Privacy-Preserving Data Analysis for the Federal Statistical Agencies
政府统计机构收集有关国家人口和商业活动的大量宝贵数据。广泛获取这些数据可以促进循证决策，支持改善社会的新研究，促进对学生进行数据科学培训，并为公众提供资源，以更好地了解和参与社会。这些数据也影响到私营部门。例如，美国劳工统计局发布的《美国就业形势》就牵动着市场。尽管如此，政府机构正面临越来越大的压力，要求限制对数据的访问，因为人们越来越了解对数据隐私和机密性的威胁。“去识别化”-去除明显的标识符，如姓名、地址和身份证号码-在现代计算和信息资源面前已经被发现是不够的。不幸的是，这个问题甚至延伸到发布汇总数据统计。这种违反直觉的现象被称为信息恢复的基本定律。它说，对太多统计数据过于准确的估计可能会完全破坏隐私。人们可能会认为这是千刀万剐。从数据集中计算出的每个统计量都会泄露关于数据集中每个成员的少量信息-一个微小的切口。即使为了保护隐私，统计数据的确切值有点失真，这也是正确的。但是，尽管每次统计数据的发布对任何个人的隐私风险来说都是一个几乎无害的小削减，但累积效应可能会完全损害某些个人的隐私。
2017-01-03 cs.CR cs.CY
Privacy Guarantees in Posterior Sampling under Contamination
Department of Statistics, University of Warwick（华威大学统计系）；Department of Mathematical Sciences, Durham University（杜伦大学数学科学系）；School of Mathematics, Statistics and Physics, Newcastle University（纽卡斯尔大学数学、统计与物理学院）
本文提出了一种在污染模型下改进后验采样的差分隐私方法，推导了隐私水平的界限并分析了收敛速度。
2026-02-12 math.ST stat.TH
Interval Estimation for Binomial Proportions Under Differential Privacy
Duke University（杜克大学）
本文比较了在差分隐私下将比例转换为区间估计的不同方法，发现贝叶斯可信区间表现最佳。
2026-06-29 stat.ME
Privacy Shielding against Mass Surveillance
隐私屏蔽防止大规模监控提供了一个循序渐进的战术方法，以保护所有互联网用户的隐私免受政府和其他国家机构的大规模监控计划的影响。隐私保护是最重要的，隐私屏蔽提供了正确的手段，以防止大规模监视程序和恶意用户试图访问您的系统。虽然当像国家安全局和政府通信总部这样的大型政府机构针对互联网用户进行监视时，保护是困难的，但这是可能的，因为目标不是你作为一个个体，而是整个群体。通过正确的方法和对隐私一词的广泛视角，人们可以在互联网上自由访问和共享信息，而不会成为监视的受害者。
2014-02-17 cs.CR cs.CY
Towards the Framework of Information Security
当今的现代社会非常依赖于基于计算机的信息系统。许多组织如果没有这些系统提供的服务就无法正常运作，就像融资组织一样。虽然中断可能会降低组织的效率，但盗窃或无意泄露委托的私人数据可能会产生更严重的后果，例如法律诉讼以及由于缺乏潜在用户的信任而导致的业务损失。这种对信息系统的依赖导致了对保护这些系统的需要，这反过来又产生了对了解它们有多安全的需要。信息社会的引入改变了人们与政府机构互动的方式。现在鼓励政府机构向公民提供24小时电子服务。在因特网上提供政府服务是为了便利与各机构的沟通，减少服务时间，并减少需要处理的文件数量。与因特网连接的增加导致对这些系统中的信息安全的需求增加。在这篇文章中，我们讨论了过去和当前历史上的许多文件数据泄露事件，并且随着美国非营利组织DataLossDB（开放安全基金会）组织的报告，它们将日益增加。
2013-12-05 cs.CR
Position: Challenges and Opportunities for Differential Privacy in the U.S. Federal Government
Booz Allen Hamilton（博兹艾伦汉密尔顿公司）
本文从与美国政府合作的跨学科团队视角，分析差分隐私在联邦政府应用中的三大挑战，并通过两个示例展示其在多级隐私分析和涉密人员配置效率方面的机遇。
2024-10-21 cs.AI cs.CR cs.LG
A framework of blockchain-based secure and privacy-preserving E-government system
电子政府（e-government）利用信息和通信技术有效、高效和透明地向个人和组织提供公共服务。电子政务是最复杂的系统之一，需要分布式、安全和隐私保护，这些系统的失败可能会在经济和社会上付出高昂的代价。大多数现有的电子政务系统，如网站和电子身份管理系统，都集中在重复的服务器和数据库上。集中式管理和验证系统可能遭受单点故障，并使系统成为网络攻击的目标，例如恶意软件、拒绝服务攻击（DoS）和分布式拒绝服务攻击（DDoS）。区块链技术可以实现高度安全和隐私保护的分散系统，其中交易不受任何第三方组织的控制。使用区块链技术，现有数据和新数据存储在块的密封隔间中（即，账本）以可验证和不可变的方式分布在网络上。区块链技术增强了信息安全和隐私，其中数据在整个网络中加密和分布。本文提出了一种基于区块链技术的去中心化电子政务点对点（P2P）系统框架，该框架可以在保证信息安全和隐私的同时，提高公共部门的信任度。此外，提出了一个原型的建议系统，与理论和定性分析的支持，这种系统的安全和隐私的影响。
2020-06-25 cs.CR
DEFenD: A Secure and Privacy-Preserving Decentralized System for Freight Declaration
每天有数百万个装满货物的集装箱在世界各地移动。在此类集装箱进入贸易集团之前，货物目的地国的海关机构必须确保其中没有非法或贴错标签的货物。由于集装箱数量大，海关机构通过风险分析程序挑选集装箱进行审计。海关机构利用来自中央系统的数据进行风险分析，该系统可能容易受到操纵和渎职行为的影响。因此，我们提出了一个替代方案：DEFenD，一个分散的系统，以安全和隐私保护的方式存储有关货物和集装箱的数据。在我们的系统中，经济运营商向网络提出关于他们放入集装箱或从集装箱中取出的货物的声明，并对这些声明进行加密，以便只能由目的地国家的海关机构读取。经济运营商还对与他们互动的集装箱提出未加密的索赔。未加密的索赔可以通过整个海关机构网络进行验证。我们的主要贡献是一个数据分区方案和几个协议，使这样的系统能够利用区块链及其强大的验证原理，同时还保护了相关经济运营商的隐私。使用我们的协议，海关机构可以改善其风险分析，经济运营商可以通过海关更少的延迟。我们还提供了一个使用Hyperledger Fabric构建的参考实现，并分析了我们的实现在多大程度上满足了隐私保护、安全性、可扩展性和去中心化方面的要求。
2018-03-25 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
Consortium Blockchain for Security and Privacy-Preserving in E-government Systems
自2008年作为安全加密货币共享的解决方案诞生以来，区块链技术现已成为通过无信任和分散的点对点系统进行安全数据共享和存储的核心技术之一。电子政务是存储有关公民、企业和其他附属机构的敏感信息的系统之一，因此成为网络攻击者的目标。现有的电子政务系统是集中式的，因此容易出现单点故障。本文提出了一种基于联盟区块链技术的安全和分散的电子政务系统，这是一个半公开和分散的区块链系统，由一组预先选择的实体或组织组成，负责共识和决策，以使整个网络的同行受益。此外，在添加到区块链网络之前，预先选择了一些电子政务节点来执行用户和交易验证的任务。因此，联盟区块链网络的电子政务用户有权创建、提交、访问和审查交易。单笔交易时间和每秒处理的交易的性能评估证明了所提出的基于联盟区块链的电子政务系统在所有利益相关者之间安全共享信息的实用性。
2020-06-25 cs.CR
Prior-itizing Privacy: A Bayesian Approach to Setting the Privacy Budget in Differential Privacy
针对差分隐私发布中需平衡数据实用性与隐私保护的问题，提出基于贝叶斯披露后验概率设置隐私预算$\u03b5$的框架，机构可通过设定可接受的风险水平推导唯一$\u03b5$，实现风险与效用的权衡。
2024-05-22 cs.CR stat.ME
Recent Trends in Cross-Border Data Access by Law Enforcement Agencies
本文以欧洲为重点，系统梳理云计算背景下美国和欧盟为便利执法机构跨境数据访问而通过或提出的新法律与政策举措，并分析其在域外效力、数据保护、隐私和监控等方面引发的法律挑战与争议。
2023-09-21 cs.CR cs.CY
Privacy vs National Security
公众对隐私的担忧和焦虑越来越多，特别是在前美国国家安全局承包商和爱德华·斯诺登等告密者的爆料之后。虽然隐私是人类的基本概念，但个人隐私和自由与国家安全之间日益激烈的拉锯战重新引发了人们对两者之间平衡的担忧。历史上第一次，技术进步使大规模数据收集、分析和存储成为政府和私营企业在财务和技术上可行的选择。这使得全球各国政府和安全机构越来越有兴趣利用大数据、机器学习和人工智能的力量开发复杂的算法。这项技术使政府和私营企业能够收集和存储每个人的数千个数据点，这使个人隐私受到持续的威胁。本文分析了个人隐私的概念及其与国家安全的联系。文章亦会讨论私隐与国家安全的不同层面、双方的论点，以及私隐与国家安全的分界。
2020-07-10 cs.CR cs.OH
A Roadmap for Greater Public Use of Privacy-Sensitive Government Data: Workshop Report
Purdue University（普渡大学）；Vanderbilt University（范德比尔特大学）；Vanderbilt University Medical Center（范德比尔特大学医学中心）；MIT Media Lab（麻省理工学院媒体实验室）；National Center for Health Statistics, CDC（国家健康统计中心，CDC）；Penn State University（宾夕法尼亚州立大学）
本研究通过研讨会探讨政府数据共享中的隐私挑战与技术解决方案，旨在推动隐私敏感政府数据的更广泛应用。
2026-01-28 cs.CR cs.CV cs.CY
Case Studies: Effective Approaches for Navigating Cross-Border Cloud Data Transfers Amid U.S. Government Privacy and Safety Concerns
本文分析跨境云数据传输的法律与技术影响，指出框架漏洞对信息访问和数据隐私的风险，并提出安全信息交换措施。
2025-08-12 cs.CR cs.CY
Encrypted Federated Search Using Homomorphic Encryption
本文提出一种基于同态加密的隐私保护联邦搜索系统，使执法机构能在不解密数据的情况下跨分布式加密犯罪数据库执行查询，并集成CKKS与BFV方案以兼顾实时性、安全性和可扩展性。
2025-05-05 cs.CR
A Differentially Private Incentive Design for Traffic Offload to Public Transportationx
日益增长的出行需求使城市交通能力紧张，从而导致交通拥堵和温室气体排放的快速增长。在这项工作中，我们专注于通过激励乘客从私家车转向公共交通来实现可持续交通。我们应对以下挑战。首先，乘客因延误和不适而改变其交通行为时产生的不便成本，因此需要得到补偿。第二，政府在选择激励措施时不知道不便成本。此外，不断变化的交通行为引起了乘客的隐私问题。对手可以推断个人信息（例如，日常事务，兴趣区域和财富），通过观察公众所知的政府决策。我们采用差分隐私的概念，提出了两种情况下的隐私保护激励设计，表示为双向通信和单向通信。在双向沟通中，乘客提交投标，然后政府确定激励措施，而在单向沟通中，政府只是设定价格，而不从乘客那里获得信息。在单向沟通的情况下，我们关注的是政府应该如何设计激励措施，而不透露乘客的不便成本，同时仍然保护差分隐私。我们制定的问题作为一个凸规划，并提出了一个差分私人和近最优解算法。一个数值的案例研究，使用加州运输绩效测量系统（PeMS）的数据源作为评估。结果表明，所提出的方法实现了政府和乘客都获得非负效用的双赢局面。
2019-12-06 cs.CR cs.CY
Object Oriented Modelling of Idea using GA based efficient key generation for e-governance security (OOMIG)
如今，印度和国外的不同邦和中央政府正在采取主动行动，特别是使用信息和通信技术（ICT）以电子方式提供各种服务。入侵者或黑客可以窃取或修改政府与消费者之间通过互联网传递的信息。为了实现信息的隐私性和机密性，我们必须使用适当的加密技术。本文提出了一种基于遗传算法的有效密钥生成技术的国际数据加密算法（IDEA）的面向对象建模方法，以解决政府和用户之间信息的保密性和保密性问题。
2012-04-09 cs.CR
Assessing the Solid Protocol in Relation to Security & Privacy Obligations
Solid规范旨在通过让数据主体在多个应用程序中对其数据进行直接存取控制来增强数据主体的能力。随着各国政府对公民赋权和电子政务服务的这一框架表现出兴趣，安全和隐私是需要解决的关键问题。通过分析相关立法，特别是GDPR和国际标准，即ISO/IEC 27001：2011和15408，我们制定了该框架的主要安全和隐私要求。此外，我们调查了当前的Solid协议规范，了解它们如何涵盖突出的要求，并提请注意规范和要求之间的潜在差距。我们还指出了最近的学术工作的贡献，提出了新的方法，以增加固体项目提供的安全性和隐私程度。本文具有双重贡献，可以提高用户对Solid如何帮助保护其数据的认识，并提出未来可能对Solid安全和隐私增强的研究方向。
2022-10-15 cs.CR cs.SI
Federated Graph AGI for Cross-Border Insider Threat Intelligence in Government Financial Schemes
Incedo Inc.（Incedo公司）；Indian Institute of Technology（印度理工学院）；University of Kent（肯特大学）
FedGraph-AGI通过整合AGI推理与联邦图学习，实现了隐私保护下的跨境内部威胁检测，准确率高达92.3%。
2026-02-18 cs.AI cs.CE cs.CR
Security Is Not Enough: Privacy in Encryption Regulation and Lawful-Surveillance Protocols
Yale Jackson School of Global Affairs（耶鲁杰克逊全球事务学院）；Yale Law School（耶鲁法学院）
本文指出隐私不仅限于安全，需更深入理解以评估政策并指导合法监视协议的研究。
2026-02-28 cs.CR cs.CY
A Privacy-preserving Mobile and Fog Computing Framework to Trace and Prevent COVID-19 Community Transmission
为了减缓COVID-19的传播，世界各地的政府都在努力识别感染者，并通过强制隔离和检疫来遏制病毒。然而，很难追踪与感染者接触过的人，这导致了广泛的社区传播和大规模感染。为了解决这个问题，我们开发了一个名为PPMF的电子政务隐私保护移动和雾计算框架，可以在全国范围内跟踪感染和疑似病例。我们使用带有联系人追踪应用程序的个人移动设备和两种类型的固定雾节点，即自动风险识别器（ARC）和可疑用户数据识别器节点（SUDUN），来追踪社区传输，同时维护用户数据隐私。当在中央应用上注册时，每个用户的移动终端接收唯一加密参考码（UERC）。移动终端和中央应用都生成旋转唯一加密参考码（RUERC），其使用蓝牙低功耗（BLE）技术进行广播。该等仪器放置于楼宇入口处，可即时侦测附近是否有阳性或怀疑个案。如果发现任何确诊病例，ARC会向附近的人广播预警信息，而不会透露感染者的身份。SUDUN被放置在向中央云应用程序报告测试结果的健康中心。报告的数据后来被用来绘制感染病例和疑似病例之间的地图。因此，使用我们提出的PPMF框架，政府可以让组织继续其经济活动，而无需完全封锁。
2020-06-23 cs.CR
Practical Considerations for Differential Privacy
该研究针对作为统计数据发布隐私黄金标准的差分隐私虽有里程碑式成功却未广泛普及的问题，探讨了阻碍其在日常数据使用与保护中应用的实践障碍。
2024-08-14 cs.CR
Enabling Humanitarian Applications with Targeted Differential Privacy
本文提出一种适配个人决策应用的差分隐私方法，赋予决策者对隐私级别的精细控制，并通过多哥反贫困项目和尼日利亚借贷平台数据量化了隐私与预测准确性的权衡，为人道主义项目负责任使用个人数据提供支持。
2024-08-24 cs.CR
A Survey of Digital Privacy Rights Under CISA
最近通过的《2015年网络安全信息共享法案》为私人和美国政府实体之间的信息共享引入了一个新的框架，旨在识别网络安全威胁。这是过去几年向国会提出的一系列类似法案中的最新一项。虽然之前的每一个独立法案都在公众的广泛抵制下被击败，但最新版本被列为美国2016年支出法案的修正案。这意味着，任何不愿通过CISA附加条款的支出法案的持不同意见的国会议员，都愿意冒另一次政府关门的风险，因为无法就预算措施达成协议。本文旨在探讨CISA引入或启用的措施的潜在影响，并考虑在日益在线和受监控的世界中将数字隐私权正式化。
2015-12-20 cs.CR cs.CY
FLIP: A Utility Preserving Privacy Mechanism for Time Series
保证发布数据的隐私性是数据生产机构的一个重要目标。近年来，对开发合适的隐私机制进行了广泛的研究。特别值得注意的是在保证差分隐私的情况下添加噪声的想法。然而，当应用非常严格的隐私机制时，人们担心会损害数据效用。这种妥协在相关数据（如时间序列数据）中可能非常明显。将白噪声添加到随机过程中可能会显著改变相关性结构，这是该过程的一个方面，对于最佳预测至关重要。我们建议使用全通滤波作为定期采样的时间序列数据的隐私机制，表明该过程保留了效用，同时也提供了足够的隐私保证实体级的时间序列。
2022-07-15 cs.CR stat.ME
Can Authoritative Governments Abuse the Right to Access?
访问权是GDPR提供的一个很好的工具，可以授权数据主体使用他们的数据。然而，它需要正确地实现，否则它可能会使主题访问请求违反主题隐私。事实上，最近的研究表明，使用模仿攻击滥用访问权是可能的。我们建议通过考虑对手可以访问政府资源来扩展这些模仿攻击。在这种情况下，对手可以伪造官方文件或利用其副本。我们的袭击影响到的人比预期的要多。为了击败这种攻击者的攻击，有几种解决方案可供选择，如多因素或活性证明。我们的攻击强调了需要强有力的程序来验证主体访问请求。
2022-03-03 cs.CR
On the Privacy and Integrity Risks of Contact-Tracing Applications
基于智能手机的联系人追踪应用处于全球抗击新冠肺炎疫情的中心。虽然政府和医疗机构渴望强制部署此类应用程序，但它们面临着来自大众媒体、安全公司和人权观察机构越来越多的审查，这些机构担心这些技术被用作监视工具。在社区安全和隐私之间找到最佳平衡一直是一项挑战，各国解决这些问题的战略各不相同。本文描述了两种影响广泛的联系人跟踪应用程序的重要攻击。第一种称为接触隔离攻击，是一种用户隐私攻击，可用于识别您附近的潜在感染患者。第二种是接触污染攻击，通过导致接触追踪应用程序产生大量误报警报来影响接触追踪应用程序的完整性。我们开发了原型实现，并在DP-3 T应用程序框架的上下文中评估了这两种攻击，但这些漏洞会影响更广泛的应用程序。我们发现，这两种攻击都是可行的，并以最小的攻击者工作因子实现。我们通过使用模拟研究和SafeGraph数据库的测量结果进一步对这些攻击进行了影响评估。我们的研究结果表明，从适度数量（大约10，000个）的监测点发起的攻击可以有效地在主要大都市（如休斯顿）中发现5- 40%的受感染用户。
2020-12-08 cs.CR cs.CY
Assessing Disease Exposure Risk with Location Data: A Proposal for Cryptographic Preservation of Privacy
世界各地的政府和研究人员正在实施数字接触者追踪解决方案，以阻止传染病（即COVID-19）的传播。其中许多解决方案威胁到个人权利和隐私。我们的目标是打破有效与保护隐私的联系人追踪的错误二分法。我们提供了一种替代方法来评估和传达用户接触传染病的风险，同时保护个人隐私。我们的建议使用最近的GPS位置的历史，这是转换和加密，和一个私人集合相交协议接口与半信任的权威。最近还有其他基于蓝牙和去中心化的隐私保护联系人追踪建议，可以进一步消除对权威的信任。然而，蓝牙解决方案目前仅限于某些设备和环境，而分散化增加了复杂性。这项工作的目标是双重的：我们的目标是提出一个基于位置的系统，它比世界各国政府目前采用的系统更能保护隐私，而且也可以立即实施，以阻止病毒爆发。
2020-04-08 cs.CR cs.CY
Ctrl-Shift: How Privacy Sentiment Changed from 2019 to 2021
人们的隐私观念影响着立法的变化以及技术的设计和使用。虽然对隐私情绪的单点时间调查提供了有用的见解，但随着时间的推移研究人们的隐私情绪也是必要的，以更好地了解和预测不断变化的隐私态度。在这项工作中，我们使用重复的横断面调查（n= 6，676）来模拟美国人对2019-2021年政府和健康相关目的的数据收集和使用的情绪。COVID-19爆发后，我们观察到受访者对政府数据使用的接受程度显著下降，而对健康相关数据使用的接受程度显著上升。虽然社会人口群体之间的隐私态度差异在这段时间内大大减少，但在2020年美国全国大选之后，我们观察到一些初步证据表明，隐私情绪可能会根据用户的政治和执政党之间的一致性而发生变化。我们的研究结果提供了深入了解隐私态度可能受到最近事件的影响，并使我们能够确定在地缘政治或国家变化时期隐私态度变化的潜在预测因素。
2022-03-15 cs.CR cs.CY cs.HC
Governing autonomous vehicles: emerging responses for safety, liability, privacy, cybersecurity, and industry risks
Lee Kuan Yew School of Public Policy, National University of Singapore（新加坡国立大学李光耀公共政策学院）
自动驾驶汽车（AV）的好处得到了广泛的认可，但人们对这些好处的程度以及AV风险和意外后果表示担忧。在本文中，我们首先研究了自动驾驶汽车和与之相关的不同类别的技术风险。然后，我们探讨可以采取的战略，以解决这些风险，并探讨新兴的反应，政府为解决AV风险。我们的分析表明，到目前为止，各国政府在大多数情况下避免采取严厉措施，以促进反车辆地雷的发展，大多数反应是不具约束力的，并侧重于建立理事会或工作组，以更好地探讨反车辆地雷的影响。美国一直积极引入立法，以解决与隐私和网络安全有关的问题。特别是英国和德国，已经制定了法律来解决责任问题，其他国家大多承认这些问题，但尚未实施具体的战略。为了应对隐私和网络安全风险，采取了各种战略，从引入或修订非反车辆特定立法到建立工作组。对环境和就业风险等问题的关注要少得多，尽管一些政府已开始实施方案，对可能受到不利影响的工人进行再培训。
2018-07-16 cs.AI cs.CR cs.CY
Models Matter: Setting Accurate Privacy Expectations for Local and Central Differential Privacy
本文针对本地和中心差分隐私，设计并评估了侧重后果的隐私营养标签式解释，以设定准确隐私预期，并结合过程简述提升信任。
2024-08-19 cs.CR cs.HC
"We Need a Standard": Toward an Expert-Informed Privacy Label for Differential Privacy
University of Vermont（佛蒙特大学）
本文通过访谈12位差分隐私专家，识别出全面传达DP保证所需的关键参数，并据此设计了一个标准化的DP隐私标签，以解决现实部署中隐私保证披露不足和信任受损的问题。
2026-10-11 cs.CR cs.HC
Privacy Enhanced DigiLocker using Ciphertext-Policy Attribute-Based Encryption
最近，印度政府采取了几项举措，使印度数字化强大，例如为每个居民提供一个独特的数字身份，称为Aadhaar，并提供基于Aadhaar的几项在线电子政务服务，如DigiKey。DigiKey是一项在线服务，为用户提供公共云上的可共享私有存储空间。虽然电子文件系统可确保传统的安全性，例如数据完整性和安全的数据访问，但电子文件的隐私问题尚未得到解决。基于属性的密文策略加密（CP-ABE）可以提高数据的隐私性，但它的正确实现一直是一个挑战。提出了一种利用CP-ABE实现隐私增强的数字图书馆的方案。
2020-12-18 cs.CR
Secondary Use of Electronic Health Record: Opportunities and Challenges
在当今的技术时代，医疗保健提供者每天都会产生大量的临床数据。生成的临床数据以电子健康记录（EHR）的形式数字化存储，作为医院的中央数据存储库。电子健康记录所载的数据，不单用于病人的基层医疗服务，亦会用作多项次要用途，例如临床研究、自动化疾病监察及临床审核，以提高服务质素。在未经同意的情况下将EHR数据用于次要目的，或者在某些情况下甚至在同意的情况下使用EHR数据，会给个人带来隐私问题。其次，EHR数据也可以通过有线或无线网络访问各种利益相关者，包括不同地理位置的不同政府机构。在多个机构之间共享EHR使其容易受到网络攻击，也使其难以实施严格的隐私法，因为在某些情况下，数据与受特定区域法律管辖的组织共享。当EHR中包含的个人敏感私人信息被泄露或暴露给公众时，个人隐私可能会受到严重影响。数据泄露可能会导致经济损失，或者如果个人的医疗状况被公开，个人可能会遭到社会抵制。为了保护患者的个人数据免受此类威胁，存在不同的隐私法规，如GDPR，HIPAA和MHR。然而，机器学习、数据分析和黑客技术的不断发展，使得完全保护个人/患者的隐私变得更加困难。在这篇文章中，我们系统地研究了EHR的各种次要用途，旨在突出这些次要用途如何影响患者的隐私。其次，我们批判性地分析了GDPR，并强调了可能的改进领域，考虑了技术的升级使用和EHR的不同二次使用。
2020-01-26 cs.CR cs.CY
Achieving Privacy Utility Balance for Multivariate Time Series Data
针对加噪机制损害时间序列效用的问题，本文提出多变量全通（MAP）滤波方法，通过优化算法平衡隐私与效用，并在模拟数据及美国QWI真实数据集上验证了有效性。
2024-11-26 cs.CR stat.ME
Review of Different Privacy Preserving Techniques in PPDP
大数据是一个用于非常大的数据集的术语，这些数据集在存储和处理数据方面存在许多困难。分析如此大量的数据将导致信息丢失。本文的主要目标是以一种保护隐私的方式共享数据，同时至少保持信息丢失。包括政府机构、大学详情和病史等的数据，对于组织进行分析和预测趋势和模式是非常必要的，但由于隐私法规，它可能会阻止数据所有者共享数据。通过对k-匿名、l-多样性和t-封闭性等几种匿名化算法的分析，可以在最小的损失下实现隐私保护。承认这些技术有一定的局限性。我们需要在隐私和信息丢失之间保持平衡。我们介绍了一种新的方法称为差分隐私。
2018-08-13 cs.CR cs.DB
A Solution for Commercializing, Decentralizing and Storing Electronic Medical Records by Integrating Proxy Re-Encryption, IPFS, and Blockchain
提出一种结合代理重加密、IPFS和兼容EVM区块链的去中心化电子病历管理方案，通过缩短加解密时间降低读取授权成本，并利用智能合约保障数据隐私、完整性与用户控制权。
2024-06-05 cs.CR
Aggregation Architecture for Data Reduction and Privacy in Advanced Metering Infrastructure
高级计量基础设施（AMI）已经迅速成为国际关注的话题，因为政府已经出于公用事业服务可靠性和效率的目的赞助了它们的部署，例如，节约水电。两个问题困扰着这样的部署。首先是保护消费者隐私。第二个问题是来自这种部署的大量数据。提出了一种新的体系结构，以解决这些问题，通过使用聚合器，其中包括临时数据缓冲和公用事业网格分析的模块化。这些聚合器用于向中央公用事业提供匿名汇总数据，同时保留计费和自动连接服务。
2016-07-19 cs.CR
Data Behind the Walls An Advanced Architecture for Data Privacy Management
针对个人敏感数据共享中的隐私风险，本文提出包含数据管理、访问管理和角色层的三层隐私管理架构，并在医疗数据集上验证。
2023-07-13 cs.CR
GLASS: A Citizen-Centric Distributed Data-Sharing Model within an e-Governance Architecture
电子政务是一个旨在提高政府简化所有可能涉及政府、公民、企业等的流程的能力的过程。数字技术的快速发展往往创造了建立电子政务模式的必要性。通常需要一种包容性的电子政务模式，提供综合的多行为体治理服务，并可采用单一市场办法。电子政务通常旨在最大限度地减少官僚流程，同时包括默认数字化公共服务方法。其目的是提高行政效率和减少官僚程序。它还可以提高政府能力，增强信任和安全，从而使人们对政府交易充满信心。然而，在电子政务体系结构中实现分布式数据共享模型还远远没有成为现实;因此，欧洲国家的公民经常要经历繁琐的过程来验证他们的机密信息。本文重点研究了基于分布式文件交换网络的安全、透明、成本效益和信任（GLASS）模型的单点登录电子政务范式，该模型旨在确保公民能够控制他们与政府机构的关系。因此，本文提出了一种将许可区块链与星际文件系统（IPFS）集成的方法。该方法演示了我们如何以安全的方式在IPFS中加密和存储GLASS生态系统的可验证凭据，例如学术奖项，ID文档等，从而仅允许受信任的用户读取区块链记录并获得加密密钥。这允许对存储在IPFS上的给定可验证凭据进行解密。本文概述了创建一个演示，证明了玻璃方法的原则。
2022-03-16 cs.CR cs.CY
CoviChain: A Blockchain Based COVID-19 Vaccination Passport
世界各国政府正在签发疫苗护照，以开放其旅游和酒店业。另一方面，公民自由运动人士认为，这种强制性文书侵犯了我们的基本匿名权和行动自由权，是政府向公民发放“身份证件”的后门。在本文中，我们提出了一个隐私保护框架，该框架使用双因素身份验证来创建一个唯一的标识符，该标识符可用于在区块链上定位一个人的疫苗接种记录，但不存储有关他们的任何个人信息。我们的主要贡献是在虹膜提取技术上使用了一种局部敏感的哈希算法，该算法可用于对用户进行身份验证，并在区块链上匿名定位疫苗接种记录，而不会将任何个人身份信息泄露给区块链。我们提议的系统允许社会安全地重新开放，同时维护公民的隐私。
2022-07-01 cs.CR
Discussing Privacy and Surveillance on Twitter: A Case Study of COVID-19
技术具有独特的优势，可以帮助我们分析大量信息，以便在广泛的公共卫生问题（如正在进行的COVID-19大流行病）中提供有价值的见解。事实上，像苹果和谷歌这样的信息技术公司最近已经推出了用于接触追踪的工具-能够处理位置数据以确定与可能的患者接触过的人，以遏制病毒的传播。虽然中国和新加坡成功地领导了这一努力，但越来越多的国家现在正在实施这种监控系统，这引发了对这种长期监控的潜在隐私担忧。例如，目前尚不清楚大流行后的信息会发生什么变化，因为在全球危机期间，人们更有可能分享他们的信息，而无需政府详细说明其数据政策。推特上的数字人种学在全世界拥有超过3.3亿用户，其中大多数在大流行病影响最严重的美国，它提供了一个独特的机会，可以在相当自然的环境中了解公众对时事的实时意见。因此，通过分析Twitter数据和前所未有的公共卫生爆发期间的信息共享政策，强调用户的隐私问题（如果存在）可能是有用的。这将使政府能够在卫生紧急情况期间和之后保护其公民。
2020-06-11 cs.CR cs.CY cs.SI
Applying Data Privacy Techniques on Tabular Data in Uganda
非洲信息技术的发展导致整个非洲大陆更多地利用通信网络进行数据交易。越来越多的私营部门、学术界和政府实体已将互联网作为数据交易的媒介，定期在网上发布统计和非统计数据，从而使非洲许多实体越来越依赖互联网进行数据交易。在乌干达，数据交易的指数级增长提出了一个新的挑战：什么是实现数据隐私的最有效方法。本文讨论了乌干达国家所面临的数据隐私挑战以及已发布表格数据的数据隐私技术的实施。我们使数据隐私的情况下，调查数据隐私的概念，并可以用来在乌干达提供数据隐私的实现。
2011-07-19 cs.CR cs.DB
The Challenges of Investigating Cryptocurrencies and Blockchain Related Crime
我们越来越生活在一个在隐私权和同意要求与社会保护自己的权利之间取得平衡的世界里。在这个世界上，对保护金融交易中所涉及的身份的要求越来越高，但这使得执法机构的工作变得越来越困难，特别是在金融欺诈和洗钱方面。本文回顾了加密货币交易中使用的隐私方法以及执法面临的挑战方面的最新技术。
2019-07-29 cs.CR cs.CY
Applying l-Diversity in anonymizing collaborative social network
到目前为止，由不同方联合发布一个巨大的社交网络是一种更容易的协作方法。收集这些社交网络数据的机构和研究人员通常对允许他人分析数据有着强烈的兴趣。在许多情况下，数据描述的关系是私人的，完全共享数据可能会导致不可接受的披露。因此，保护隐私而不泄露社交网络中的敏感信息是一个严重的问题。使用匿名化技术保护隐私的最新发展仅集中在关系数据上。在社交网络中保护隐私以防止邻居攻击是一个新的尝试，它使用了称为k-匿名的隐私定义。k-匿名社交网络在同质性和背景知识攻击的情况下仍然可能泄露隐私。为了克服这个问题，我们找到了一个地方，使用一个新的实用和有效的定义隐私称为ldiversity。在本文中，我们采取了进一步的保护隐私的协同社会网络数据的算法和分析的效用的数据的社会网络分析的影响。
2010-07-02 cs.CR cs.CY
Protecting User Privacy in Online Settings via Supervised Learning
Technical University of Denmark（丹麦技术大学）
本文提出一种基于监督学习的在线隐私保护智能方法，通过检测并阻止可能侵犯隐私的数据收集行为来恢复用户数字隐私，实验验证了其可行性与潜力。
2023-04-06 cs.CR cs.LG
