专栏首页arxiv.org翻译专栏通过位置历史评估疾病暴露风险并保护隐私:应对全球流行病的密码学方法(CS AI)
原创

通过位置历史评估疾病暴露风险并保护隐私:应对全球流行病的密码学方法(CS AI)

世界各地的政府和研究人员正在实施数据联系追踪解决方案,以阻止传染病COVID-19的传播。这些解决方案中的大多会威胁个人权利和隐私。我们的目标是打破接触追踪中高效率与保护隐私的错误二分法。我们提供了另一种方法来评估和交流用户暴露于传染病的风险,同时保护个人隐私。我们的建议使用最近的GPS位置历史记录(经过转换和加密)以及私有集相交协议。

原文题目:Assessing Disease Exposure Risk With Location Histories And Protecting Privacy: A Cryptographic Approach In Response To A Global Pandemic

原文:Governments and researchers around the world are implementing digital contact tracing solutions to stem the spread of infectious disease, namely COVID-19. Many of these solutions threaten individual rights and privacy. Our goal is to break past the false dichotomy of effective versus privacy-preserving contact tracing. We offer an alternative approach to assess and communicate users' risk of exposure to an infectious disease while preserving individual privacy. Our proposal uses recent GPS location histories, which are transformed and encrypted, and a private set intersection protocol.

原文作者:Alex Berke, Michiel Bakker, Praneeth Vepakomma, Ramesh Raskar, Kent Larson, Alex `Sandy' Pentland

原文地址:https://arxiv.org/abs/2003.14412

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 关于生物网络安全的新兴领域及相关注意事项(CS AI)

    生物网络安全是21世纪的一个新颖的空间,可满足我们在生物技术和计算方面的创新。在这个空间中,当团队努力开发能够充分确保资产管理和保护的产品和策略时,许多考虑因素...

    用户7035935
  • 化身工作:无法出门的残疾人使用化身机器人"OriHime-D"进行远程办公及其验证(CS AI)

    在这项研究中,我们提出了一种远程工作“化身工作”,使残疾人能够从事诸如客户服务之类的有形工作,来实现一个包容性社会,即使卧床不起,只要有自由思想,我们也可以做任...

    用户7035935
  • 案例研究:建立跨大学学校和研究所的共享资源HPC中心(CS AI)

    在过去的几年中,乔治华盛顿大学在广泛需要先进计算资源的领域招募了许多研究人员。我们讨论了首次在大学一级规划和建立高性能计算中心时会遇到的挑战和障碍,并提出了一套...

    用户7035935
  • 古典法国剧院放词和POS标签的语料库和模型(CS CL)

    本文介绍了为法国古典文学建立带注释的语料库和训练模型的过程,重点是戏剧,尤其是诗歌中的喜剧。它最初是作为在Cafiero和Camps [2019]中进行的笔势分...

    刘子蔚
  • 基于需求的黑箱反应系统自动化测试(CS)

    本文提出了一种黑箱无功系统一致性测试的新方法。我们将系统规范视为线性时序逻辑公式,将测试生成为输入/输出对序列:输入从对应于规范的Buchi自动机中提取,输出通...

    蔡秋纯
  • 5G的构建:构建端到端支持5G的系统(CS)

    本文介绍了世界上第一个商用前符合标准的端到端5G系统。本文聚焦于标准化的5G架构,包括底层3GPP组件、ETSI网络功能虚拟化(NFV)管理和编排功能。我们讨论...

    Pamela_Lin
  • 分配问题的强化学习(AL)

    本文致力于结合神经网络的强化学习在用户调度问题的一般表述中的应用。我们的模拟器通过环境的随机变化类似于现实世界中的问题。我们将基于Q学习的方法应用于动态仿真的数...

    田冠宇
  • 从外表和行为来检测假冒视频(multimedia)

    合成生成的音频和视频——所谓的“深度伪造”——继续吸引着计算机图形和计算机视觉社区的想象力。与此同时,技术的民主化仍然令人担忧,因为它有可能破坏民主选举,造成小...

    用户6869393
  • 蝙蝠式在结构上栖息动作的仿生研究:惯性动力学(CS RO)

    蝙蝠的飞行特性在无人机设计中被忽视了。与其他动物不同,蝙蝠在栖息时利用惯性动力学来表现空中翻转。受这一独特动作的启发,这项工作开发并使用了一个名为“鱼叉”的微型...

    时代在召唤
  • Flink Forward 2019--实战相关(14)--Arctic Wolf Networks分享事件流攻击

    Hunting for Attack Chains in Event Streams -- Ray Ruvinskiy(Arctic Wolf Networks...

    阿泽

扫码关注云+社区

领取腾讯云代金券