Multi-Access Cache-Aided Multi-User Private Information Retrieval
本文研究了多访问缓存辅助的多用户私有信息检索（MuPIR）问题。在此问题中，多个文件跨多个服务器复制。存在$K$用户和$C$缓存节点。每个用户都可以访问$L$缓存节点，并且每个缓存节点都可以由多个用户访问。每个用户都希望从服务器检索一个文件，但用户不希望服务器知道他们的需求。在用户决定他们各自的需求之前，服务器将从文件的内容填充缓存节点。然后，用户将从服务器请求他们想要的文件。服务器将执行编码传输，所有用户都应该从这些传输中获得他们想要的文件，并将内容放置在他们正在访问的缓存中。要求任何单独的服务器都不应获取有关用户需求的任何信息。这个问题是专用缓存辅助MuPIR问题的扩展，其本身概括了广泛研究的单用户PIR设置。在本文中，我们提出了一个MuPIR计划，它利用了多访问设置的编码缓存问题。当$K=\binom{C}{L}$用户数较多时，该方案是阶最优的.我们还描述了循环环绕多路访问设置的特殊情况下，其中$C=K$和每个用户访问$L$连续的高速缓存节点在循环环绕的方式，该计划的速率。
2022-02-09 cs.IT math.IT
On the Privacy-Utility Trade-off With and Without Direct Access to the Private Data
我们研究了信息理论隐私机制设计问题的两种情况下，私人数据是可观察的或隐藏的。在每种情况下，我们首先考虑有界的互信息作为隐私泄漏的标准，然后我们使用两个不同的每个字母的隐私约束。在第一种情况下，代理观察到与私有数据$X$相关的有用数据$Y$，并且希望向用户公开有用信息。设计了一种隐私机制以生成公开数据$U$，其在满足有界隐私泄露约束的同时最大化关于$Y$的公开信息。在第二种情况下，代理还可以访问私有数据。为此，我们首先通过放松独立性条件来扩展函数表示引理和强函数表示引理，从而允许一定的泄漏找到具有不同隐私泄漏约束的第二种情况的下界。此外，在第一种情况下，考虑到不同的隐私约束的上限和下限。特别是，对于不允许泄漏的情况下，我们的上限和下限改进了以前的边界。此外，考虑有界互信息隐私约束，我们表明，如果$X$和$Y$之间的公共信息和互信息是相等的，那么在第二种情况下，所获得的上界是紧的。最后，研究了具有优先级的私有数据的隐私-效用权衡，其中部分$X$，即，$X_1$比其余部分更私密，即，$X_2$，我们提供了下限和上限。
2022-12-23 cs.IT math.IT
New Privacy Mechanism Design With Direct Access to the Private Data
本文针对私有数据可观测的统计隐私问题，结合扩展函数表示引理与分离技术，提出新的隐私机制设计方法，推导出改进的隐私-效用权衡下界，并在多种场景中验证其优于已有结果。
2023-09-16 cs.IT math.IT
HetDAPAC: Leveraging Attribute Heterogeneity in Distributed Attribute-Based Private Access Control
University of Maryland, College Park（马里兰大学帕克分校）
针对DAPAC隐私约束过严导致速率受限的问题，提出HetDAPAC框架，将部分非敏感属性验证卸载到中央服务器，先实现速率提升至1/(K+1)，再提出平衡下载方案，在平衡每服务器下载的同时达到(D+1)/(2KD)的速率。
2025-11-14 cs.CR cs.DB cs.IT
Private Two-Terminal Hypothesis Testing
我们研究私人双终端假设检验与简单的假设，隐私的目标是确保参与测试协议揭示了一点额外的信息，其他用户的观察时，用户被告知什么是正确的假设。我们表明，在一般情况下，有意义的正确性和隐私不能实现，如果用户没有访问相关的（但不常见）随机性。我们的最佳正确性和隐私错误指数的特征时，用户可以访问非平凡的相关随机性（那些允许安全多方计算）。
2020-05-12 cs.IT math.IT
Private Classical Communication over Quantum Multiple-Access Channels
我们研究了量子多址信道上的私有经典通信。对于任意数量的发射机，我们推导出的容量区域的正则化表达式。在可降解信道的情况下，我们建立了一个单字母表达式的最佳可实现的和速率，并证明了这个量也对应于最佳可实现的和速率的量子通信可降解量子多址信道。在我们的可扩展性结果中，我们解耦了可靠性和隐私约束，这是通过信源编码与量子边信息和通用散列，分别处理。因此，我们也建立了多用户编码问题的考虑，可以单独通过点对点编码技术来处理。作为独立兴趣的副产品，我们推导出一个分布式的剩余哈希引理对量子边信息，确保隐私在我们的可验证性结果。
2022-01-28 cs.IT math.IT quant-ph
Equivalence of Non-Perfect Secret Sharing and Symmetric Private Information Retrieval with General Access Structure
研究了非完美秘密共享（NSS）和对称私有信息检索（SPIR）在任意响应和共谋模式下的等价性。NSS和SPIR定义了一个访问结构，它对应于NSS的授权/禁止集和SPIR的响应/共谋模式。我们证明了NSS和SPIR之间的等价性在以下两个意义上。1)给定任何具有接入结构的SPIR协议，构造具有相同接入结构和相同速率的NSS协议。2)给定任意一个具有接入结构的线性NSS协议，构造一个具有相同接入结构和相同速率的线性SPIR协议。我们证明了第一个关系，即使SPIR协议具有不完美的正确性和保密性。从第一个关系，我们推导出一个上限的SPIR容量为任意响应和共谋模式。对于$\mathsf{n}$ -服务器SPIR，$\mathsf{r}$响应和$\mathsf{t}$共谋服务器的特殊情况，该上界证明SPIR容量为$(\mathsf{r}-\mathsf{t})/\mathsf{n}$。从第二个关系，我们证明了一个SPIR协议存在的任何响应和共谋模式。
2021-12-13 cs.CR cs.IT math.IT
Private Semantic Communications with Separate Blind Encoders
研究带隐私约束的分离盲编码器语义通信问题，提出基于语义和私有数据解决隐私-效用权衡的新方法，利用Functional Representation Lemma扩展版本设计披露数据，并通过数值示例验证和比较所获界限。
2024-12-23 cs.IT math.IT
Latent-variable Private Information Retrieval
在许多应用中，用户访问的内容（电影、视频、新闻文章等）可能泄露敏感的潜在属性，如宗教和政治观点、性取向、种族、性别等。为了防止这样的信息泄漏，经典PIR的目标是隐藏被访问的内容/消息的身份，这随后也隐藏了潜在属性。这种解决方案虽然是私有的，但成本太高，特别是当施加完美的（信息理论）隐私约束时。例如，对于保存$K$消息的单个数据库，当且仅当用户下载$K$消息的整个数据库时，才可能私下检索一个消息。然而，为了完美地隐藏潜在属性，可能不需要私下检索内容。出于上述动机，我们制定和研究问题的潜在变量私人信息检索（LV-PIR），其目的是让用户有效地检索出$K$消息（索引由$θ$），而不透露任何信息的潜在变量（建模由$S$）。我们专注于一个单一的数据库的实际相关的设置，并表明可以显着降低下载成本的LV-PIR（相比经典的PIR）之间的相关性$θ$和$S$的基础上。我们提出了一个通用的计划LV-PIR作为$θ$和$S$之间的统计关系的函数，也提供了新的结果的容量/下载成本的LV-PIR。文中还讨论了几个有待解决的问题和新的研究方向。
2020-05-14 cs.DB cs.IR cs.IT
Weighted Sum-Rate Maximization for Rate-Splitting Multiple Access Based Secure Communication
随着对物理层安全的研究从点对点系统向多用户场景发展，多用户干扰（MUI）被引入并成为一个不可避免的问题。与传统安全通信中将MUI完全视为噪声不同，本文提出了一种基于速率分割多址接入（RSMA）的安全波束形成设计，将用户消息分割编码为公共流和私有流。每个用户不仅解码公共流和预期的私有流，而且还试图窃听其他用户的私有流。我们制定了一个加权和率（WSR）最大化问题的保密率要求的所有用户。为了解决问题的非凸性，采用一种基于连续凸逼近（SCA）的方法，将原来的非凸和棘手的问题转化为一个低复杂度的次优迭代算法。数值结果表明，所提出的安全波束形成方案优于传统的多用户线性预编码（MULP）技术的WSR性能，同时确保用户的保密率要求。
2022-03-03 cs.IT math.IT
Private Edge Computing for Linear Inference Based on Secret Sharing
我们考虑一个边缘计算场景，其中用户希望对本地私有数据和网络范围的公共矩阵执行线性计算。用户将计算卸载到位于网络边缘的边缘服务器，但不希望服务器或访问无线链路的任何其他方获得有关其数据的任何信息。我们提供了一个计划，保证信息理论的用户数据隐私对窃听者访问的边缘服务器或其相应的通信链路的数量。所提出的方案的新颖性在于利用秘密共享和部分复制来提供隐私，减轻离散服务器的影响，并允许在下载阶段进行联合波束成形，以最大限度地减少由上传、计算和下载延迟组成的整体延迟。
2020-10-19 cs.IT math.IT
Multiaccess Coded Caching with Private Demands
最近Hachem等人提出了一种多路访问编码缓存模型，该模型由一个通过无差错共享链路连接到$K$用户的中央服务器和$K$缓存节点组成。每个缓存节点配备有本地缓存，并且每个用户可以以循环环绕方式访问$L$相邻缓存节点。在本文中，我们考虑了用户需求的隐私性，即，每个用户只能得到自己需要的文件，而不能得到其他用户的任何需求信息。通过在缓存节点上存储一些私钥，我们提出了一种新的转换方法，将非私有多路访问编码缓存方案转换为私有多路访问编码缓存方案。
2021-06-30 cs.IT math.IT
RankGuardPolar Private Public Finite Length Polar Codes with Rank-Certified Leakage
School of EECS Oregon State University（俄勒冈州立大学电气与计算机工程学院）
本文提出RankGuard-Polar框架，通过公共资源安全发布极码部分坐标，利用信息论方法构建线性提取器以认证泄漏，提供高效计算和认证方法及高效算法。
2026-05-12 cs.IT math.IT
Attribute-Based Access Control for Smart Cities: A Smart Contract-Driven Framework
在智慧城市中，高效可靠的访问控制对于保护决策和任务执行的各种资源至关重要。现有的集中式访问控制方案存在单点故障、可靠性低、可扩展性差等问题。因此，本文结合区块链智能合约技术和基于属性的访问控制（ABAC）模型，提出了一种面向智慧城市的分布式可靠访问控制框架。该框架由一个用于管理ABAC策略的策略管理契约（PMC）、一个用于管理主体属性（即，访问资源的实体），一个用于管理对象属性的对象属性管理合同（OAMC）（即，资源被访问），以及一个用于执行访问控制的访问控制合同（ACC）。为了证明所提出的框架的可行性，我们构建了一个本地私有以太坊区块链系统来实现四个智能合约，并进行实验来评估货币成本，并将所提出的框架与现有的基于访问控制列表（ACL）的方案进行比较。实验结果表明，尽管该方案在部署阶段比基于ACL的方案消耗更多的资金，但它在系统运行过程中引入了更少的资金成本，特别是对于大规模的智慧城市。
2020-09-07 cs.CR cs.IT math.IT
Private Variable-Length Coding with Non-zero Leakage
本文研究在不安全信道下私有数据压缩问题，允许私有数据与编码消息间存在非零泄漏，旨在设计满足非完美隐私约束且平均长度最短的变长编码，并给出了平均长度的上下界及其可达性证明。
2023-11-20 cs.IT math.IT
Combining IOTA and Attribute-Based Encryption for Access Control in the Internet of Things
未经授权的资源访问代表了物联网（IoT）中的典型安全威胁，而分布式账本技术（例如，区块链和IOTA）为解决这一威胁带来了巨大的希望。虽然基于区块链的物联网访问控制方案一直是最受欢迎的方案，但它们受到几个重大限制，例如高货币成本和处理访问请求的低吞吐量。为了克服这些局限性，本文提出了一种新的物联网访问控制方案，该方案结合了无费用IOTA技术和基于属性的密文策略加密（CP-ABE）技术。为了控制对资源的访问，记录对该资源的访问权限的令牌由CP-ABE技术加密并上传到IOTA Tangle（即，IOTA的底层数据库）。任何用户都可以从Tangle获取加密的令牌，而只有那些可以解密此令牌的用户才有权访问资源。通过这种方式，所提出的方案不仅可以通过IOTA实现分布式、无费用和可扩展的访问控制，还可以通过CP-ABE实现细粒度的基于属性的访问控制。我们通过实现一个概念验证的原型系统，并评估其性能的访问请求处理吞吐量的可行性，我们的计划。
2021-03-06 cs.CR cs.IT math.IT
Matched-filter Precoded Rate Splitting Multiple Access: A Simple and Energy-efficient Design
本研究提出一种采用匹配滤波器同时预编码公共流与私有流的节能下行RSMA方案，在保证传输性能的同时降低复杂度，并推导了非理想信道下大规模MIMO场景的遍历速率，经仿真验证了模型准确性与方案优势。
2024-03-07 cs.IT eess.SP math.IT
Privacy-Preserving Identification via Layered Sparse Code Design: Distributed Servers and Multiple Access Authorization
我们提出了一种新的计算效率的隐私保护的身份识别框架的基础上分层稀疏编码。该框架的核心思想是一个具有模糊性的稀疏化变换学习，它由一个训练好的线性映射、一个分量非线性和一个隐私放大组成。我们介绍了一个实用的识别框架，它包括两个阶段：公共和私人识别。公共不可信服务器基于存储在其侧的稀疏隐私保护码本提供快速搜索服务。私有可信服务器或本地客户端应用使用公共搜索的结果和存储在其一侧的分层稀疏码本来执行细化的精确相似性搜索。在解码域中执行私有搜索，并且基于客户端的授权级别来选择私有搜索的准确性。所提出的方法的效率在于编码、解码、“加密”（模糊化）和“解密”（净化）的计算复杂性以及码本的存储复杂性。
2018-06-07 cs.CR cs.DB cs.DC
Differentially Private Distributed Data Summarization under Covariate Shift
IBM Research（IBM研究院）；IBM Research AI（IBM人工智能研究院）
我们设想人工智能市场是一个平台，在这个平台上，目标任务的数据非常少的消费者可以通过访问具有大量数据样本的许多私有数据源来获得相关模型。其中一个关键挑战是构建一个与目标任务相匹配的训练数据集，而不影响数据源的隐私。为此，我们考虑以下分布式数据汇总问题。给定由$[D_i]_{i\in [K]}$表示的K个私有源数据集和小目标验证集$D_v$，其可能涉及相对于源的相当大的协变量偏移，计算汇总数据集$D_s\subseteq \bigcup_{i\in [K]} D_i$，使得其与验证数据集$D_v$的统计距离最小化。我们使用流行的最大平均差异作为统计距离的度量。在现有技术中，例如在原型选择中，非私有问题已经受到相当大的关注（Kim等人，NIPS 2016）。我们的工作是第一个获得强大的差分隐私保证，同时确保非隐私版本的质量保证。我们在一个吝啬的馆长隐私模型中研究这个问题，在这个模型中，一个可信的馆长协调总结过程，同时最大限度地减少访问的私人信息量。我们的中心结果是一个新的协议，（a）确保馆长访问的最$O(K^{\frac{1}{3}}|D_s| + |D_v|)$点（b）有正式的隐私保证之间的信息泄漏的数据所有者和（c）密切配合最知名的非私有贪心算法。我们的协议使用了两个哈希函数，一个灵感来自Rahimi-Recht随机特征方法，第二个利用了最先进的差分隐私机制。我们引入了一种新的“无噪…
2020-01-09 cs.CR cs.IT cs.LG
