Privacy-Utility Trade-Offs Against Limited Adversaries
我们研究的隐私效用权衡，用户与服务提供商分享隐私相关的有用信息，以获得一些实用程序。服务提供商是对抗性的，因为它可以根据共享的有用信息推断用户的隐私信息。为了最大限度地减少隐私泄漏，同时保持所需的效用水平，用户仔细扰动有用的信息，通过概率隐私映射之前sharingit. We专注于设置中的对手试图推断攻击用户的隐私有潜在的偏见的信息之间的统计相关性的私人和有用的变量。在相同的效用要求下，用户和有限对手之间的这种信息不对称导致比全知对手的情况下更好的隐私保证。我们首先确定对对手信息的假设，以便推理成本是明确且有限的。然后，我们描述了信息不对称的影响，并表明它增加了对手的推理成本。我们进一步制定的隐私映射的设计，对有限的对手使用凸函数的差异计划，并通过凹凸过程解决它。当对手的信息是不准确的，我们采用贝叶斯的观点，并表示对手的信息的概率分布。在这种情况下，对手的预期成本不允许一个封闭的形式的表达，我们建立和最大化的预期成本的下限。我们提供了一个关于人口普查数据集的数值例子来说明理论结果。
2021-06-18 cs.IT math.IT math.OC
On the Capacity of Memoryless Adversary
本文研究了对抗性噪声下的通信模型。在这个模型中，攻击者仅根据传输位的值在线决定是否破坏该位。像通常的二进制对称信道的信息论或完全对抗信道的组合编码理论，对手可以，以高概率，最多引入一个给定的分数的错误。结果表明，这种无记忆对手的容量（可靠信息传输的最大速率）是严格低于二进制对称信道。我们给出了新的上界的能力，这样的通道-这个上限的紧张性仍然是一个悬而未决的问题。我们的证明的主要组成部分是仔细检查的纠错性能的代码与偏斜的距离分布。
2014-01-19 cs.IT math.IT
Secrecy Is Cheap if the Adversary Must Reconstruct
秘密密钥可用于在通信期间向窃听者隐藏信息，如在香农密码系统中。大多数理论上的保密保证都要求秘密密钥空间随着通信长度呈指数级增长。在这里，我们表明，当一个窃听者试图重建的信息序列，在文献中所提出的山本，很少的秘密密钥是需要无条件地影响最大失真，具体地说，我们只需要的秘密密钥空间无限增加，增长任意缓慢的块长度。作为一个推论，即使有一个恒定大小的秘密密钥，我们仍然可以导致对手任意接近最大失真，而不管信息序列的长度。
2012-05-17 cs.CR cs.IT math.IT
Measuring Information Leakage in Non-stochastic Brute-Force Guessing
我们提出了一个可操作的措施，在非随机设置的信息泄漏，正式对暴力猜测对手的隐私。我们使用不确定变量，随机变量的非概率对应物，构建一个猜测框架，在该框架中，对手有兴趣根据不确定的报告确定私人信息。我们认为蛮力试错猜测，其中对手可以潜在地检查所有的可能性的私人信息是兼容的可用输出，以找到实际的私人实现。在输出存在的情况下和在没有输出的情况下，对手的猜测的最坏情况的数量的比率捕获对手的猜测复杂性的降低，因此被用作私人信息泄漏的度量。我们调查之间的关系，新开发的信息泄漏措施与现有的非随机极大极小信息和随机最大泄漏，出现在一次猜测。
2021-01-28 cs.CR cs.IT cs.SY
Covert Wireless Communication in Presence of a Multi-Antenna Adversary and Delay Constraints
隐蔽通信隐藏消息的传输，同时确保在接收器处的可靠信息解码，从而在无线通信中提供增强的安全性。在这封信中，隐蔽通信中存在的多天线的对手和延迟约束下被认为是。在准静态无线衰落信道的假设下，我们分析了增加在对手处使用的天线数量对隐蔽通信可达到的吞吐量的影响。结果表明，在一个单一的天线对手相比，对手的天线的数量略有增加，大大降低了隐蔽的吞吐量，即使是放松隐蔽性的要求。
2019-10-16 cs.IT math.IT
The Freshness Game: Timely Communications in the Presence of an Adversary
我们考虑一个通信系统，其中基站（BS）通过无线信道向$N$用户发送更新分组，每次一个用户。我们调查年龄的状态更新系统的对手，在下行链路中的更新数据包堵塞。我们考虑两个系统模型：有多样性和没有多样性。在没有多样性的模型中，我们表明，如果BS调度的用户与一个固定的随机化政策，那么对手的最佳选择是阻止用户，它具有最低的概率得到调度的BS，在中间的时间范围内，连续的$αT$时隙。在具有分集的模型中，我们证明了对于大的$T$，均匀用户调度算法和均匀子载波选择算法是$\frac{2 N_{sub}}{N_{sub}-1}$最优的。接下来，我们研究了这个状态更新系统的博弈论均衡点。对于没有多样性的模型，我们证明了一个纳什均衡不存在，但是，Stackelberg均衡存在时，调度算法的BS作为领导者和对手作为追随者。对于具有多样性的模型，我们证明了纳什均衡的存在性，并确定了纳什均衡。最后，我们扩展的模型没有多样性的情况下，BS可以服务于多个用户和对手可以干扰多个用户，在同一时间。
2023-02-27 cs.GT cs.IT eess.SP
Rate-Distortion Theory for Secrecy Systems
通信系统中的保密性在本文中通过对手引起的失真来测量。发送器和接收器共享秘密密钥，它们使用该密钥来加密通信并确保在对手处失真。一个模型被认为是一个对手不仅拦截从发射机到接收机的通信，但也可能有边信息。具体地说，对手可以因果或非因果访问与源序列或接收机的重建序列相关的信号。主要的贡献是通信速率，秘密密钥率，失真在对手，失真在合法的接收机之间的最佳折衷的表征。结果表明，在对手的因果边信息起着关键作用，在这种权衡。它还表明，标准化的含糊度的基础上的保密措施是一个特殊的情况下的框架。
2014-10-10 cs.CR cs.IT math.IT
On the Security of Index Coding with Side Information
研究了带边信息的索引编码（ICSI）问题的安全性.在Bar-Yossef等人（2006）的结果的基础上，进一步探索了线性索引码的性质。Bhattad和Narayanan（2005）在网络编码的背景下考虑的弱安全性概念被推广到块安全性。它表明，线性索引码的基础上的矩阵$L$，其列空间码$C(L)$的长度$n$，最小距离$d$和双距离$d^\perp$，是$(d-1-t)$ -块安全（因此也弱安全），如果对手事先知道$t \leq d-2$消息，是完全不安全的，如果对手事先知道超过$n - d$消息。强的安全性检查的条件下，对手：（i）提前拥有$t$消息;（ii）窃听在大多数$μ$传输;（iii）损坏在大多数$δ$传输。我们证明了足够大的$q$，最佳的线性索引码，这是强安全的，对这样的对手有长度$κ_q+μ+2δ$。这里，$κ_q$是在Bar-Yossef等人的工作中的ICSI问题的原始公式中的侧信息图的$F_q$上的最小秩的推广。
2011-02-14 cs.IT math.IT
Secrecy in Cascade Networks
我们考虑一个级联网络，其中一系列节点每个发送一个消息到他们的下游邻居，使协调，第一个节点可以访问一个信息信号。对手还接收所有通信以及附加的边信息。该系统的性能是衡量的支付功能评估的行动产生在每个节点，包括对手。挑战在于有效地使用秘密密钥将一定程度的隐私注入编码中，以阻止对手试图减少收益。我们获得信息理论的内部和外部界限的性能，并给出例子，他们是紧。从这些界限，我们也得到了最佳的含糊度为这种设置作为一种特殊情况。
2014-11-01 cs.IT math.IT
Physical Layer Security in Massive MIMO
我们考虑一个单小区下行链路大规模MIMO通信中存在的对手能够干扰和窃听同时进行。我们表明，大规模MIMO通信是自然弹性的，没有训练阶段的干扰攻击，其中对手的干扰只有数据通信和窃听的数据通信和训练。具体来说，我们表明，安全的自由度（DoF）的存在下，这样的攻击达到的最大自由度是相同的。此外，我们评估了基站（BS）需要的天线数量，以建立信息理论的安全性，甚至不需要Wyner编码。接下来，我们展示了一旦对手开始干扰训练阶段，情况就完全不同了。具体来说，我们考虑一种攻击，称为训练阶段干扰，其中对手干扰和窃听的训练和数据通信。我们表明，在这样的攻击下，最大安全自由度等于零。此外，用户的最大可实现速率消失，即使在渐近制度中的BS天线的数量。为了应对这种攻击，我们开发了一种防御策略，在该策略中，我们使用一个秘密密钥来加密导频序列分配，以隐藏它们从对手，而不是加密数据。我们表明，如果基数的一组导频信号进行了适当的缩放，隐藏的对手的导频信号分配使用户能够实现安全的自由度，相同的最大可实现的自由度下没有攻击。最后，我们讨论了如何计算密码是一个合法的候选人隐藏导频信号分配。事实上，虽然密码学不能实现信息理论安全，但对手实现非零互信息泄漏率所需的计算能力达到无穷大。
2016-03-02 cs.IT math.IT
Information Leakage in Zero-Error Source Coding: A Graph-Theoretic Perspective
研究了零差错信源编码中对猜测对手的信息泄漏问题。信源编码问题是由一个混淆图来定义的，该图描述了信源符号之间的可混淆性。信息泄漏是衡量的比率的对手的成功猜测概率窃听前和窃听后的码字，最大化所有可能的源分布。在基本对抗模型下，对手进行单一猜测并且不允许其估计量与真实序列之间的失真，这种测量在文献中被称为最大最小熵泄漏或最大泄漏。我们开发了一个单字母的基本对抗模型下的最佳归一化泄漏的表征，以及最佳实现标量随机映射方案。一个有趣的观察是，最佳归一化泄漏等于固定长度源代码的最佳压缩率，这两者可以通过一些确定性编码方案同时实现。然后，我们将泄漏测量扩展到广义对抗模型，其中对手进行多次猜测，并允许一定程度的失真，我们推导出单字母的下限和上限。
2021-02-03 cs.CR cs.IT math.IT
The Asymptotic Behaviour of Information Leakage Metrics
本文公理化定义逐点与全局信息论泄露度量，证明其渐近性质，并给出复合定理，表明隐私随独立观测数增加按最小Chernoff信息决定的速率指数退化。
2025-05-13 cs.IT math.IT
Authentication With a Guessing Adversary
在本文中，我们考虑的认证问题，由一个身份不明的用户提出的候选人的测量相比，以前存储的测量的合法用户，注册，相对于一定的失真认证标准。攻击者希望通过猜测注册来冒充合法用户，直到系统对其进行身份验证。对于这种设置，我们研究所需的猜测（平均）的最小数量的对手一个成功的模仿攻击，并找到完整的表征的渐近指数的度量，称为欺骗指数。我们的结果是Arikan和Merhav [19]关于Guessing问题的结果的直接应用。为了验证[19]中的工作，我们还将该结果扩展到对手可以访问与注册数据相关的附加辅助信息的情况。本文是IEEE WIFS 2015提交的修订版，与会议版本相比，对论文的引用[19]进行了澄清。
2015-11-25 cs.IT math.IT
Coding against a Limited-view Adversary: The Effect of Causality and Feedback
我们考虑的问题，在一个因果对手的存在下，通过多路径网络的通信。有限视角的因果攻击者能够窃听链路的子集，并根据当前和过去的信息干扰可能重叠的链路子集。为了确保通信可靠和秘密地进行，需要具有必要冗余的弹性网络代码。我们研究了两种对抗模型--加性干扰和覆盖干扰，并且我们可选地假设从解码器到编码器的被动反馈，即，编码器看到解码器看到的一切。这个问题假设传输是在大字母制度。对于这两种干扰模型，我们发现四种情况下的容量-可靠性无反馈，可靠性和保密性无反馈，可靠性与被动反馈，可靠性和保密性与被动反馈。我们观察到，与非因果设置相比，因果对手的能力严格增加了各种各样的参数设置，并通过几个例子呈现我们的直觉。
2015-08-06 cs.IT math.IT
Active Privacy-utility Trade-off Against a Hypothesis Testing Adversary
Imperial College London（帝国理工学院）
我们认为用户释放她的数据包含一些个人信息，以换取服务。我们将用户的个人信息建模为两个相关的随机变量，其中一个被称为秘密变量，是要保持私有，而另一个被称为有用变量，是要公开的效用。我们考虑主动顺序数据发布，其中在每个时间步，用户从有限的一组发布机制中进行选择，每个机制都揭示了关于用户个人信息的一些信息，即，真实的假设，尽管有不同的统计数据。用户以在线方式管理数据发布，使得关于潜在有用变量的最大量的信息被揭示，同时敏感变量的置信度被保持在预定义水平以下。对于效用，我们考虑了有用变量的正确检测概率和有用变量与发布数据之间的互信息（MI）。我们将这两个问题表示为马尔可夫决策过程（MDP），并通过优势行动者-批评者（A2 C）深度强化学习（RL）进行数值求解。
2021-02-18 cs.CR cs.IT cs.LG
Communication Efficient Secret Sharing in the Presence of Malicious Adversary
考虑通信有效的秘密共享问题。经销商希望与$n$方共享秘密，使得任何$k\leq n$方都可以重建秘密，并且窃听其份额的任何$z<k$方都得不到关于秘密的信息。此外，合法用户联系任何$d$、$k\leq d \leq n$方来解码秘密可以通过读取和下载所需的最小量的信息来进行。我们感兴趣的是通信效率的秘密共享方案，容忍存在的恶意方积极破坏他们的份额和数据交付给用户。恶意方对秘密的了解仅限于他们获得的份额。我们描述的能力，即可以共享的秘密的最大大小。我们推导出需要被读取的最小信息量，并传达给一个合法的用户解码的秘密从$d$各方，$k\leq d \leq n$。在此设置下，纠错码无法实现容量。我们构造的代码，实现容量和实现最小的读取和通信成本的所有可能的值$d$。我们的代码是基于阶梯码，以前介绍的通信效率的秘密共享，并使用一个成对的散列方案，用于分布式数据存储和网络编码设置，以检测错误插入一个有限的知识对手。
2020-02-09 cs.IT math.IT
Membership Inference Attack and Defense for Wireless Signal Classifiers with Deep Learning
Virginia Tech（弗吉尼亚理工大学）；Intelligent Automation, Inc.（智能自动化公司）
提出了一种无线成员推断攻击（MIA），用于从无线信号分类器中泄漏私有信息。机器学习（ML）提供了对无线信号进行分类的强大手段，例如，用于PHY层认证。作为对抗性机器学习攻击，MIA推断目标分类器的训练数据中是否使用了感兴趣的信号。该私有信息包含波形、信道和设备特征，并且如果被泄露，则可以被对手利用来识别底层ML模型的漏洞（例如，以渗透PHY层认证）。空中MIA的一个挑战是，由于信道条件的差异，对手和预期接收机处的接收信号以及因此的RF指纹不同。因此，对手首先通过观察频谱来构建代理分类器，然后在该分类器上启动黑盒MIA。MIA结果表明，对手可以可靠地推断用于构建目标分类器的信号（以及潜在的无线电和信道信息）。因此，通过建立影子MIA模型和欺骗对手来开发针对MIA的主动防御。这种防御可以成功地降低MIA的准确性，并防止从无线信号分类器的信息泄漏。
2021-07-22 cs.CR cs.IT cs.LG
Deception with Side Information in Biometric Authentication Systems
在本文中，我们研究了一个未压缩的生物认证系统的成功欺骗的概率在对手的边信息。它表示对手可能具有相关边信息的场景，例如，合法用户亲属的部分指纹或DNA序列。通过证明可证性和逆证性，找到了欺骗概率的最优指数。我们的证明是基于边信息欺骗问题和边信息率失真问题在编码器和解码器之间的连接。
2014-06-12 cs.CR cs.IT math.IT
Information Leakage in Index Coding
研究了一般消息分布下索引编码对猜测对手的信息泄漏问题。在这两个消失的错误和零错误解码的假设下，我们开发的最佳泄漏率，这是基于由对手试图猜测的消息集引起的子问题的广播速率的上下限。当消息独立且均匀分布时，下限和上限匹配，从而在两个速率之间建立等效。
2022-05-22 cs.CR cs.IT math.IT
Secure Index Coding with Side Information
研究了带边信息的索引编码（ICSI）问题的安全性.基于Bar-Yossef等人（2006）的结果，进一步探索了ICSI问题的线性编码方案的特性。Bhattad和Narayanan（2005）在网络编码的背景下考虑的弱安全性概念被推广到块安全性。结果表明，基于长度为n，最小距离为d，对偶距离为d^ \perp的线性码C的ICSI问题的编码方案，如果攻击者事先知道t个\le d - 2消息，则是（d-1-t）块安全的（因此也是弱安全的），如果攻击者事先知道n - d^ \perp消息以上，则是完全不安全的.
2010-11-25 cs.CR cs.IT cs.NI
Private Disclosure of Information in Health Tele-monitoring
University of California, Berkeley（加州大学伯克利分校）
我们提出了一个新的框架，称为私人信息披露（PDI），这是为了防止对手推断某些敏感信息的主题使用的数据，他们在与预期的收件人通信过程中披露。我们展示的情况下，它是可能实现完美的隐私，而不管对手的辅助知识，同时保留充分利用的信息，以预期的收件人，并提供足够的条件，这种情况下。我们还证明了PDI在模拟健康远程监测场景的真实数据集上的适用性。
2015-04-28 cs.AI cs.CR cs.IT
Information Theoretic Security for Broadcasting of Two Encrypted Sources under Side-Channel Attacks
我们考虑两个加密源广播的安全通信问题。发送者希望通过两个公共密钥加密系统广播两个秘密消息。我们假设对手可以使用边信道，其中关于公共密钥的边信息可以通过速率约束无噪声信道获得。为了解决这个问题，我们制定了后加密编码系统。对于两个秘密消息的信息泄漏给对手，我们提供了一个显式的充分条件，以达到这个数量的指数衰减的大块长度的加密源。
2019-03-01 cs.IT math.IT
