Αναγνώριση Ατόμων Μέσω Δεδομένων Υγείας από Φορητές Συσκευές και Μηχανική Μάθηση

Μια νέα μορφή επιθέσεων ιδιωτικού απορρήτου με βάση δεδομένα υγείας από φορητές συσκευές έχει αναγνωριστεί από ερευνητές του Πανεπιστημίου του Λόουελ της Μασαχουσέτης. Επίθεση Αναγνώρισης Προσώπου (PRI-Attack) χρησιμοποιεί δεδομένα που συμμορφώνονται με τον νόμο HIPAA, δημόσια διαθέσιμα από φορητές συσκευές υγείας, για να καθορίσει την ταυτότητα ατόμων από δεδομένα καρδιακής συχνότητας, αναπνοής και χειρονομίας, μεταξύ άλλων.

Η ευπάθεια είναι δυνατή στις Ηνωμένες Πολιτείες από το γεγονός ότι ο νόμος περί Ιδιωτικού Απορρήτου και Ευθύνης στην Υγεία (HIPAA), ενώ απαιτεί ότι τα ιατρικά δεδομένα παραμένουν ανώνυμα, δεν θεωρεί τα сыρα δεδομένα αισθητήρων (όπως η θερμοκρασία του δέρματος και τα δεδομένα επιταχυνσιόμετρου) ως ευαίσθητα δεδομένα ιδιωτικού απορρήτου και, ως εκ τούτου, δεν απαιτεί ότι τα δημόσια διαθέσιμα δεδομένα αυτού του τύπου πρέπει να κρυπτογραφούνται ή να υπόκεινται στις ίδιες γενικές προστασίες που παρέχονται στα παραδοσιακά δεδομένα ασθενών, όπως τα ιατρικά αρχεία.

Από Διανυσματικό σε Οπτικό

Μια επίθεση PRI-Attack χρησιμοποιεί ερμηνευμένα δεδομένα εικόνας για να διακρίνει κοινά μοτίβα που συσχετίζονται με άλλα είδη δεδομένων υγείας. Η αντίδραση του δέρματος ενός ατόμου, για παράδειγμα, μπορεί να αξιολογηθεί από βίντεο (φωτοπληθυσμογραφία), και να συσχετιστεί με αυτό που θα έπρεπε να είναι πλήρως ανώνυμα διανυσματικά δεδομένα από συσκευές υγείας, όπως φορητές συσκευές, και άλλες μορφές συσκευών παρακολούθησης. Η φωτοπληθυσμογραφία δίνει δεδομένα καρδιακής συχνότητας, τα οποία μπορούν να συσχετιστούν με μη αναγνωρισμένα δεδομένα καρδιακής συχνότητας από φορητές συσκευές υγείας.

Η αναγνώριση χειρονομίας είναι ένα άλλο “κλειδί” που μπορεί να μεταφραστεί εύκολα από διανυσματικά δεδομένα σε οπτικό πλέγμα, το οποίο, και πάλι, επιτρέπει την ερμηνεία δεδομένων εικόνας/βίντεο να συσχετιστεί με φαινομενικά ανώνυμα δεδομένα επιταχυνσιόμετρου σε δεδομένα υγείας.

Πληροφορίες χειρονομίας από φορητά δεδομένα. Πηγή: https://arxiv.org/pdf/2106.11900.pdf

Δεδομένα Αισθητήρων ως Προσωπικά Δεδομένα

Η έρευνα, από τον βοηθό καθηγητή Mohammad Arif Ul Alam, υποστηρίζει ότι τα φυσιολογικά δεδομένα αισθητήρων μπορούν να αποτελέσουν προσωπικά δεδομένα και είναι, στην πραγματικότητα, یک βιολογικό ανάλογο των τεχνικών αποτυπώματος προγράμματος περιήγησης που πιστεύεται ότι υπονομεύουν τις νέες πρωτοβουλίες για την προστασία της ιδιωτικής ζωής στο διαδίκτυο.

Για να ελέγξει την υπόθεση, ο ερευνητής ανέπτυξε ένα πλαίσιο αναγνώρισης και τοποθεσίας χειρονομίας που ερμηνεύει δεδομένα χειρονομίας (ηχογραφημένα διανυσματικά κινήματα) από ένα φορητό επιταχυνσιόμετρο και μετατρέπει τις κινήσεις σε οπτικό αρχείο που μπορεί να συσχετιστεί με κινήσεις που καταγράφονται από φορητές συσκευές υγείας.

Ένα Πολυ-Μοντέλο Νευρωνικό Δίκτυο Siamese (mm-SNN) κατασκευάστηκε για να ερμηνεύσει πληροφορίες χειρονομίας που ταξινομούνται μέσω Μηχανής Υποστήριξης Διανυσμάτων (SVM). Ένα δίκτυο αντιμετωπίζει τις πληροφορίες διανυσμάτων (ερμηνευμένες ως πληροφορίες εικόνας σε ένα 3Δ χώρο) και το δεύτερο δίκτυο αντιμετωπίζει τις φυσιολογικές πληροφορίες που καταγράφονται από δεδομένα αισθητήρων.

Δοκιμή

Το σύστημα δοκιμάστηκε σε διάφορα σύνολα δεδομένων, συμπεριλαμβανομένου ενός συνόλου δεδομένων “Κούραση Παικτών” που συλλέχθηκαν από πέντε εθελοντές φοιτητές, ηλικίας 19-25 ετών, οι οποίοι έπαιξαν βιντεοπαιχνίδια για επτά ημέρες ενώ φορούσαν το βραχιόλι Empatica E4 E4. Το ρολόι διαθέτει επιταχυνσιόμετρο, ηλεκτροδερματικό контέκστ (EDA), θερμοκρασία δέρματος και φωτοπληθυσμογραφία (PPG) αισθητήρες.

Το E4 χρησιμοποιήθηκε επίσης σε ένα νέο σύνολο δεδομένων “Εστιατόριο”, όπου οκτώ εθελοντές προετοίμασαν και έφαγαν σάντουιτς για είκοσι λεπτά, και σε ένα σύνολο δεδομένων “Ηλικιωμένων”, όπου 22 ηλικιωμένοι, ηλικίας 75-95 ετών, εκτέλεσαν 13 σεναριογραφημένες δραστηριότητες ενώ φορούσαν το ρολόι.

Τέλος, οι ερευνητές χρησιμοποίησαν το δημόσια διαθέσιμο “Σύνολο Δεδομένων Κούρασης Ενηλίκων”, το οποίο παρακολούθησε 28 υγιείς άνδρες και γυναίκες με μέση ηλικία 42 ετών για 1-219 συνεχόμενες ημέρες ενώ φορούσαν μια πολυσενσορική φορητή συσκευή που ήταν παρόμοια με τις δυνατότητες συλλογής δεδομένων του E4, συμπεριλαμβανομένων ενός 3-αξονικού επιταχυνσιόμετρου, ηλεκτρόδια γαλανοδερματικής απόκρισης, θερμοκρασίας και φωτοαισθητήρα, και ενός βαρόμετρου.

Τα αποτελέσματα δείχνουν ότι η καρδιακή συχνότητα και η αναπνοή είναι τα πιο σίγουρα μέσα για αναγνώριση, με μέση ακρίβεια >66%.

Αποτελέσματα από την δοκιμή της μεθοδολογίας PRI-Attack. Crib: PPG: φωτοπληθυσμογραφία; HR: καρδιακή συχνότητα; BR: αναπνοή; PVP: Παλμός Αίματος (από φωτοπληθυσμογραφία); IBI: Διαστήματα Παλμών (από φωτοπληθυσμογραφία); TC: Τονική Συνιστώσα της Γαλανοδερματικής Απόκρισης; Φασική Συνιστώσα των Δεδομένων Γαλανοδερματικής Απόκρισης (Ιbid); Θερμ: Θερμοκρασία.

Η έρευνα καταλήγει:

‘Ενώ η σύγχρονη τεχνολογία οπτικής αναγνώρισης μπορεί να χρησιμοποιηθεί εύκολα για να μάθει χειρονομίες και αντίστοιχες φυσιολογικές σηματοδοτήσεις (καρδιακή συχνότητα, αναπνοή) από δημόσιες κάμερες επιτήρησης, αυτά τα μεγάλα δεδομένα που καταγράφονται μπορούν να χρησιμοποιηθούν εύκολα από τους επιτιθέμενους για να μάθουν βιομετρικά δεδομένα για να αποκαλύψουν την ταυτότητα από δεδομένα φορητών συσκευών που συμμορφώνονται με τον νόμο HIPAA.’

Ο Νόμος HIPAA Θεωρεί Δεδομένα PHR ‘Ανονοματισμένα Από Προεπιλογή’

Η κυβέρνηση των Ηνωμένων Πολιτειών έχει αναγνωρίσει την ανάπτυξη προσωπικών ιατρικών αρχείων (PHR) και ταξινομεί τέτοια αρχεία (συμπεριλαμβανομένων δεδομένων από φορητές συσκευές υγείας) ως ‘ηλεκτρονικό αρχείο πληροφοριών υγείας ενός ατόμου με το οποίο το άτομο ελέγχει την πρόσβαση στις πληροφορίες και μπορεί να έχει τη δυνατότητα να διαχειρίζεται, να παρακολουθεί και να συμμετέχει στην ιατρική φροντίδα του.’

Ωστόσο,既然 αυτό είναι ένα φαινόμενο από τον ιδιωτικό τομέα, η κυβέρνηση παραδέχεται ότι δεν έχει επίσημη εποπτεία над αυτά τα δεδομένα, έχοντας καθορίσει ότι δεν περιέχουν προσωπικά αναγνωριστικά δεδομένα (PII). Μια έκθεση τον Ιούνιο του 2016 για οντότητες που δεν καλύπτονται από τον νόμο HIPAA από το Υπουργείο Υγείας και Κοινωνικών Υπηρεσιών των Ηνωμένων Πολιτειών αναφέρει:

‘[Μεγάλες] лакουβές στις πολιτικές πρόσβασης, ασφάλειας και ιδιωτικού απορρήτου συνεχίζουν, και η σύγχυση παραμένει μεταξύ των καταναλωτών και των καινοτόμων. Οι φορητές συσκευές φυσικής κατάστασης, τα κοινωνικά δίκτυα υγείας και οι κινητές εφαρμογές υγείας βασίζονται στην ιδέα της συμμετοχής των καταναλωτών. Ωστόσο, οι νόμοι και οι κανονισμοί μας δεν έχουν跟 pace με αυτές τις νέες τεχνολογίες.’