Genkendelse af personer gennem bærbart sundhedsdata og maskinlæring

En ny type af privatlivsangreb baseret på bærbart sundhedsdata er blevet identificeret af forskere fra University of Massachusetts Lowell. Person Re-identification Attack (PRI-Attack) bruger HIPAA-kompatibel, offentligt tilgængelig data fra sundhedsbærbare enheder til at etablere identiteten af personer fra hjertefrekvens-, åndedræts- og håndgestikulationsdata, blandt andet.

Sårbarheden er mulig i USA, fordi loven om sundhedsforsikring og ansvar (HIPAA), selvom den kræver, at medicinske data forbliver anonyme, ikke betragter rå sensordata (såsom hudtemperatur og accelerometerdata) som følsomme oplysninger og derfor ikke kræver, at offentligt delte data af denne type skal krypteres eller underlægges samme generelle beskyttelse som traditionelle former for patientdata, såsom sundhedsjournaler.

Fra vektor til visuel

En PRI-Attack bruger fortolket billeddata til at skelne mellem almindelige mønstre, der korrelerer med andre typer sundhedsdata. En persons hudreaktion kan f.eks. vurderes fra video (photoplethysmography) og korreleres med, hvad der burde være fuldstændigt anonym vektorinformation fra sundhedsmonitoreringsenheder, såsom bærbare ure, og andre former for monitoreringsapparatur. Photoplethysmography giver hjertefrekvensdata, der kan parres med ikke-identificeret bærbart kardiodata.

Gestigenkendelse er endnu en “nøgle”, der kan oversættes fra vektordata til en visuel matrix, der igen tillader, at fortolket billed-/videodata kan korreleres med åbenbart anonym accelerometerinformation i sundhedsdata.

Handgestikinformation fra bærbart data. Kilde: https://arxiv.org/pdf/2106.11900.pdf

Sensordata som PII

Forskningen, der er udført af UML-assistentprofessor Mohammad Arif Ul Alam, påstår, at fysiologisk sensordata kan udgøre PII og i virkeligheden er en biologisk analog til de browser-fingerprints-teknikker, der i øjeblikket anses at undergrave nye initiativer til at beskytte brugerens privatliv på internettet.

For at teste hypotesen udviklede forskeren en håndgestikgenkendelses- og lokaliseringsramme, der fortolker gestikdata (optaget vektorbaseret bevægelse) fra en bærbart accelerometer og oversætter bevægelserne til en visuel optagelse, der kan korreleres med bevægelser, der er optaget af bærbare sundhedsenheder.

En multimodal Siamese Neural Network (mm-SNN) blev opbygget til at fortolke gestikinformation klassificeret via Support Vector Machine (SVM). Den ene netværk beskæftiger sig med vektorinformationen (fortolket som billedinformation i et 3D-rum) og det andet netværk beskæftiger sig med de fysiologiske data, der er optaget fra sensordata.

Test

Systemet blev testet på forskellige datasæt, herunder et ‘Gamer’s Fatigue Dataset’, der blev indsamlet ved at indsamle data fra fem frivillige studerende i alderen 19-25, der spillede videospil i syv dage, mens de bar Empatica E4 armbånd. Uret har ACC, elektrodermalt kontekst (EDA), hudtemperatur og photoplethysmography (PPG)-sensorer.

E4’en blev også brugt i et nyt ‘restaurantdata’-datasæt, hvor otte frivillige forberedde og spiste sandwich i tyve minutter, og i et ‘ældre voksne’-datasæt, hvor 22 ældre personer i alderen 75-95 udførte 13 skriptede aktiviteter, mens de bar uret.

Til sidst brugte forskerne det offentligt tilgængelige ‘Healthy Adults Fatigue Dataset’, der overvågede 28 sunde mænd og kvinder med en gennemsnitsalder på 42 over 1-219 pågældende dage, mens de bar en multisensorbærbart enhed, der ligner dataindsamlingsevnen hos E4, herunder en 3-akse ACC, galvanisk hudrespons-elektrode, temperatur- og fotosensorer og en barometer.

Resultaterne viser, at hjertefrekvens og åndedrætsfrekvens er de sikreste midler til genkendelse, med en gennemsnitlig nøjagtighed på over 66%.

Resultater fra testen af PRI-Attack-metoden. Forklaring: PPG: photoplethysmography; HR: hjertefrekvens; BR: åndedrætsfrekvens; PVP: Blodvolumenpuls (opnået fra PPG); IBI: Inter Beat Interval (opnået fra PPG); TC: Tonic Component of EDA-signal; Fasisk komponent af EDA-data (Ibid); Temp: Temperatur.

Forskningen konkluderer:

‘ Mens moderne computer-vision-teknologi let kan bruges til at lære håndgestik og korresponderende fysiologisk signal (hjertefrekvens, åndedrætsfrekvens) fra offentlige overvågningskameraer, kan disse store mængder af optaget video let bruges af angriberne til at lære bruger-specifikke biometriske data til at afsløre identiteten fra HIPAA-kompatibel server-lagret bærbart sensor-data.’

HIPAA betragter PHR-data som ‘anonymiseret som standard’

Den amerikanske regering har anerkendt væksten af personlige sundhedsjournaler (PHR) og klassificerer en sådan journal (herunder data fra sundhedsbærbare enheder) som ‘en elektronisk journal over en persons sundhedsinformation, som personen selv kontrollerer adgangen til og kan have mulighed for at administrere, spore og deltage i sin egen sundhedspleje’.

Alligevel, da dette er en fænomen fra den private sektor, medgiver regeringen ingen officiel tilsyn med disse data, idet den har fastslået, at de ikke indeholder personligt identificerbare oplysninger (PII). En rapport fra juni 2016 om ikke-dækkede HIPAA-enheder fra det amerikanske sundheds- og socialeministerium fastslår:

‘[Store] huller i politikkerne om adgang, sikkerhed og privatliv fortsætter, og forvirring består blandt både forbrugere og innovatører. Bærbare fitness-trackere, sundheds-sociale medier og mobile sundhedsapps er baseret på idéen om forbrugerengagement. Men vores love og reguleringer har ikke holdt trit med disse nye teknologier.’