去中心化移动接触追踪应用中针对个体再识别的记忆建模
计算机与社会
2020-11-16 v2 社会与信息网络
摘要
2020 年冠状病毒暴发改变了全球民众的生活。在最初一段不清楚如何抗击病毒的时期之后，社交距离在全球被认可为缓解疾病传播的有效方法。这催生了诸如移动接触追踪应用（MCTA）等技术工具，用于数字化追踪人际接触，并在发现阳性病例时通知安装了该应用且曾与其接触的人员。去中心化 MCTA 可能遭受一种基于人类记忆的新型隐私攻击：用户在收到应用通知后可识别导致通知的阳性个体。我们的结果表明，在人类的联系人组中识别阳性人员确实是可行的，且当阳性个体的社交性较低时更为容易。实践中，我们的仿真结果显示，依据场景不同，识别准确率可超过 90%。我们还提供了三种可在去中心化 MCTA 中实施的缓解策略，并分析了其中哪种在限制此类新型攻击上更为有效。
引用
@article{arxiv.2010.05514,
title = {Modelling Memory for Individual Re-identification in Decentralised Mobile Contact Tracing Applications},
author = {Luca Bedogni and Shakila Khan Rumi and Flora Salim},
journal= {arXiv preprint arXiv:2010.05514},
year = {2020}
}