MétaCan
Menu
Retour à la cohorte
Enregistrement W4413217797 · doi:10.36227/techrxiv.175492163.32399388/v1

Selective-Disclosure in Decentralised Identity: A Comparative Evaluation of BBS+ and SD-JWT

2025· preprint· en· W4413217797 sur OpenAlexaff
Yuyang Wu, Jiahao Tian

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiquePrivacy, Security, and Data Protection
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésIdentity (music)BusinessPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This systematic literature review compares two leading selective-disclosure primitives for decentralised identity-BBS+ signatures and Selective-Disclosure JSON Web Tokens (SD-JWT)-to clarify their suitability for privacypreserving credentials. Following Kitchenham's protocol, 226 records from 2017-2025 were screened across IEEE, ACM, SpringerLink, ScienceDirect, IETF and W3C repositories, yielding 31 primary studies with empirical data. Quantitative synthesis shows that BBS+ derived proofs remain constant-size at roughly 140 bytes and verify in about 12 ms on consumer hardware, whereas SD-JWT presentations grow with the number of revealed claims but still verify in under 10 ms for typical twoclaim use cases. Qualitative analysis confirms BBS+ provides strong unlinkability, predicate proofs and zero-knowledge disclosure, while SD-JWT offers seamless integration with existing JOSE/OAuth infrastructures yet carries correlation risk due to stable salted digests. Standardisation progress is comparable: the BBS+ cryptosuite reached W3C Candidate Recommendation in April 2025, and SD-JWT is in late-stage IETF review. The review concludes that privacy-critical scenarios such as age-gated services favour BBS+, whereas high-throughput web applications benefit from SD-JWT; consequently, hybrid wallet support for both formats is recommended. Future research should tackle scalable revocation, post-quantum migration and multi-credential aggregation to sustain long-term trust and interoperability.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,438
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,108
Tête enseignante GPT0,424
Écart entre enseignants0,315 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPrivacy, Security, and Data ProtectionTravaux en français237 207