Reidentificarea persoanelor prin date de sănătate purtabile și învățare automată

O nouă tip de atac de confidențialitate bazat pe date de sănătate purtabile a fost identificat de către cercetători de la Universitatea din Massachusetts Lowell. Atacul de reidentificare a persoanelor (PRI-Attack) utilizează date publice disponibile și conforme cu HIPAA de la dispozitive de sănătate purtabile pentru a stabili identitatea indivizilor din date de ritm cardiac, respirație și mișcări ale mâinii, printre altele.

Vulnerabilitatea este posibilă în Statele Unite datorită faptului că Legea privind portabilitatea și responsabilitatea asigurării de sănătate (HIPAA), deși cere ca datele medicale să rămână anonime, nu consideră datele brute de la senzori (cum ar fi temperatura pielii și datele de la accelerometru) ca fiind sensibile din punct de vedere al confidențialității și, prin urmare, nu cere ca datele publice de acest tip să fie criptate sau supuse acelorași protecții generale pe care le oferă pentru formele tradiționale de date ale pacienților, cum ar fi fișele medicale.

De la vector la vizual

Un atac PRI utilizează date de imagine interpretate pentru a descoperi modele comune care se corelează cu alte tipuri de date de sănătate. Răspunsul pielii unei persoane, de exemplu, poate fi evaluat din videoclip (fotopletismografie), și corelat cu informații vectoriale aparent anonime de la dispozitive de monitorizare a sănătății, cum ar fi ceasuri purtabile, și alte tipuri de aparate de monitorizare. Fotopletismografia oferă date de ritm cardiac, care pot fi pereche cu date de ritm cardiac neidentificate de la dispozitive de sănătate purtabile.

Recunoașterea gesturilor este o altă “cheie” care poate fi tradusă trivial din date vectoriale într-o matrice vizuală care, din nou, permite ca datele de imagine/video interpretate să fie corelate cu informații aparent anonime de la accelerometru din datele de sănătate.

Informații despre gesturile mâinii din datele purtabile. Sursă: https://arxiv.org/pdf/2106.11900.pdf

Date de la senzori ca informații de identificare personală

Cercetarea, condusă de profesorul asistent Mohammad Arif Ul Alam de la UML, susține că datele de la senzorii fiziologici pot constitui, într-adevăr, informații de identificare personală și sunt, în esență, un analog biologic al tehnicilor de amprentare a browserului, care se crede că subminează în prezent inițiativele noi de protecție a confidențialității utilizatorilor pe web.

Pentru a testa ipoteza, cercetătorul a dezvoltat un cadru de recunoaștere și localizare a gesturilor care interpretează date de gesturi (înregistrate sub formă de mișcări vectoriale) de la un accelerometru purtabil și le traduce într-un înregistrare vizuală care poate fi corelată cu mișcări înregistrate de dispozitive de sănătate purtabile.

Un sistem neural Siamese multi-modal (mm-SNN) a fost construit pentru a interpreta informații de gesturi clasificate prin Mașină de Vectorsuport (SVM). O rețea se ocupă de informațiile vectoriale (interpretate ca informații de imagine într-un spațiu 3D) și a doua rețea se ocupă de datele fiziologice înregistrate de la senzorii de date.

Testare

Sistemul a fost testat pe diverse seturi de date, inclusiv un set de date “Oboseală a jucătorilor” obținut prin colectarea de date de la cinci studenți voluntari, cu vârste cuprinse între 19 și 25 de ani, care au jucat jocuri video timp de șapte zile purtând un bracelet Empatica E4 E4. Ceasul are senzori ACC, electrodermal context (EDA), temperatură a pielii și fotopletismografie (PPG).

Braceletul E4 a fost utilizat, de asemenea, într-un set de date “restaurant” nou, în care opt voluntari au pregătit și au mâncat sandwich-uri timp de douăzeci de minute, și într-un set de date “adulți mai în vârstă”, în care 22 de subiecți mai în vârstă, cu vârste cuprinse între 75 și 95 de ani, au efectuat 13 activități scriptate purtând ceasul.

În cele din urmă, cercetătorii au utilizat setul de date public disponibil “Oboseală la adulți sănătoși”, care a monitorizat 28 de bărbați și femei sănătoși, cu o vârstă medie de 42 de ani, timp de 1-219 zile consecutive, purtând un dispozitiv purtabil multisenzor, similar cu capacitățile de colectare a datelor ale dispozitivului E4, inclusiv un accelerometru 3D, electrod de răspuns galvanic al pielii, temperatură și foto-senzori și un barometru.

Rezultatele indică faptul că ritmul cardiac și ritmul respirator sunt mijloacele cele mai sigure de reidentificare, obținând o rată medie de precizie de peste 66%.

Rezultatele testării metodei PRI-Attack. Crib: PPG: fotopletismografie; HR: ritm cardiac; BR: ritm respirator; PVP: puls de volum de sânge (obținut din PPG); IBI: interval inter-bătăi (obținut din PPG); TC: componentă tonică a semnalului EDA; componentă fazică a datelor EDA (Ibid); Temp: temperatură.

Cercetarea concluzionează:

‘În timp ce tehnologia de viziune modernă poate fi utilizată cu ușurință pentru a învăța gesturi și semnale fiziologice (ritm cardiac, ritm respirator) din camerele de supraveghere publică, aceste cantități mari de videoclipuri înregistrate pot fi utilizate cu ușurință de atacatori pentru a învăța biometrice specifice utilizatorilor și a dezvălui identitatea din datele de sănătate stocate conform HIPAA.’

HIPAA consideră datele PHR “anonimizate implicit”

Guvernul Statelor Unite a recunoscut creșterea înregistrărilor de sănătate personale (PHR) și clasifică un astfel de înregistrare (inclusiv date de la dispozitive de sănătate purtabile) ca ‘un înregistrare electronică a informațiilor de sănătate ale unui individ, prin care individul controlează accesul la informații și poate avea capacitatea de a gestiona, urmări și participa la propriile sale îngrijiri de sănătate’.

Cu toate acestea, deoarece acesta este un fenomen din sectorul privat, guvernul nu are nicio supraveghere oficială asupra acestor date, stabilind că nu conțin informații de identificare personală (PII). Un raport din iunie 2016 privind entitățile neacoperite de HIPAA de la Departamentul de Sănătate și Servicii Umane al Statelor Unite afirmă:

‘[Există] lacune mari în politicile privind accesul, securitatea și confidențialitatea, și persistă confuzia atât printre consumatori, cât și printre inovatori. Dispozitivele de fitness purtabile, rețelele sociale de sănătate și aplicațiile mobile de sănătate se bazează pe ideea de implicare a consumatorilor. Cu toate acestea, legile și reglementările noastre nu au ținut pasul cu aceste noi tehnologii.’