- มุมมองเกี่ยวกับการจัดลำดับความสำคัญความเสี่ยงของช่องโหว่ของศูนย์ข้อมูลโดยใช้การรวมอันดับและการเพิ่มประสิทธิภาพหลายวัตถุประสงค์(arXiv)
ผู้แต่ง: Bruno Grisci, Gabriela Kuhn, Felipe Colombelli, Vítor Matter, Leomar Lima, Karine Heinen, Mauricio Pegoraro, Marcio Borges, ซานโดร ริโก, “ฆอร์เก้ บาร์โบซา”, “โรดริโก ดา โรซา ริกี”, “คริสเตียโน อันเดร ดา คอสต้า”, “กาเบรียล เด โอลิเวรา รามอส”
บทคัดย่อ : ปัจจุบัน ข้อมูลกลายเป็นทรัพย์สินอันล้ำค่าสำหรับหน่วยงานและบริษัทต่างๆ และการรักษาความปลอดภัยถือเป็นความท้าทายที่สำคัญ ศูนย์ข้อมูลมีหน้าที่จัดเก็บข้อมูลที่ได้รับจากแอปพลิเคชันซอฟต์แวร์ อย่างไรก็ตาม จำนวนช่องโหว่ก็เพิ่มขึ้นทุกวัน การจัดการช่องโหว่ดังกล่าวถือเป็นสิ่งสำคัญสำหรับการสร้างสภาพแวดล้อมเครือข่ายที่เชื่อถือได้และปลอดภัย การปล่อยแพตช์เพื่อแก้ไขข้อบกพร่องด้านความปลอดภัยในซอฟต์แวร์ถือเป็นแนวทางปฏิบัติทั่วไปในการจัดการกับช่องโหว่เหล่านี้ อย่างไรก็ตาม การจัดลำดับความสำคัญกลายเป็นสิ่งสำคัญสำหรับองค์กรที่มีจำนวนช่องโหว่เพิ่มมากขึ้น เนื่องจากเวลาและทรัพยากรในการแก้ไขมักจะมีจำกัด การทบทวนนี้มีจุดมุ่งหมายที่จะนำเสนอการสำรวจเทคนิคการจัดอันดับช่องโหว่ และส่งเสริมการอภิปรายเกี่ยวกับวิธีการเพิ่มประสิทธิภาพหลายวัตถุประสงค์จะเป็นประโยชน์ต่อการจัดการการจัดลำดับความสำคัญความเสี่ยงของช่องโหว่ได้อย่างไร มีการทบทวนแนวทางที่ล้ำสมัยในการจัดลำดับความสำคัญของความเสี่ยง โดยมีเป้าหมายที่จะพัฒนารูปแบบที่มีประสิทธิภาพในการจัดอันดับช่องโหว่ในศูนย์ข้อมูล การสนับสนุนหลักของงานนี้คือการชี้ให้เห็นการเพิ่มประสิทธิภาพแบบหลายวัตถุประสงค์ว่าเป็นกลยุทธ์ที่ไม่ได้รับการสำรวจโดยทั่วไปแต่มีแนวโน้มว่าจะจัดลำดับความสำคัญของช่องโหว่ ทำให้สามารถจัดการเวลาได้ดีขึ้นและเพิ่มความปลอดภัย
2.การกระจายการจัดอันดับส่วนตัวที่แตกต่างกัน(arXiv)
ผู้แต่ง:Baobao Song, "Qiujun Lan", "Yang Li", "Gang Li"
บทคัดย่อ :การรวมอันดับถูกนำมาใช้โดยทั่วไปในการตัดสินใจร่วมกัน เพื่อช่วยในการรวมการจัดอันดับหลายรายการเป็นตัวแทนเพียงรายเดียว เพื่อปกป้องการจัดอันดับที่แท้จริงของแต่ละบุคคล มักใช้กลยุทธ์การรักษาความเป็นส่วนตัวบางอย่าง เช่น ความเป็นส่วนตัวที่แตกต่างกัน อย่างไรก็ตาม สิ่งนี้ไม่ได้พิจารณาถึงสถานการณ์ที่ภัณฑารักษ์ซึ่งรวบรวมอันดับทั้งหมดจากแต่ละบุคคลนั้นไม่น่าเชื่อถือ บทความนี้เสนอกลไกในการแก้ไขสถานการณ์ข้างต้นโดยใช้กรอบการทำงานความเป็นส่วนตัวแบบกระจาย กลไกที่นำเสนอจะรวบรวมการจัดอันดับส่วนตัวส่วนต่างในท้องถิ่นจากแต่ละบุคคล จากนั้นสุ่มเปลี่ยนลำดับการจัดอันดับแบบคู่โดยใช้แบบจำลองแบบสุ่มเพื่อขยายการคุ้มครองความเป็นส่วนตัวเพิ่มเติม ตัวแทนขั้นสุดท้ายถูกสร้างขึ้นโดยการรวมอันดับแบบลำดับชั้น กลไกนี้ได้รับการวิเคราะห์ทางทฤษฎีและเปรียบเทียบเชิงทดลองกับวิธีการที่มีอยู่ และแสดงให้เห็นถึงผลลัพธ์ที่แข่งขันได้ทั้งในด้านความแม่นยำของเอาต์พุตและการปกป้องความเป็นส่วนตัว
<แข็งแกร่ง>3. การรวมอันดับเอกชนในโมเดลส่วนกลางและท้องถิ่น(arXiv)
ผู้แต่ง :Daniel Alabi, Badih Ghazi, Ravi Kumar, Pasin Manurangsi
บทคัดย่อ :ในทฤษฎีการเลือกทางสังคม (Kemeny) การรวมอันดับเป็นปัญหาที่ได้รับการศึกษามาอย่างดี โดยมีเป้าหมายเพื่อรวมการจัดอันดับจากผู้ลงคะแนนหลายคนให้เป็นการจัดอันดับเดียวในรายการชุดเดียวกัน เนื่องจากการจัดอันดับสามารถเปิดเผยการตั้งค่าของผู้ลงคะแนนเสียงได้ (ซึ่งผู้ลงคะแนนเสียงอาจต้องการเก็บไว้เป็นส่วนตัว) จึงเป็นเรื่องสำคัญที่จะต้องรวบรวมการตั้งค่าในลักษณะที่จะรักษาความเป็นส่วนตัว ในงานนี้ เรานำเสนออัลกอริธึมส่วนตัวที่แตกต่างกันสำหรับการรวมอันดับในการตั้งค่าล้วนๆ และโดยประมาณ พร้อมกับขอบเขตบนและล่างของยูทิลิตีที่ไม่ขึ้นกับการกระจาย นอกเหนือจากขอบเขตในโมเดลส่วนกลางแล้ว เรายังนำเสนอขอบเขตอรรถประโยชน์สำหรับโมเดลความเป็นส่วนตัวที่แตกต่างกันในท้องถิ่นอีกด้วย
