A unique identification for citizens can lead to effective governance to manage and provide citizen-centric services. While ensuring this service, privacy of the citizens needs to be preserved. Aadhaar, the identification system by UIDAI has faced some critics regarding its privacy preserving feature. This paper discusses those concerns in Aadhaar system and proposed a new model for the Aadhaar system. The proposed solution is aimed to address the issue of collusion of third party service providers and profiling of Aadhaar users. The proposed solution uses a distributed model capturing the Aadhaar system, in which data of users is decentralized and stored in zonal office's databases as well as the CIDR. The proposed solution provides the functioning of the authentication process of the Aadhaar system more effective, as it reduces the number of requests being handled directly by the CIDR and also tackles the concern of correlation of data.


翻译:公民的独特身份可导致有效管理管理和提供以公民为中心的服务。在确保这一服务的同时,公民的隐私需要得到保护。Aadhaar是UIDAI的识别系统,在保护隐私特征方面遇到一些批评者。本文讨论了Adhaar系统中的这些关切,并为Aadhaar系统提出了一个新的模式。拟议解决方案旨在解决第三方服务提供者串通和Aadhaar用户特征分析的问题。拟议解决方案使用一个分布式模型,捕捉Aadhaar系统,其中用户数据分散并存储在区办事处数据库和CIDR中。拟议解决方案使Adhaar系统的认证程序更加有效,因为它减少了由CIDR直接处理的请求数量,并解决了数据相关性问题。

0
下载
关闭预览

相关内容

创新数据系统研究会议(CIDR)于2002年由Michael Stonebraker、Jim Gray和David DeWitt发起,目的是为数据库社区提供一个展示创新数据系统体系结构的场所以及一个著名的出版机会。CIDR是对主流数据库会议(如SIGMOD和VLDB)的补充,强调系统架构的观点。CIDR汇集了来自学术界和产业界的研究人员和实践者,讨论该领域最新的创新和有远见的想法。CIDR主要鼓励关于创新和风险数据管理系统体系结构思想、系统构建经验和洞察力、丰富的实验研究、具有挑战性的立场声明的论文。CIDR特别重视创新、基于经验的洞察力和远见。 官网地址:http://dblp.uni-trier.de/db/conf/cidr/
区块链白皮书(2020年),60页pdf
专知会员服务
91+阅读 · 2021年1月5日
多标签学习的新趋势(2020 Survey)
专知会员服务
41+阅读 · 2020年12月6日
专知会员服务
123+阅读 · 2020年9月8日
专知会员服务
39+阅读 · 2020年9月6日
可解释强化学习,Explainable Reinforcement Learning: A Survey
专知会员服务
129+阅读 · 2020年5月14日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
CCF推荐 | 国际会议信息6条
Call4Papers
9+阅读 · 2019年8月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
LibRec 精选:近期15篇推荐系统论文
LibRec智能推荐
5+阅读 · 2019年3月5日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
2+阅读 · 2021年2月9日
Arxiv
0+阅读 · 2021年2月8日
Arxiv
7+阅读 · 2018年3月21日
VIP会员
相关VIP内容
区块链白皮书(2020年),60页pdf
专知会员服务
91+阅读 · 2021年1月5日
多标签学习的新趋势(2020 Survey)
专知会员服务
41+阅读 · 2020年12月6日
专知会员服务
123+阅读 · 2020年9月8日
专知会员服务
39+阅读 · 2020年9月6日
可解释强化学习,Explainable Reinforcement Learning: A Survey
专知会员服务
129+阅读 · 2020年5月14日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
相关资讯
CCF推荐 | 国际会议信息6条
Call4Papers
9+阅读 · 2019年8月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
LibRec 精选:近期15篇推荐系统论文
LibRec智能推荐
5+阅读 · 2019年3月5日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员