Wearableヘルスデータと機械学習を通じた個人の再特定

マサチューセッツ州ローウェル大学の研究者は、ウェアラブルヘルスデータに基づく新しいタイプのプライバシー攻撃を発見しました。 Person Re-identification Attack (PRI-Attack) は、HIPAAに準拠した、公開されているウェアラブルヘルスデータを使用して、心拍数、呼吸数、手のジェスチャーなどのデータから個人の特定を行います。

この脆弱性は、米国のHealth Insurance Portability and Accountability Act (HIPAA) によって可能になっています。HIPAAは、医療データが匿名でなければならないことを要求していますが、生体信号データ（皮膚温度や加速度計データなど）をプライバシーに敏感なデータとはみなさないため、公開されているこのタイプのデータを暗号化するか、伝統的な医療データ（医療レコードなど）と同じ保護を適用する必要はないとされています。

ベクトルからビジュアルへ

PRI-Attackは、解釈された画像データを使用して、他のヘルスデータと相関関係にある共通のパターンを特定します。たとえば、皮膚の反応は、ビデオ（光電血管法）から評価でき、ウェアラブルヘルスモニタリングデバイスなどの匿名のベクトル情報と関連付けることができます。光電血管法は心拍数データを生成し、非識別可能なウェアラブル心拍数データとペアにすることができます。

ジェスチャー認識は、ベクトルデータを視覚的なマトリックスに変換するもう一つの「キー」であり、解釈された画像/ビデオデータを匿名の加速度計データと関連付けることができます。

ウェアラブルデータからの手のジェスチャー情報。 出典：https://arxiv.org/pdf/2106.11900.pdf

センサーデータとしてのPII

この研究は、生理学的センシングデータが実際にPIIを構成でき、生物学的なアナログとしてのブラウザフィンガープリント技術と同等であると主張しています。

仮説を検証するために、研究者は、加速度計からのジェスチャーデータ（ベクトルベースの動き）を解釈し、視覚的なレコードに変換するハンドジェスチャー認識および位置特定フレームワークを開発しました。この視覚的なレコードは、ウェアラブルヘルスデバイスによって記録された動きと関連付けることができます。

マルチモーダル シアンメトリックニューラルネットワーク (mm-SNN) が、サポートベクターマシン (SVM) によって分類されたジェスチャー情報を解釈するために構築されました。1 つのネットワークは、3 次元空間内の画像情報として解釈されたベクトル情報を扱い、2 番目のネットワークはセンサーからの生理学的データを扱います。

テスト

このシステムは、5 人のボランティア学生（19-25 歳）が 7 日間ビデオゲームをプレイしながら Empatica E4 腕時計 を着用した「ゲーマーの疲労データセット」など、さまざまなデータセットでテストされました。腕時計には加速度計、皮膚電気伝導性、皮膚温度、光電血管法センサーが搭載されています。

また、8 人のボランティアが 20 分間サンドイッチを作り食べた「レストランデータ」データセットや、22 人の高齢者（75-95 歳）が 13 のスクリプト化されたアクティビティを行った「高齢者データ」データセットでもテストされました。

最後に、研究者は、平均年齢 42 歳の 28 人の健康な男性と女性を 1-219 日間追跡した、公開されている「健康成人疲労データセット」を使用しました。このデータセットは、E4 と同等の多センサー ウェアラブル デバイスを使用して収集されました。

結果は、心拍数と呼吸数が再特定の最も確実な手段であり、平均 66% を超える精度率を達成したことを示しています。

PRI-Attack メソッドのテスト結果。PPG：光電血管法、HR：心拍数、BR：呼吸数、PVP：光電血管法から得られる血液容積パルス、IBI：光電血管法から得られる心拍間隔、TC：皮膚電気伝導性のトニック成分、Phasic Component of EDA data（同上）、Temp：温度。

研究は以下の結論に達しました：

「現代のコンピュータビジョン技術は、パブリックサーベイランスカメラから手のジェスチャーと対応する生理信号（心拍数、呼吸数）を学習するために簡単に利用できます。これらの大量の記録されたビデオは、攻撃者がユーザー固有のバイオメトリクスを学習して、HIPAA に準拠したサーバーに保存されたウェアラブル センシング データから ID を特定するために簡単に利用できます。」

HIPAAはPHRデータを「デフォルトで匿名化」とみなす

米国政府は、パーソナルヘルスレコード（PHR）の増加を認めており、分類しています。個人のヘルス情報を制御し、管理、追跡、ヘルスケアに参加する能力を持つ、個人のヘルス情報の電子レコードです。

ただし、これは民間セクターの現象であるため、政府は公式の監督を実施しておらず、個人を特定できる情報を含んでいないと判断しています。2016 年 6 月の米国保健福祉省による HIPAA 未適用エンティティに関する 報告書 では以下の通りです：

「アクセス、セキュリティ、プライバシーに関する政策のギャップが続いており、消費者とイノベーター両方に混乱が続いています。ウェアラブル フィットネストラッカー、ヘルス ソーシャル メディア、モバイル ヘルス アプリは、消費者のエンゲージメントの概念に基づいています。しかし、法律や規制はこれらの新しいテクノロジーに追いついていないのです。」