去中心化隐私保护邻近追踪
密码学与安全
2020-05-27 v1 计算机与社会
摘要
本文档描述并分析了一个大规模安全且隐私保护的邻近追踪系统。该系统称为DP3T，提供了技术基础，通过简化和加速通知可能暴露于病毒者的流程，以帮助减缓SARS-CoV-2的传播，使其能采取适当措施打破传播链。该系统旨在最小化个人和社区的隐私与安全风险，并保证最高级别的数据保护。我们的邻近追踪系统的目标是确定谁曾与COVID-19阳性者有过密切身体邻近接触从而暴露于病毒，且不泄露接触者身份或接触发生地点。为实现该目标，用户运行智能手机应用，持续广播代表用户手机的临时伪随机ID，并记录从邻近智能手机观察到的伪随机ID。当患者被诊断为COVID-19时，她可将先前从其手机广播的伪随机ID上传至中央服务器。在上传前，所有数据仅保留在用户手机上。其他用户的应用可利用服务器数据在本地估算设备所有者是否通过与被上传数据的COVID-19阳性者的近距离身体邻近而暴露于病毒。若应用检测到高风险，将通知用户。
引用
@article{arxiv.2005.12273,
title = {Decentralized Privacy-Preserving Proximity Tracing},
author = {Carmela Troncoso and Mathias Payer and Jean-Pierre Hubaux and Marcel Salathé and James Larus and Edouard Bugnion and Wouter Lueks and Theresa Stadler and Apostolos Pyrgelis and Daniele Antonioli and Ludovic Barman and Sylvain Chatel and Kenneth Paterson and Srdjan Čapkun and David Basin and Jan Beutel and Dennis Jackson and Marc Roeschlin and Patrick Leu and Bart Preneel and Nigel Smart and Aysajan Abidin and Seda Gürses and Michael Veale and Cas Cremers and Michael Backes and Nils Ole Tippenhauer and Reuben Binns and Ciro Cattuto and Alain Barrat and Dario Fiore and Manuel Barbosa and Rui Oliveira and José Pereira},
journal= {arXiv preprint arXiv:2005.12273},
year = {2020}
}
备注
46 pages, 6 figures, first published 3 April 2020 on https://github.com/DP-3T/documents where companion documents and code can be found