Jak wydobywać dane telefonu komórkowego bez naruszania prywatności?

Naukowcy z AT&T, Rutgers University, Princeton i Loyola University opracowali sposób na wydobywanie danych z telefonów komórkowych bez ujawniania swojej tożsamości, potencjalnie pokazując drogę do uniknięcia pułapek prywatności, które dotychczas ograniczały globalną eksplorację danych z telefonów komórkowych do badań laboratoria.

Wielki dzień poza domem: Jednym z zastosowań modeli mobilności opartych na telefonach komórkowych jest zrozumienie ruchów między miastami lub regionami, takich jak dojazdy lub wzorce przemieszczania się do iz punktów orientacyjnych. Gęstość połączeń w letnią sobotę w nowojorskim Central Parku pokazano tutaj, z najcięższym użyciem na czerwono.

Pracując z miliardami punktów danych lokalizacyjnych z połączeń telefonii komórkowej AT&T i wiadomości tekstowych w Los Angeles i Nowym Jorku, zbudowali model mobilności dwóch regionów, który agreguje dane, tworzy reprezentatywne syntetyczne rekordy połączeń, a następnie matematycznie zaciemnia wszelkie dane, które mogą skłaniać do identyfikacji osób.

Model może robić takie rzeczy, jak szybkie przewidywanie, jak nowa polityka rozwoju lub telepracy wpłynie na ogólny transport, lub może być nowym narzędziem do planowania na poziomie miasta, gdzie dostępnych jest niewiele danych dotyczących mobilności, mówi Małgorzata Martonosi , informatyk z Princeton, który pracuje nad modelem. Obecnie planiści na ogół polegają na czujnikach drogowych i ograniczonej liczbie osób, które pozwalają na rejestrowanie swojej pozycji GPS.

Vincent blondi , informatyk z Université Catholique de Louvain w Belgii i lider badań nad rejestrami danych połączeń i kwestiami prywatności, twierdzi, że praca była imponująca. To doskonała praca, która pomoże zbadać sposoby jak najlepszego wykorzystania ważnych danych w sposób chroniący prywatność, mówi.

POWIĄZANE HISTORIE Zobacz inne artykuły dostarczone przez firmę Symantec:

• Mobilność w przedsiębiorstwie
• Bezpieczni doradcy mobilni
• Studium przypadku: Quest Diagnostics mobilizuje swoich lekarzy i przedstawicieli handlowych

Nawet najprostszy telefon pozostawia po sobie rozległe ślady cyfrowe — zwane rejestrami szczegółów połączeń lub CDR — które są przechowywane przez operatorów komórkowych. Te zapisy — w momencie nawiązania połączenia głosowego lub wiadomości tekstowej oraz tożsamości i lokalizacji zaangażowanej wieży komórkowej — podają przybliżoną lokalizację właściciela telefonu. Z czasem mogą posłużyć do opracowania dokładnego śladu ruchów użytkownika.

Łącznie – ale jak dotąd głównie w teorii – dane te mogą być wykorzystywane do prowadzenia badań epidemiologicznych lub do wyłapywania ruchu, dając bezprecedensowy obraz wszystkich wzorców przemieszczania się ludzi (patrz Jak przewoźnicy bezprzewodowi zarabiają na swoich ruchach). Może również kierować działaniami rozwojowymi w biedniejszych częściach świata (patrz Big Data z tanich telefonów).

Jednak wbudowanie gwarantowanej ochrony prywatności stanowi najtrudniejszą przeszkodę dla rosnącej liczby wysiłków badawczych, które wykorzystują CDR. Nawet jeśli takie zapisy są pozbawione nazwisk i numerów, tożsamość osoby często można ujawnić innymi sposobami. Na przykład pojedynczy sygnał ping-tower o 4:12 rano może zostać połączony z publicznym tweetem wykonanym o 4:12 rano, który zawiera lokalizację i tożsamość głośnika wysokotonowego. Podobne zagrożenia pojawiają się w przypadku danych należących do osób mieszkających na odległych obszarach lub mających nietypowe wzorce dojazdów do pracy z domu do pracy.

Nowe podejście zaczyna się od zebrania śladów rzeczywistych ruchów człowieka, a następnie zidentyfikowania wspólnych lokalizacji, które mogą wskazywać na dom, pracę lub szkołę. Następnie tworzy zestaw modeli transportu. Modele te generują ślady tras osób, które naukowcy nazywają syntetycznymi, ponieważ są one jedynie reprezentatywne dla danych zbiorczych, a nie rzeczywistych ludzi.

Ale kluczem jest trzecia część. Nawet te rzekomo syntetyczne zapisy mogą być bardzo zbliżone do rzeczywistych (zwłaszcza, gdy bazowa próba zbiorcza jest niewielka). Tak więc algorytm, wykorzystując nową technikę znaną jako prywatność różnicowa, dokładnie oblicza, jak wysokie jest to ryzyko i jak je zmniejszyć, zmieniając dane. Hałas jest wstrzykiwany do modelu w punktach, aby zmniejszyć prawdopodobieństwo zidentyfikowania poszczególnych osób, mówi Martonosi.

Wstrzykiwanie hałasu obejmuje celowe zmienianie zagregowanych lokalizacji domu i pracy w celu zmniejszenia polegania na danych dowolnej osoby. Podobnie łączne czasy połączeń są zmieniane w celu zamaskowania wkładu każdej osoby. Podsumowując, takie poprawki danych zniweczą wszelkie wysiłki na rzecz dostosowania baz danych.

Część tych nowych prac związanych z modelowaniem mobilności została po raz pierwszy zaprezentowana na konferencji w zeszłym roku, ale udoskonalenia i wariant prywatności różnicowej zostały zaprezentowane w zeszłym tygodniu na konferencji w MIT. Na tej samej konferencji naukowcy IBM pokazali, w jaki sposób rejestry połączeń mogą pomóc zoptymalizować trasy transportu publicznego (patrz Afrykańskie trasy autobusowe przerysowane przy użyciu danych z telefonów komórkowych).

Martonosi mówi, że publiczne udostępnienie modeli mobilności, które ona i jej współpracownicy zbudowali w obszarach metropolitalnych Nowego Jorku i Los Angeles, nie nastąpi, dopóki dodatkowe publikacje nie sfinalizują prac i nie potwierdzą podejścia do prywatności, ponieważ modele pośrednio czerpią z rzeczywistych danych użytkowników.

W międzyczasie metody, które ona i jej współpracownicy wykorzystali do zbudowania modelu, są publicznie publikowane. Dlatego inne grupy mogłyby zbudować podobne modele dla innych obszarów metropolitalnych, gdyby miały własne rekordy danych połączeń, z którymi można pracować, mówi. AT&T współpracowało przy badaniu, które zostało przeprowadzone w ośrodku AT&T na danych o klientach pochodzących z trzech miesięcy od 300 000 klientów przewoźnika w rejonach Nowego Jorku i Los Angeles. AT&T odmówił komentarza do tej historii.

W obliczu rosnącego zainteresowania badaczy danymi mobilnymi podejście grup cieszy się dużym zainteresowaniem. William Hoffman, który kieruje działaniami rozwojowymi opartymi na danych Światowego Forum Ekonomicznego, mówi, że podejście okazało się obiecujące. Pomyślałem, że koncepcja była dość interesująca jako sposób na „odbezpieczenie” zdolności badaczy do eksploracji danych – mówi. Jest to jeden z wielu kroków, które właściciele danych mogą wykonać, aby zachować równowagę między wykorzystaniem danych, jednocześnie chroniąc jednostkę.

Jednym z kluczowych pytań jest to, czy system syntetycznych rekordów danych mógłby przybliżyć przewoźnikom delikatną kwestię uzyskiwania zgody użytkownika. To jeden z głównych problemów, które wyniosłem z konferencji [ostatniej MIT], mówi Hoffman. Odpowiedź może zależeć od tego, w jaki sposób dane zostały wykorzystane lub sprzedane, mówi.

Nicolas Decordes, wiceprezes Orange, europejskiego przewoźnika, mówi, że zespół badawczo-rozwojowy firmy powiedział, że techniki będą wykonalne i mogą być pomocne w modelowaniu transportu. Ponieważ metoda nie wykorzystuje danych w czasie rzeczywistym, jest jednak lepsza do planowania i nie może kierować odpowiedzią na zdarzenia.

Proces pozyskiwania i wykorzystywania danych z telefonu komórkowego jest już bardzo drażliwy. Kiedy Orange udostępnił badaczom dane z Wybrzeża Kości Słoniowej w zeszłym roku, proces nadzorowany przez Decordes, ten kraj został wybrany, ponieważ jego ministerstwo ds. technologii informacyjnych i komunikacyjnych (ICT) nie podpisało ram prawnych ograniczających takie wykorzystanie, w przeciwieństwie do pobliskich krajów afrykańskich . Mimo to Orange wymagał od badaczy podpisania umów zabraniających im prób identyfikacji osób.

Linus Bengtsson , epidemiolog w szwedzkim Instytucie Karolinska i założyciel Flowminder , który dostarcza dane dotyczące mobilności organizacjom pozarządowym i agencjom humanitarnym, twierdzi, że bez względu na stopień zaawansowania ochrony prywatności społeczność naukowa zawsze będzie potrzebować kodeksów postępowania w celu ochrony prywatności. Badacze z wielu dziedzin analizują zbiory danych, w których ktoś — z wystarczającą determinacją — mógłby zidentyfikować ludzi — mówi. Myślę, że [opracowanie] reguł jest w rzeczywistości ważniejszym punktem niż trudne zadanie tworzenia specjalnych anonimowych zbiorów danych.

Inne niedawne wyniki badań obejmowały te, które pokazują, w jaki sposób można wykorzystać zapisy rozmów do śledzenia kibiców piłki nożnej opuszczających mecz, a nawet mapowania poziomu ubóstwa w danym kraju, jeśli przeanalizujemy nawyki związane z zakupami czasu antenowego (patrz Przebłyski świata ujawnione przez dane z telefonów komórkowych ).

ukryć