Davide Carnemolla, Dario Catalano, Mario Di Raimondo · 2026 · arXiv
DOI: 10.48550/arXiv.2610.29987 · open-access PDF
चेहरे की पहचान आधुनिक प्रमाणीकरण प्रणालियों, सुरक्षा फ्रेमवर्क और व्यक्तिगत सेवाओं के लिए केंद्रीय हो गई है. हालांकि, इसकी व्यापक स्वीकृति गंभीर गोपनीयता जोखिमों द्वारा बाधित की जाती है, विशेष रूप से संवेदनशील बायोमेट्रिक डेटा तक अनधिकृत पहुंच के आसपास। इन चुनौतियों को हल करने के लिए, यह दस्तावेज़ GhostFaceMPC को प्रस्तुत करता है, पहला अंत से अंत, गोपनीयता बनाए रखने वाले चेहरे की पहचान प्रणाली एक गहरी कॉन्व्यूलेशनल न्यूरोल नेटवर्क एक्सट्रैक्टर का मूल्यांकन करने और सुरक्षित बहुपक्षीय गणना के तहत फिट करने के लिए. GhostFaceMPC चेहरे की पहचान प्रक्रिया के सभी चरणों में चेहरे के डेटा का सुरक्षित प्रसंस्करण
Machine translation (Meta M2M100); the English original follows.
Facial recognition has become central to modern authentication systems, security frameworks, and personalized services. However, its widespread adoption is hindered by severe privacy risks, particularly surrounding unauthorized access to sensitive biometric data. To address these challenges, this paper presents GhostFaceMPC, the first end-to-end, privacy-preserving face recognition system to evaluate a deep convolutional neural network extractor and matching under secure multi-party computation. GhostFaceMPC enables secure processing of facial data across all stages of a face recognition proce
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.29987, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange