[論文レビュー] A Privacy-preserving Mobile and Fog Computing Framework to Trace and Prevent COVID-19 Community Transmission

Whaiduzzaman, Md. Razon Hossain+5 more|arXiv (Cornell University)|Jun 23, 2020

COVID-19 Digital Contact Tracing参考文献 26被引用数 4

ひとこと要約

本論文では、COVID-19のコミュニティ内感染拡大を追跡・防止するためのプライバシー保護型モバイル・フォグコンピューティングフレームワーク、PPMFを提案する。Bluetooth Low Energyを用いた暗号化された一時的識別子、分散型フォグノード（ARCおよびSUDUN）、ユーザー主導のデータ取り扱いを活用することで、ユーザーの個人情報や位置情報を暴露することなく、リアルタイムでのリスク検出と接触追跡を実現する。14日以内にデータ削除が可能な仕組みを備え、完全なプライバシー準拠と自発的参加を達成する。

ABSTRACT

To slow down the spread of COVID-19, governments around the world are trying to identify infected people and to contain the virus by enforcing isolation and quarantine. However, it is difficult to trace people who came into contact with an infected person, which causes widespread community transmission and mass infection. To address this problem, we develop an e-government Privacy Preserving Mobile and Fog computing framework entitled PPMF that can trace infected and suspected cases nationwide. We use personal mobile devices with contact tracing app and two types of stationary fog nodes, named Automatic Risk Checkers (ARC) and Suspected User Data Uploader Node (SUDUN), to trace community transmission alongside maintaining user data privacy. Each user's mobile device receives a Unique Encrypted Reference Code (UERC) when registering on the central application. The mobile device and the central application both generate Rotational Unique Encrypted Reference Code (RUERC), which broadcasted using the Bluetooth Low Energy (BLE) technology. The ARCs are placed at the entry points of buildings, which can immediately detect if there are positive or suspected cases nearby. If any confirmed case is found, the ARCs broadcast pre-cautionary messages to nearby people without revealing the identity of the infected person. The SUDUNs are placed at the health centers that report test results to the central cloud application. The reported data is later used to map between infected and suspected cases. Therefore, using our proposed PPMF framework, governments can let organizations continue their economic activities without complete lockdown.

研究の動機と目的

• 既存の接触追跡アプリケーションが過剰な個人データを収集し、透明性に欠けることによるプライバシー侵害を是正すること。
• 公共空間における感染者のリアルタイム検出を可能にしつつ、ユーザーの匿名性を保つ統合型モバイル・フォグコンピューティングフレームワークを設計すること。
• 自発的参加、最小限のデータ収集、14日以内のデータ削除が可能なユーザー主導のデータ管理を確保すること。
• 経済活動の継続を支援するため、大規模なロックダウンではなく標的型隔離が可能なスケーラブルかつeガバメント対応のシステムを構築すること。
• 不正利用を防止する透明性・オープンソース性・規範準拠性を備えたフレームワークを提供すること。

提案手法

• ユーザーは最小限のデータ（電話番号、郵便番号、年齢層）で登録し、ローカルに保存された一意の暗号化参照コード（UERC）を取得する。
• モバイルデバイスは、Bluetooth Low Energy（BLE）を介して回転型一意の暗号化参照コード（RUERC）をブロードキャストし、匿名的な近接検出を実現する。
• 自動リスクチェックャー（ARC）は建物の入り口に設置され、近隣の陽性または疑わしい症例を検知し、個人情報を暴露せずに匿名のアラートを発行する。
• 疑わしいまたは感染が確認されたユーザーは、保健所に設置された疑わしいユーザーデータアップローダーノード（SUDUN）を介して接触ログをアップロードする。
• 中央アプリケーションは郵便番号と年齢層を用いて感染クラスタをマッピングし、生の位置データを保存せずにスーパースプレッダーの特定と可視化を可能にする。
• システムは、自発的利用、最小限のデータ収集、14日以内のデータ破棄、オープンソースの透明性を通じてプライバシーを強化する。

実験結果

リサーチクエスチョン

• RQ1 既存のモバイル接触追跡アプリケーションにおける主なプライバシー的・技術的課題は何か？
• RQ2 モバイルとフォグコンピューティングを統合することで、公共空間におけるリアルタイムでプライバシー保護型の接触追跡を実現する方法は何か？
• RQ3 ユーザーの同意、データ最小化、透明性を確保しつつ、効果的な流行抑止を可能にするスケーラブルでeガバメント対応のフレームワークを設計するにはどうすればよいか？
• RQ4 クラウドのみまたはモバイルのみのソリューションと比較して、フォグノード（ARCおよびSUDUN）がプライバシーとシステムの応答性をどのように向上させるか？
• RQ5 プライバシー規制とユーザー信頼を確保するため、データをどのように収集・処理・削除すればよいか？

主な発見

• PPMFフレームワークは、個々の位置データの収集を完全に排除し、一時的で回転する暗号化識別子を用いることで、完全なユーザーのデータプライバシーを実現する。
• ユーザーは14日以内にシステムから自身のデータを削除可能であり、これはCOVIDSafeのようなシステムがパンデミック終了まで待つ必要があるのと比べて顕著な改善である。
• ARCフォグノードは、感染者の個人情報を暴露せずに、公共施設内で即時かつ匿名のリスクアラートを発行可能にする。
• SUDUNインfraは、保健所が安全に検査結果と接触ログをアップロードできる仕組みを提供し、郵便番号と年齢層に基づくクラスタマッピングを可能にする。
• フレームワークは、自発的参加、最小限のデータ収集、データ利用制限、透明性、ユーザー制御というプライバシー原則を完全に満たしている。
• 既存のソリューションと比較して、PPMFは、自発的利用、データ最小化、データ破棄、透明性、フォグベースのリスク検出といった、すべての主要なプライバシー保護機能を機能に compromise せずに実装している。