Återidentifiering av personer genom bärbara hälsodata och maskinlärande

En ny typ av integritetsattack baserad på bärbara hälsodata har identifierats av forskare från University of Massachusetts Lowell. Person Re-identifieringsattack (PRI-Attack) använder HIPAA-kompatibla, offentligt tillgängliga data från hälsobärare för att fastställa identiteten hos individer från hjärtfrekvens, andningsdata och handrörelser, bland annat.

Sårbarheten möjliggörs i USA av det faktum att Health Insurance Portability and Accountability Act (HIPAA), medan den kräver att medicinska data förblir anonyma, inte betraktar råa sensordata (såsom hudtemperatur och accelerometerdata) som känsliga för integritet, och därför inte kräver att offentligt delade data av denna typ ska krypteras eller omfattas av samma allmänna skydd som traditionella former av patientdata, såsom hälsorekord.

Från vektor till visuell

En PRI-attack använder tolkad bilddata för att urskilja vanliga mönster som korrelerar till andra typer av hälsodata. En persons hudreaktion, till exempel, kan utvärderas från video (fotoplethysmografi), och korreleras till vad som borde vara helt anonym vektorinformation från hälsövervakningsenheter som bärbara klockor och andra typer av övervakningsapparater. Fotoplethysmografi ger hjärtfrekvensdata, som kan paras ihop med icke-identifierad bärbar hjärtdata.

Gestigenkänning är en annan “nyckel” som kan översättas trivialt från vektordata till en visuell matris som, igen, tillåter tolkad bild-/videodata att korreleras till tydligen anonym accelerometerinformation i hälsodata.

Handrörelseinformation från bärbara data. Källa: https://arxiv.org/pdf/2106.11900.pdf

Sensordata som PII

Forskningen, från UML-biträdande professor Mohammad Arif Ul Alam, hävdar att fysiologisk sensordata faktiskt kan utgöra PII, och är i effekt en biologisk analog till de webbläsaravtrycks-tekniker som för närvarande anses underminera nya initiativ för att skydda användarintegritet på webben.

För att testa hypotesen utvecklade forskaren en handrörelseigenkänning och lokaliseringsram som tolkar gestdata (inspelad vektorbaserad rörelse) från en bärbar accelerometer, och översätter rörelserna till en visuell post som kan korreleras till rörelser som registrerats av bärbara hälsenheter.

En multimodal Siamese Neural Network (mm-SNN) konstruerades för att tolka gestinformation klassificerad via Support Vector Machine (SVM). En nätverk hanterar vektordata (tolkad som bildinformation i ett 3D-utrymme) och det andra nätverket hanterar fysiologiska data som registrerats från sensordata.

Testning

Systemet testades på olika datamängder, inklusive en “Gamer’s Fatigue Dataset” som samlades in genom att samla data på fem volontärstudenter, åldrarna 19-25, som spelade videospel i sju dagar medan de bar Empatica E4 armband. Klockan har ACC, elektrodermal kontext (EDA), hudtemperatur och fotoplethysmografi (PPG)-sensorer.

E4 användes också i en ny “restaurangdata” datamängd, där åtta volontärer preparerade och åt smörgåsar i tjugo minuter, och i en “äldre vuxna” datamängd, där 22 äldre ämnen, åldrarna 75-95, utförde 13 manusskrivna aktiviteter medan de bar klockan.

Slutligen använde forskarna den offentligt tillgängliga “Healthy Adults Fatigue Dataset”, som övervakade 28 friska män och kvinnor med en genomsnittsålder på 42 under 1-219 på varandra följande dagar medan de bar en multisensorbärbar enhet som liknade datainsamlingsförmågan hos E4, inklusive en 3-axlad ACC, galvanisk hudreaktionselektrod, temperatur- och fotosensorer och en barometer.

Resultaten visar att hjärtfrekvens och andningsfrekvens är de säkraste sätten att återidentifiera, med en genomsnittlig noggrannhet på över 66%.

Resultat från testning av PRI-Attack-metoden. Crib: PPG: fotoplethysmografi; HR: hjärtfrekvens; BR: andningsfrekvens; PVP: Blodvolymimpuls (hämtad från PPG); IBI: Inter Beat Interval (hämtad från PPG); TC: Tonic Component of EDA signal; Fasisk komponent av EDA-data (Ibid); Temp: Temperatur.

Forskningen slutsats:

‘Medan modern datorseende-teknik kan användas för att lära sig handrörelser och korresponderande fysiologiska signaler (hjärtfrekvens, andningsfrekvens) från offentliga övervakningskameror, kan dessa stora mängder inspelade videor lätt användas av angripare för att lära sig användarspecifika biometri för att avslöja identitet från HIPAA-kompatibla servrar som lagrar bärbara sensordata.’

HIPAA anser att PHR-data är “anonymiserad som standard”

Den amerikanska regeringen har erkänt tillväxten av personliga hälsorekord (PHR) och klassificerar en sådan post (inklusive data från hälsobärare) som ‘en elektronisk post som innehåller en individs hälsouppgifter, som individen kontrollerar åtkomsten till och kan ha möjlighet att hantera, spåra och delta i sin egen hälsovård’.

Trots detta, eftersom detta är ett fenomen från den privata sektorn, medger regeringen ingen officiell tillsyn av sådana data, och har fastställt att de inte innehåller personligt identifierbar information (PII). En rapport från juni 2016 om icke-täckta HIPAA-enheter från den amerikanska hälso- och socialdepartementet säger:

‘[Stora] gap i policys kring åtkomst, säkerhet och integritet kvarstår, och förvirring består bland både konsumenter och innovatörer. Bärbara fitnessspårare, hälsorelaterad sociala medier och mobila hälsotillämpningar bygger på idén om konsumentengagemang. Men våra lagar och regler har inte hållit jämna steg med dessa nya teknologier.’