PrivateHub: Contrastive Diffusion Model for Private Sensor-Intensive Environment Data Generation
在智能家居、可穿戴设备等传感器密集型环境中,系统通过异构的多传感器数据流推断用户正在使用的应用,从而提供智能服务。然而,并非所有应用都应该被识别——用户希望某些活动保持私密。现有隐私保护方法(如差分隐私、基于规则的过滤)仅针对单一数据流,无
共收录 3 条相关情报。
← 返回所有主题在智能家居、可穿戴设备等传感器密集型环境中,系统通过异构的多传感器数据流推断用户正在使用的应用,从而提供智能服务。然而,并非所有应用都应该被识别——用户希望某些活动保持私密。现有隐私保护方法(如差分隐私、基于规则的过滤)仅针对单一数据流,无
该论文首次系统性地研究了函数秘密共享(Function Secret Sharing, FSS)中的访问控制问题。FSS 允许一个分发者将函数 f 的份额分发给两个或多个评估者,评估者可以在不泄露 f 本身信息的情况下,对任意输入 x 本地
该论文提出了一种名为 MinBucket MPSI 的新协议,旨在解决多方私有集合交集(MPSI)中最大规模瓶颈的问题。传统的 MPSI 协议在处理大规模集合时,通常受到最大集合大小的限制,导致计算和通信开销随参与者数量线性增长。MinBu