中文

接触者追踪应用的隐私指南

机器学习 2020-04-29 v1 密码学与安全 计算机与社会 分布式、并行与集群计算

摘要

接触者追踪是一种非常有力的方法,用于实施和强化社交距离以避免传染病传播。传统的接触者追踪方法耗时、耗人力、危险且容易因疲劳或缺乏技能而出错。因此,出现了基于移动端的接触者追踪应用。这些应用主要利用用户智能手机上报的基于 GPS 的绝对位置和基于蓝牙的相对位置的组合来推断各种信息。这些应用简化了接触者追踪任务;然而,它们也对用户隐私造成严重的影响,例如大规模监控、个人信息泄露以及额外揭示用户的行为模式。这种对用户隐私的影响导致对这些应用的信任缺失,从而使其目的落空。在这项工作中,我们讨论了接触者追踪应用应当能够处理的各种场景。我们重点介绍了一些知名接触者追踪应用的隐私处理方式。此外,我们描述了可能干扰其运行、滥用终端用户数据或阻碍其大规模采用的各类威胁主体。最后,我们从不同利益相关者的角度提出了接触者追踪应用的隐私指南。据我们所知,这是首个提供接触者追踪应用隐私指南的通用性工作。

关键词

引用

@article{arxiv.2004.13328,
  title  = {Privacy Guidelines for Contact Tracing Applications},
  author = {Manish Shukla and Rajan M A and Sachin Lodha and Gautam Shroff and Ramesh Raskar},
  journal= {arXiv preprint arXiv:2004.13328},
  year   = {2020}
}

备注

10 pages, 0 images