Ponowne identyfikowanie osób za pomocą danych ze śledzenia zdrowia i uczenia maszynowego

Nowy rodzaj ataku na prywatność oparty na danych ze śledzenia zdrowia został zidentyfikowany przez badaczy z University of Massachusetts Lowell. Atak na ponowną identyfikację osób (PRI-Attack) wykorzystuje dane zgodne z HIPAA, dostępne publicznie z urządzeń śledzących zdrowie, w celu ustalenia tożsamości osób na podstawie danych o częstotliwości serca, oddychaniu i gestykulacji rąk, między innymi.

Wrażliwość ta jest możliwa w Stanach Zjednoczonych dzięki temu, że Health Insurance Portability and Accountability Act (HIPAA), chociaż wymaga, aby dane medyczne pozostawały anonimowe, nie uważa surowych danych z czujników (takich jak temperatura skóry i dane z akcelerometru) za wrażliwe pod względem prywatności, a zatem nie wymaga, aby publicznie udostępniane dane tego typu były szyfrowane lub podlegały tym samym ochronom, co tradycyjne formy danych pacjentów, takie jak rekordy zdrowia.

Od wektora do wizualizacji

Atak PRI-Attack wykorzystuje interpretowaną daną obrazu do rozpoznania wspólnych wzorców, które korelują z innymi typami danych zdrowia. Odpowiedź skóry osoby, na przykład, może być oceniona z wideo (fotoplethysmografia), a skorelowana z tym, co powinno być całkowicie anonimową informacją wektorową z urządzeń monitorujących zdrowie, takich jak zegarki i inne rodzaje aparatów monitorujących. Fotoplethysmografia daje dane o częstotliwości serca, które mogą być sparowane z niezidentyfikowanymi danymi kardiologicznymi z urządzeń śledzących zdrowie.

Rozpoznawanie gestów jest kolejnym “kluczem”, który może być trywialnie przetłumaczony z danych wektorowych na macierz wizualną, co pozwala na skorelowanie interpretowanych danych obrazu/wideo z pozornie anonimowymi danymi z akcelerometru w danych zdrowia.

Informacje o gestach rąk z danych śledzenia zdrowia. Źródło: https://arxiv.org/pdf/2106.11900.pdf

Dane z czujników jako PII

Badania, prowadzone przez asystenta profesora Mohammada Arifa Ul Alam z UML, twierdzą, że dane z czujników fizjologicznych mogą stanowić PII, a w istocie są biologicznym analogiem technik śledzenia odcisków przeglądarki, które obecnie uważa się za podważające nowe inicjatywy ochrony prywatności użytkowników w sieci.

Aby przetestować hipotezę, badacz opracował ramy rozpoznawania i lokalizacji gestów, które interpretują dane gestów (zarejestrowane ruchy wektorowe) z akcelerometru noszonego na nadgarstku, a następnie tłumaczą ruchy na zapis wizualny, który może być skorelowany z ruchami rejestrowanymi przez urządzenia śledzące zdrowie.

Wykorzystano sieć neuronową Siamese (mm-SNN) do interpretacji informacji o gestach sklasyfikowanych za pomocą maszyny wektorowej (SVM). Jedna sieć zajmuje się danymi wektorowymi (interpretowanymi jako informacje obrazu w przestrzeni 3D), a druga sieć zajmuje się danymi fizjologicznymi rejestrowanymi z danych czujników.

Testowanie

System został przetestowany na różnych zestawach danych, w tym na “Zestawie danych zmęczenia graczy” uzyskanym przez zebranie danych od pięciu studentów-wolontariuszy w wieku 19-25 lat, którzy grali w gry wideo przez siedem dni, nosząc opaskę Empatica E4 na nadgarstku. Zegarek ten posiada akcelerometr, elektrodermalny kontekst (EDA), temperaturę skóry i fotoplethysmografię (PPG).

E4 został również wykorzystany w nowym “zestawie danych restauracji”, w którym osiem wolontariuszy przygotowało i zjadło kanapki przez dwadzieścia minut, a także w “zestawie danych osób starszych”, w którym 22 osoby starsze, w wieku 75-95 lat, wykonały 13 zaplanowanych czynności, nosząc zegarek.

Wreszcie, badacze wykorzystali dostępny publicznie “Zestaw danych zdrowych dorosłych”, który monitorował 28 zdrowych mężczyzn i kobiet o średnim wieku 42 lat przez 1-219 kolejnych dni, nosząc urządzenie wieloczujnikowe podobne do możliwości gromadzenia danych E4, w tym 3-osiowy akcelerometr, elektrodę skórną, temperaturę i czujnik foto, a także barometr.

Wyniki wskazują, że częstotliwość serca i oddychania są najbardziej pewnymi sposobami ponownej identyfikacji, uzyskując średnią wartość powyżej 66% dokładności.

Wyniki testowania metodyki PRI-Attack. PPG: fotoplethysmografia; HR: częstotliwość serca; BR: częstotliwość oddychania; PVP: puls objętości krwi (uzyskany z PPG); IBI: interwał między uderzeniami (uzyskany z PPG); TC: składnik toniczny sygnału EDA; składnik fazowy danych EDA (Ibid); Temp: temperatura.

Badania kończą się następująco:

‘Podczas gdy nowoczesna technologia wizji komputerowej może być łatwo wykorzystana do nauki gestów i odpowiadających im sygnałów fizjologicznych z publicznych kamer nadzoru, te ogromne ilości zarejestrowanych wideo mogą być łatwo wykorzystane przez atakujących do nauki specyficznych biometrycznych danych użytkowników w celu ujawnienia tożsamości z danych śledzenia zdrowia zgodnych z HIPAA.’

HIPAA uważa dane PHR za “anonimizowane domyślnie”

Rząd Stanów Zjednoczonych uznał rozwój osobistych rekordów zdrowia (PHR) i klasyfikuje taki rekord (w tym dane z urządzeń śledzących zdrowie) jako ‘elektroniczny rekord informacji zdrowotnych osoby, którym osoba kontroluje dostęp do informacji i może mieć możliwość zarządzania, śledzenia i uczestniczenia w swojej własnej opiece zdrowotnej’.

Jednakże, ponieważ jest to zjawisko sektora prywatnego, rząd przyznaje, że nie ma oficjalnego nadzoru nad tymi danymi, uznając, że nie zawierają one informacji identyfikujących osobę (PII). Raport z czerwca 2016 r. na temat podmiotów nieobjętych HIPAA z Departamentu Zdrowia i Usług Społecznych Stanów Zjednoczonych stwierdza:

‘[Duże] luki w polityce dotyczącej dostępu, bezpieczeństwa i prywatności nadal istnieją, a zamieszanie utrzymuje się zarówno wśród konsumentów, jak i innowatorów. Noszące urządzenia śledzące zdrowie, media społecznościowe zdrowia i aplikacje mobilne zdrowia opierają się na idei zaangażowania konsumenta. Jednak nasze prawa i przepisy nie nadążają za tymi nowymi technologiami.’