کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4950852 1441034 2017 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Privacy risks ensuing from cross-matching among databases: A case study for soft biometrics
ترجمه فارسی عنوان
ریسک های مربوط به حریم خصوصی از همپوشانی متقابل میان پایگاه های داده حاصل می شود: مطالعه موردی برای بیومتریک نرم
کلمات کلیدی
بیومتریک نرم، پایگاه داده ها، تئوری اطلاعات، حریم خصوصی،
ترجمه چکیده
در این دوران دیجیتال، یک کاربر معمولی برای ارسال داده های خود در پایگاه های داده چندان معمولی نیست. با این وجود، وجود اطلاعات همبسته در میان این پایگاه های داده، منبع اصلی خطرات حفظ حریم خصوصی برای پاسخ دهندگان پایگاه داده است. در تحقیق ما، چنین شرایطی را در مورد پایگاه های بیومتریک نرم افزار بررسی می کنیم. اکثریت از سیستم های تشخیص مدرن بیومتریک از ویژگی های بیومتریک نرم با توجه به ویژگی های بیومتریک اولیه به علت دستاوردهای متعدد در عملکرد کلی سیستم ها، از ویژگی های بیومتریک استفاده می کنند. در کار ما یک مدل نظری توسعه یافته است که مفهوم حفظ حریم خصوصی کاربر را در مورد نشت پایگاه داده نرم بیومتریک ضبط می کند. به معنای وسیع تر، کار ما چارچوبی را پیشنهاد می کند که سطح اطمینان افراد را حدس می زند، فرض می کند که یک نوع حمله متضاد با موفقیت توسط یک دشمن اجرا شود. فرآیند مدل سازی بر اساس عناصر نظریه اطلاعات مانند انتروپی شرطی (تعصب) و اطلاعات متقابل است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
چکیده انگلیسی
In this digital era, it is a very common practice for individual users to submit their data in multiple databases. However, the existence of correlated information in between these databases is a major source of privacy risk for the database respondents. In our study, we investigate such situations regarding soft biometric databases. A majority of modern biometric recognition systems utilize soft biometric traits in concurrence with primary biometric features due to the multiple gains incurred in the overall performance of the systems. In our work, a theoretical model has been developed which captures the notion of the user's privacy in the case of a soft biometric database leakage. In a broader sense, our work proposes a framework which quantifies the privacy levels of individuals supposing some form of correlation based attack has been successfully executed by an adversary. The modeling process itself is based upon elements of information theory such as conditional entropy (equivocation) and mutual information.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Processing Letters - Volume 128, December 2017, Pages 38-45
نویسندگان
, ,