Cross-Silo De-Anonymization Under Local Differential Privacy: Threat Model, Phase Transition, and Coordination Necessity
本文研究在本地差分隐私保护下，跨多个独立数据孤岛的去匿名化攻击威胁。当一个人的记录出现在k个各自满足(ε,δ)-差分隐私的孤岛中时，标准组合机制提供(kε, kδ)-DP保证，但这一最坏情况边界无法回答具体推断问题：在多大的k下，攻击者能实
#cs.IT
共收录 102 条相关情报。
← 返回所有主题Quadratic APN Functions in Dimension 8 via Gröbner Basis Search in a Self-Equivalence Subspace
该论文报告了在8维二元向量空间中搜索二次几乎完美非线性（APN）函数的结果。APN函数是密码学中S-box的理想组件，能提供最优的差分均匀性，抵抗差分密码分析。搜索空间是一个40维的线性子空间，由所有与某个阶为5的线性自同构（Beierle
Superspace Concentration and Adversarial Robustness in Quantum Algorithms
本文提出并形式化了超空间浓度（superspace concentration）作为一种量子资源，并通过焦点度量 F(ρ) = λ_max(ρ_super)（即约化超空间态的最大特征值）来量化量子系统将信息权重集中到扩展自由度空间中某个优先
Secure Aggregation with Top-K Sparsification in Decentralized Federated Learning
联邦学习中，安全聚合是防止梯度泄露的关键组件，但其通信成本通常与梯度维度成正比，对于大型模型和带宽有限、节点不可靠的分散式联邦学习场景尤其高昂。Top-K梯度稀疏化通过仅传输完整梯度的少数重要条目来降低通信开销，同时保持模型精度，但每个用户
Now You (Still) See Me: Detecting Evasive Steganographic Payloads in LLMs
该论文研究了大型语言模型（LLM）中的隐写术检测问题。作者首先指出，LLM可以通过微调将提示中的秘密编码到流畅、看似无害的输出中，从而构成隐写式数据外泄风险。现有的输出级隐写分析难以检测此类攻击，而最近的工作提出使用线性探针从内部激活中恢复
Sort, Partition, Randomize: Optimal Binary Hypothesis Testing under Local Differential Privacy
该论文研究在本地差分隐私（LDP）约束下进行二元假设检验的最优机制设计问题。具体场景是：每个观测数据从大小为 k 的有限字母表中抽取，服从两个已知分布 P0 或 P1 之一，先通过一个 ε-本地差分隐私机制 Q 进行私有化，再基于私有化后的
The Capacity of Information-Theoretic Secure Aggregation in Federated Learning
本文研究了联邦学习中信息论安全聚合的容量问题。安全聚合允许服务器在保护用户更新隐私的前提下聚合本地更新。现有信息论问题通常假设由可信第三方（TTP）提供相关随机密钥，或通过预定义的组结构生成，但建立这些相关密钥的通信成本常被忽略。因此，在通
Fast Bounded-Independence Functions and Their Duals
本文继续研究一类称为“快速函数”的线性大小电路可计算的函数，这些函数共享随机函数的有用性质，但更具确定性，适合密码学应用。作者在两个主要方向上进行了推广和改进： 1. 构造了任意常数 t 的快速 t-独立哈希函数，其代数次数为 log2 t
Channel Chart Location Privacy Based on Geo-Indistinguishability
本文针对基于信道图（channel charting）的位置服务（LBS）中的位置隐私问题展开研究。信道图技术通过利用信道状态信息构建虚拟位置图谱，从而在不依赖显式位置信息的情况下提供定位服务，这一特性虽天然具备一定隐私优势，但缺乏形式化的
Quantifying Side-Channel Leakage in Public Metrology Releases
该论文研究了公共科学计量发布中可能泄露隐藏设置的侧信道风险。作者将这种风险形式化为一个基于统计的侧信道审计框架，用于量化从发布的频谱数据中推断受保护参数的可能性。具体而言，释放映射提供功率谱密度（PSD）的有限频带统计；一个带有明确预算的p
Multidimensional Reconciliation in Continuous-Variable QKD: Review, Coding Schemes, and Open Source Simulation
本文综述了连续变量量子密钥分发（CV-QKD）中的多维协调技术。CV-QKD 需要在低信噪比和长距离下实现高效协调。多维协调通过将物理高斯量子信道转换为虚拟二进制输入加性高斯白噪声（BIAWGN）信道，从而能够使用现代纠错码。本文回顾了多维
Local Differential Privacy with Correlated Noise Achieves Central-DP Optimal Cost
本文研究在诚实但好奇的服务器场景下，通过本地差分隐私（LDP）对 n 个用户持有的数值进行私有求和估计。传统上，本地差分隐私要求每个用户独立添加噪声，导致估计精度远低于集中式差分隐私（CDP）——后者在汇总数据后统一添加噪声。本文证明这一精
Secure Distributed Hypothesis Testing
本文研究安全分布式假设检验问题：一个中央服务器根据多个分布式传感器/客户端发送的信息进行假设检验，但要求服务器除了得出最终的假设类别外，不能学习关于数据分布的额外信息。首先，作者证明在标准模型下（即服务器仅从客户端接收消息）即使对于非常简单
Optimal Rates for Differentially Private Hypothesis Testing with E-values
该论文研究了在差分隐私约束下，使用e值进行假设检验时的最优速率问题。E值作为一种灵活的工具，近年来在允许任意有效和自适应数据分析中受到广泛关注，其应用常涉及隐私或敏感数据。作者提出了一个核心问题：给定两个分布P和Q，在满足ε-差分隐私的e值
ISAC Privacy: Challenges and Solutions for 6G
该论文聚焦于6G网络中集成感知与通信（ISAC）技术的隐私挑战与解决方案。ISAC是未来通信网络的关键特性，通过空间感知可提升网络性能并支持外部服务，但同时也引入了超越通信内容机密性的隐私问题。未来使用毫米波和亚太赫兹频段的6G网络可能收集
Optimal Guarantees for Auditing Rényi Differentially Private Machine Learning
本文研究针对声称满足 Rényi 差分隐私 (RDP) 的机器学习算法的黑盒审计问题。作者提出一个基于假设检验的审计框架，利用 Donsker-Varadhan (DV) 变分估计器直接估计相邻执行之间的 Rényi 散度。该框架通过类别受
Information Leakage Envelopes
本文在点对点最大泄漏（PML）框架下研究隐私保证的两个要求：对后处理具有鲁棒性，以及能限定信息泄漏超过给定阈值的失败概率。作者首先分析两种受(近似)差分隐私启发的候选定义，发现两者均无法同时满足上述要求。为此，引入PML包络（PML env
Precision and Privacy in Distributed Quantum Sensing: A Quantum Fisher Information Duality
该论文针对分布式量子传感器网络中的精度与隐私权衡问题，建立了量子费舍尔信息（QFI）对偶性。具体而言，对于由 N 个传感器组成的网络，每个传感器本地编码相位参数，考虑任意 N 量子比特探针态，对于任意两个正交的单位传感方向 w 和 v，其对
Private Information Retrieval With Arbitrary Privacy Requirements for Graph-Based Storage
本文重新定义了私有信息检索（PIR）问题中的隐私概念，以容纳灵活的隐私需求。传统PIR要求用户检索消息时，对所有服务器隐藏被检索的消息索引。然而，实际场景中可能不需要如此严格的隐私保护。作者聚焦于图复制PIR系统，其中每个服务器仅存储部分消
Local Private Information Retrieval: A New Privacy Perspective for Graph-Based Replicated Systems
本文重新审视了多服务器、图复制私人信息检索（PIR）系统中的隐私定义，提出了一种新的设置，其中用户的隐私由服务器的存储结构决定。具体而言，当用户从某个服务器检索消息时，只有当该服务器存储了该消息时，用户才关心隐藏其所需消息的索引。作者将这种