Xác định lại danh tính người dùng thông qua dữ liệu sức khỏe đeo và học máy

Một loại tấn công mới về quyền riêng tư dựa trên dữ liệu sức khỏe đeo đã được các nhà nghiên cứu từ Đại học Massachusetts Lowell xác định. Cuộc tấn công xác định lại người dùng (PRI-Attack) sử dụng dữ liệu HIPAA-compliant, công khai từ thiết bị sức khỏe đeo để xác định danh tính của cá nhân từ dữ liệu nhịp tim, hô hấp và cử chỉ tay, trong số những dữ liệu khác.

Sự dễ bị tấn công này có thể xảy ra ở Mỹ vì Health Insurance Portability and Accountability Act (HIPAA), trong khi yêu cầu dữ liệu y tế phải được giữ ẩn danh, không coi dữ liệu cảm biến thô (như nhiệt độ da và dữ liệu gia tốc) là nhạy cảm về quyền riêng tư, và do đó không yêu cầu dữ liệu công khai của loại này phải được mã hóa hoặc phải tuân theo các biện pháp bảo vệ chung mà HIPAA dành cho các hình thức dữ liệu bệnh nhân truyền thống, như hồ sơ sức khỏe.

Từ Vector đến Hình ảnh

Một cuộc tấn công PRI-Attack sử dụng dữ liệu hình ảnh được giải thích để phân biệt các mẫu chung tương quan với các loại dữ liệu sức khỏe khác. Ví dụ, phản ứng của da một người có thể được đánh giá từ video (photoplethysmography), và tương quan với thông tin vector không được xác định từ thiết bị theo dõi sức khỏe như đồng hồ đeo, và các loại thiết bị theo dõi khác. Photoplethysmography cung cấp dữ liệu nhịp tim, có thể được ghép nối với dữ liệu tim mạch không được xác định từ thiết bị sức khỏe đeo.

Nhận dạng cử chỉ là một ‘chìa khóa’ khác có thể được dịch một cách đơn giản từ dữ liệu vector thành một ma trận hình ảnh, cho phép dữ liệu hình ảnh/video được giải thích tương quan với thông tin cảm biến không được xác định trong dữ liệu sức khỏe.

Thông tin cử chỉ tay từ dữ liệu đeo. Nguồn: https://arxiv.org/pdf/2106.11900.pdf

Dữ liệu Cảm biến là Thông tin Cá nhân

Nghiên cứu, từ Giáo sư trợ lý Mohammad Arif Ul Alam của UML, cho rằng dữ liệu cảm biến sinh lý có thể thực sự cấu thành thông tin cá nhân (PII), và về cơ bản là một tương tự sinh học của các kỹ thuật dấu vân tay trình duyệt hiện đang tin rằng đang phá hoại các sáng kiến mới để bảo vệ quyền riêng tư của người dùng trên web.

Để kiểm tra giả thuyết, nhà nghiên cứu đã phát triển một khuôn khổ nhận dạng và định vị cử chỉ tay, giải thích dữ liệu cử chỉ (được ghi lại là chuyển động vector) từ cảm biến gia tốc của thiết bị đeo, và dịch chuyển các chuyển động thành một bản ghi hình ảnh có thể tương quan với các chuyển động được ghi lại bởi thiết bị sức khỏe đeo.

Một Mạng nơ-ron Siamese đa phương thức (mm-SNN) đã được xây dựng để giải thích thông tin cử chỉ được phân loại thông qua Máy Vector Hỗ trợ (SVM). Một mạng lưới xử lý thông tin vector (được giải thích như thông tin hình ảnh trong không gian 3D) và mạng lưới thứ hai xử lý dữ liệu sinh lý được ghi lại từ dữ liệu cảm biến.

Thử nghiệm

Hệ thống đã được thử nghiệm trên các tập dữ liệu khác nhau, bao gồm một ‘Tập dữ liệu mệt mỏi của game thủ’ thu được bằng cách thu thập dữ liệu từ năm sinh viên tình nguyện, tuổi từ 19-25, những người chơi trò chơi điện tử trong bảy ngày trong khi đeo vòng tay Empatica E4 E4. Đồng hồ này có cảm biến gia tốc, điện dẫn da (EDA), nhiệt độ da và photoplethysmography (PPG) sensors.

E4 cũng được sử dụng trong một tập dữ liệu ‘nhà hàng’ mới, nơi tám tình nguyện viên chuẩn bị và ăn bánh mì trong hai mươi phút, và trong một tập dữ liệu ‘người lớn tuổi’, nơi 22 đối tượng lớn tuổi, tuổi từ 75-95, thực hiện 13 hoạt động được kịch bản trong khi đeo đồng hồ.

Cuối cùng, các nhà nghiên cứu đã sử dụng tập dữ liệu công khai ‘Tập dữ liệu mệt mỏi của người trưởng thành khỏe mạnh’, đã theo dõi 28 người đàn ông và phụ nữ khỏe mạnh với độ tuổi trung bình là 42 trong 1-219 ngày liên tiếp trong khi đeo một thiết bị đeo đa cảm biến tương tự như khả năng thu thập dữ liệu của E4, bao gồm cảm biến gia tốc 3 trục, điện cực phản ứng da, nhiệt độ và cảm biến ánh sáng, và một máy đo áp suất.

Kết quả chỉ ra rằng nhịp tim và nhịp thở là phương tiện chắc chắn nhất để xác định lại danh tính, đạt được tỷ lệ chính xác trung bình trên 66%.

Kết quả từ thử nghiệm phương pháp tấn công PRI-Attack. Crib: PPG: photoplethysmography; HR: nhịp tim; BR: nhịp thở; PVP: Blood Volume Pulse (được lấy từ PPG); IBI: Inter Beat Interval (được lấy từ PPG); TC: Tonic Component của tín hiệu EDA; Phasic Component của dữ liệu EDA (Ibid); Temp: Nhiệt độ.

Nghiên cứu kết luận:

‘Trong khi công nghệ tầm nhìn máy tính hiện đại có thể dễ dàng được sử dụng để học các cử chỉ tay và tín hiệu sinh lý tương ứng (nhịp tim, nhịp thở) từ camera giám sát công khai, số lượng lớn video được ghi lại này có thể dễ dàng được sử dụng bởi các kẻ tấn công để học các đặc điểm sinh trắc học cụ thể của người dùng và tiết lộ danh tính từ dữ liệu cảm biến đeo HIPAA-compliant.’

HIPAA coi dữ liệu PHR là ‘Đã được ẩn danh theo mặc định’

Chính phủ Hoa Kỳ đã công nhận sự phát triển của hồ sơ sức khỏe cá nhân (PHR), và phân loại hồ sơ như vậy (bao gồm cả dữ liệu từ thiết bị sức khỏe đeo) là ‘một hồ sơ điện tử về thông tin sức khỏe của một cá nhân mà cá nhân đó kiểm soát quyền truy cập vào thông tin và có thể có khả năng quản lý, theo dõi và tham gia vào chăm sóc sức khỏe của chính mình’.

Tuy nhiên, vì đây là một hiện tượng từ khu vực tư nhân, chính phủ thừa nhận không có sự giám sát chính thức đối với loại dữ liệu này, đã thiết lập rằng nó không chứa thông tin cá nhân (PII). Một báo cáo vào tháng 6 năm 2016 về các thực thể không thuộc HIPAA từ Bộ Y tế và Dịch vụ Nhân sinh Hoa Kỳ tuyên bố:

‘[Các khoảng trống lớn] trong các chính sách về quyền truy cập, bảo mật và quyền riêng tư vẫn tiếp tục, và sự nhầm lẫn vẫn tồn tại giữa cả người tiêu dùng và các nhà đổi mới. Các thiết bị theo dõi sức khỏe đeo, truyền thông xã hội sức khỏe và ứng dụng di động sức khỏe được dựa trên ý tưởng về sự tham gia của người tiêu dùng. Tuy nhiên, luật pháp và quy định của chúng tôi chưa theo kịp những công nghệ mới này.’