Quest：利用WiFi数据集进行COVID-19实用且 oblivious 的缓解策略
数据库
2020-05-07 v1 密码学与安全
分布式、并行与集群计算
信息检索
摘要
接触者追踪已成为预防COVID-19等大流行传播的主要缓解策略之一。近来，已启动若干努力以利用技术（例如蓝牙信标、蜂窝数据记录和智能手机应用）追踪个人、其移动与交互。此类方案往往具侵入性，可能侵犯个人隐私权，并常受诸如GDPR与CCPR等法规约束，这些法规要求采用选择加入策略来收集与使用个人信息。本文介绍Quest，一个使组织能够以被动且保护隐私的方式利用WiFi连接数据观察个人与空间以实施社交距离与接触者追踪策略的系统。其目标是保障组织内员工与 occupants 的安全，同时保护各方的隐私。Quest结合了计算与信息论安全的协议，可防止攻击者获取个人基于WiFi数据的位置历史；其支持准确识别曾位于确诊患者附近的用户，并通过选择加入机制通知他们。Quest支持一系列隐私保护应用，以确保遵守社交距离、监测人员通过空间的流动、识别潜在受影响区域并发出暴露警报。我们描述了Quest中所提安全/隐私技术的架构、设计选择与实现。我们还通过加州大学欧文分校实际校园规模部署（基于超过5000万条元组的大型数据集）验证了Quest的实用性并进行了全面评估。
引用
@article{arxiv.2005.02510,
title = {Quest: Practical and Oblivious Mitigation Strategies for COVID-19 using WiFi Datasets},
author = {Peeyush Gupta and Sharad Mehrotra and Nisha Panwar and Shantanu Sharma and Nalini Venkatasubramanian and Guoxi Wang},
journal= {arXiv preprint arXiv:2005.02510},
year = {2020}
}