隐私保护组折扣。该协议允许一组买家在不透露身份的情况下证明他们有多少人。再加上匿名支付系统,这使得团体折扣与买家隐私(即买家匿名)兼容。
2014-12-01 cs.CR
The Illusion of Anonymity: Uncovering the Impact of User Actions on Privacy in Web3 Social Ecosystems
本研究揭示Web3社交生态中伪造活动、高参与度用户行为等会放大隐私风险,指出需更严格的隐私措施与伦理规范以应对相关挑战。
2024-05-22 cs.CR
Seldom: An Anonymity Network with Selective Deanonymization
Fraunhofer FKIE(弗劳恩霍夫 FKIE);University of Luxembourg(卢森堡大学);Fraunhofer FIT(弗劳恩霍夫 FIT);RWTH Aachen University(亚琛工业大学)
Seldom通过集成选择性去匿名化功能,为匿名网络中的犯罪活动提供了一种可控的隐私保护方案。
2026-01-29 cs.CR cs.NI
Anonymity Network Tor and Performance Analysis of ARANEA; an IOT Based Privacy-Preserving Router
曾经有一段时间,“安全”这个词只限于对有价值的东西的物理保护,这些东西必须被防范于未然。今天,在一个世界里,人们可以做的事情几乎已经出现了必要性,以保护虚拟世界。我们生活的每一个方面都在以这样或那样的方式被互联网控制。在网络空间中没有隐私,因为我们在互联网上浏览的数据正在被某人监视。我们在互联网上所做的每一项工作都被跟踪,或者数据在未经同意的情况下被泄露。为了安全地浏览互联网,我们开发了一个名为Aranea的路由器,它与浏览器Tor有关。Tor提供流量匿名性和安全性。Tor浏览器可以用于积极和消极的目的。Tor加密数据,隐藏用户的位置和身份,隐藏设备的IP地址,隐藏网络流量等等。通过使用Tor浏览器,每个用户都可以在网络世界中安全地浏览互联网。我们的目标是通过路由器Aranea为每个用户创建一个额外的安全桥梁,以便每个用户可以简单地匿名浏览互联网。
2019-06-04 cs.CR cs.NI
A Tattered Cloak of Invisibility: Measuring Anonymity Loss in Railgun on Ethereum
Eötvös Loránd University(罗兰大学);Budapest University of Technology and Economics(布达佩斯技术与经济大学)
研究以太坊混币器Railgun中用户行为导致的匿名性损失,提出五种启发式方法,成功将17.65%的取款交易与存款交易唯一关联,并发现背包求解器导致中位数3.42比特的匿名性损失。
2026-06-25 cs.CR
Privacy Analysis and Evaluation Policy of Blockchain-based Anonymous Cryptocurrencies
本研究针对基于区块链的匿名加密货币的隐私特性,提出三层软件架构模型,定义基础隐私属性并分层分析,建立隐私评估策略,以此公平对比主流匿名加密货币的隐私水平。
2020-12-19 cs.CR
Statistical Analysis of Privacy and Anonymity Guarantees in Randomized Security Protocol Implementations
UC Berkeley(加州大学伯克利分校)
安全协议通常使用随机化来实现概率非确定性。这种非确定性反过来又用于混淆可观察值对秘密数据的依赖性。由于安全协议的正确性非常重要,安全协议的形式化分析在文献中得到了广泛的研究。随机安全协议也被分析使用形式化技术,如进程演算和概率模型检验。在本文中,我们考虑的问题,验证实现的随机化协议。与以前的方法,把协议作为一个白盒,我们的方法试图验证一个实现提供了一个黑盒。我们的目标是通过统计技术推断安全协议提供的保密性保证。我们学习的概率依赖的可观察的输出秘密输入使用贝叶斯网络。然后,这被用来近似秘密的泄漏。为了评估我们的统计方法的准确性,我们比较了我们的技术与概率模型检验技术的两个例子:人群协议和餐饮密码学家的协议。
2009-06-27 cs.CR cs.LG
Group Anonymity
近年来,世界上的数字数据量急剧增加。但是,存在的信息越多,其不必要的披露的可能性就越大。因此,数据隐私保护已成为当前一个紧迫的问题。个人隐私保护的任务目前正在深入研究。同时,对集体(或群体)数据的统计披露控制问题仍然存在。在本文中,我们提出了一个有效的和相对简单的(基于小波)的方式来提供集体数据的群体匿名。我们还提供了一个现实生活中的例子来说明该方法。
2010-11-04 cs.CR
A Trajectory K-Anonymity Model Based on Point Density and Partition
University of Glasgow(格拉斯哥大学);South China University of Technology(华南理工大学);Case Western Reserve University(凯斯西储大学)
本文提出一种基于点密度与划分的轨迹K-匿名模型,通过改进轨迹集划分预处理和聚类算法,在抵御重识别攻击的同时有效降低数据效用损失并缩短执行时间。
2023-07-31 cs.CR cs.LG
General Confidentiality and Utility Metrics for Privacy-Preserving Data Publishing Based on the Permutation Model
隐私保护数据发布的匿名化,也称为统计披露控制(SDC),可以在置换模型的镜头下查看。根据这个模型,任何用于单个数据记录的SDC方法在功能上等效于置换步骤加上噪声添加步骤,其中添加的噪声是边际的,在这个意义上,它不改变等级。在这里,我们提出的指标来量化数据的机密性和实用性实现的SDC方法的基础上的置换模型。我们区分两个隐私的概念:在我们的工作中,匿名是指主题,因此主要是为了防止记录重新识别,而保密性是指保护属性值对属性披露。因此,我们的保密性指标是有用的,即使使用隐私模型,确保匿名水平事前。效用度量是一种通用度量,可以方便地与机密性度量进行权衡,因为它们都在0和1之间。作为一个应用程序,我们比较了几种匿名化方法,包括隐私模型(k-匿名和$ε$ -差分隐私)以及SDC方法(加性噪声,乘性噪声和合成数据)没有隐私模型的效用-机密性权衡。
2020-10-07 cs.CR
The Privacy-Utility Tradeoff in Rank-Preserving Dataset Obfuscation
本文研究数据集混淆中秩保持与用户匿名性的权衡,通过大偏差理论刻画单字母机制的性能极限,并将最优混淆信道建模为可高效求解的凸优化问题。
2023-05-11 cs.CR cs.DB cs.IT
$A^{4}NT$: Author Attribute Anonymity by Adversarial Training of Neural Machine Translation
Max Planck Institute for Informatics(马克斯·普朗克信息学研究所);Saarland Informatics Campus(萨尔兰信息学园区)
基于文本的分析方法允许揭示隐私相关的作者属性,如性别,年龄和文本作者的身份。这样的方法可能危及匿名作者的隐私,即使作者试图删除隐私敏感内容。在本文中,我们提出了一种自动方法,称为对抗作者属性相似性神经翻译($A^4NT$),以打击这种基于文本的对手。我们结合了机器翻译和生成对抗网络中使用的序列到序列语言模型来混淆作者属性。与需要配对数据的机器翻译技术不同,我们的方法可以在包含不同作者的未配对文本语料库上进行训练。重要的是,我们提出和评估技术,对我们的$A^4NT$施加限制,以保持输入文本的语义。$A^4NT$学习对输入文本进行最小的更改,以成功地欺骗作者属性分类器,同时旨在保持输入的含义。我们通过两个不同的数据集和三个设置的实验表明,我们提出的方法是有效的欺骗作者属性分类器,从而提高作者的匿名性。
2018-02-19 cs.CL cs.CR cs.CY
Fair anonymity for the Tor network
目前匿名网络已经成为保障用户隐私的重要工具。然而,这些平台可能被用来执行非法操作,这有时会使服务提供商将来自这些网络的流量视为可能的威胁。为了解决这个问题,我们建议在Tor网络中添加对公平机制的支持。具体地说,通过对与入口和出口节点的密钥协商过程进行轻微修改,以组签名的形式。通过这些签名,我们建立了一个访问控制方法,以防止行为不端的用户使用Tor网络。此外,我们建立了一个预定义的方法来谴责非法行为,这阻碍了所提出的公平机制的应用程序作为一个威胁侵蚀用户的隐私。直接的结果是,来自Tor的流量将被服务提供商认为不那么可疑。
2014-12-15 cs.CR
Tutela: An Open-Source Tool for Assessing User-Privacy on Ethereum and Tornado Cash
Stanford University(斯坦福大学);Eötvös Loránd University(罗兰大学);Convex Research;Universidad de Buenos Aires(布宜诺斯艾利斯大学);Facultad de Ingenieria(工程学院);LambdaClass
区块链用户之间的一个常见误解是,匿名性保证了隐私。现实情况几乎相反。人们进行的每一笔交易都记录在公共账簿上,并揭示了有关个人身份的信息。混合器,如龙卷风现金,是为了保护隐私而开发的,通过将交易与匿名池中的其他交易“混合”,使其更难将池中的存款和取款联系起来。不幸的是,如果用户不小心,仍然有可能泄露匿名池中的信息。我们介绍Tutela,这是一个基于专家身份验证的应用程序,用于报告以太坊地址的真实匿名性。特别是,Tutela有三个功能:首先,它根据交互历史将以太坊地址聚集在一起,这样对于以太坊地址,我们可以识别可能属于同一实体的其他地址;第二,它向以太坊用户显示他们潜在的受损交易;第三,Tutela通过排除潜在的受损交易来计算每个Tornado Cash混合器的匿名池的真实大小。可以在https://github.com/TutelaLabs/tutela-app上找到Tutela的公开实现。要使用Tutela,请访问https://www.tutela.xyz。
2022-01-18 cs.CR cs.LG