MétaCan
Menu
Retour à la cohorte
Enregistrement W2975679388 · doi:10.1109/isit.2019.8849528

Private Information Retrieval from Locally Repairable Databases with Colluding Servers

2019· article· en· W2975679388 sur OpenAlexaff
Umberto Martínez-Peñas

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Data Storage Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésServerCode (set theory)Dimension (graph theory)Code rateField sizePrivate information retrievalComputer scienceDiscrete mathematicsLocalityCombinatoricsAlgorithmDatabaseTheoretical computer sciencePhysicsMathematicsComputer networkDecoding methodsSet (abstract data type)Computer security

Résumé

récupéré en direct d'OpenAlex

Information-theoretical private information retrieval (PIR) is considered from a coded database with colluding servers. The storage code is a locally repairable code (LRC) with maximal recoverability (MR), and in particular, with optimal global minimum distance, for arbitrary code parameters: Number of local groups g, locality r, local distance δ, dimension k ≤ gr and length n = g(r + δ - 1). Servers are identified bijectively with local groups, and only locally non-redundant information is considered and downloaded from each server, that is, only r nodes (out of r + δ - 1) are considered per server. When the remaining MDS code, after removing all locally redundant nodes, is a linearized Reed-Solomon code, a PIR scheme is provided achieving the (download) rate R = (N - k - rt + 1)/N, where N = gr = n - g(δ - 1) is the length of the restricted MDS code, for any t colluding servers such that k + rt ≤ N. The field size is roughly gr, polynomial in the number of servers g. Assume an arbitrarily large number of stored files. If N - k - rt = 0, the rate R = 1/N is the highest known and coincides with that of previous PIR schemes that work for any MDS storage code. If N - k - rt > 0, the achieved rate R > 1/N coincides with the best known rate of PIR schemes for MDS storage codes (but which do not work for LRCs or linearized Reed-Solomon storage codes) and is always strictly higher than that of known PIR schemes that work for arbitrary MDS storage codes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,227
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Data Storage TechnologiesTravaux en français237 207