AIarXiv cs.CR (암호학·보안)AI 점수 60%
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
BR-MoE: Budgeted Semantic Release for Privacy-Preserving Traffic Analytics (원문, 새 창)
AI 인사이트
대상 독자:개발자
- 교통카메라 영상을 텍스트로 바꿔도 프라이버시 노출의 공식적 한계가 없다는 문제에서 출발
- 4개 장면 전문가 모델이 영상을 분석하고, RL 컨트롤러가 공개할 요약과 예산 소비량을 결정
- 고정된 프라이버시 예산 내에서 반복 공개 시 이벤트 단위 차분프라이버시를 수학적으로 보장
- 이전 요약 재사용으로 추가 노출 없이 활용 가능, 다만 설계 제안 단계로 실증 성과는 아직 없음
왜 중요한가
교통 영상 분석에서 텍스트화만으로는 막을 수 없던 반복 노출 위험에 명시적 프라이버시 예산과 수학적 보장을 적용하는 설계를 제시해, 스마트시티 영상 분석의 규제 대응에 유용한 틀이 될 수 있다.
본문 미리보기
arXiv:2610.27026v1 Announce Type: new Abstract: Traffic cameras support useful analysis, but their outputs can reveal private information. Replacing images with text reduces direct visual exposure. It does not place a formal bound on disclosure. The published reinforcement learning and mixture-of-experts framework refines scene descriptions through relevance, coverage, and brevity rewards. It does not account for repeated releases under a fixed privacy budget. This paper proposes budgeted seman
전체 내용이 궁금하다면?
arXiv cs.CR (암호학·보안)에서 원문을 직접 읽어보세요
공유
- #프라이버시보존
- #교통분석
- #차분프라이버시
이 글이 만들어진 과정
- 11:34AI 초안