[論文レビュー] Privacy-by-Design Framework for Assessing Internet of Things Applications and Platforms

Charith Perera, Ciaran McCormick+3 more|Open Research Online (The Open University)|Sep 13, 2016

IoT and Edge/Fog Computing参考文献 27被引用数 10

ひとこと要約

本論文は、IoTアプリケーションおよびミドルウェアプラットフォームにおけるプライバシー機能を体系的に評価するためのプライバシー・バイ・デザイン（PbD）フレームワークを提案する。このフレームワークは、コアなPbD原則から導出された30のガイドラインに基づくもので、ソフトウェアエンジニアがOpenIoT や Eclipse SmartHome といった既存のプラットフォームを評価できるようにし、特に監査、データ最小化、エンドツーエンド暗号化の分野に顕著なプライバシーのギャップが存在することが明らかになった。一方で、プラグインアーキテクチャを通じた拡張性の高さも示された。

ABSTRACT

The Internet of Things (IoT) systems are designed and developed either as standalone applications from the ground-up or with the help of IoT middleware platforms. They are designed to support different kinds of scenarios, such as smart homes and smart cities. Thus far, privacy concerns have not been explicitly considered by IoT applications and middleware platforms. This is partly due to the lack of systematic methods for designing privacy that can guide the software development process in IoT. In this paper, we propose a set of guidelines, a privacy-by-design framework, that can be used to assess privacy capabilities and gaps of existing IoT applications as well as middleware platforms. We have evaluated two open source IoT middleware platforms, namely OpenIoT and Eclipse SmartHome, to demonstrate how our framework can be used in this way.

研究の動機と目的

• IoTアプリケーションおよびミドルウェア開発における、体系的なプライバシー・バイ・デザイン手法の不足に対処すること。
• OpenIoT や Eclipse SmartHome といった既存のオープンソースIoTプラットフォームにおける、重要なプライバシーのギャップを特定すること。
• ソフトウェアエンジニアが、IoTシステムにおけるプライバシー機能を評価・向上させるために実用的かつ実行可能なフレームワークを提供すること。
• 構造的な評価と拡張性のガイダンスを通じて、将来のプライバシーに配慮したIoTプラットフォームの設計を支援すること。

提案手法

• データ最小化、暗号化、透明性などを含む、基礎的なプライバシー原則から導出された30の具体的なガイドラインを有する概念的PbDフレームワークを構築する。
• 各ガイドラインを、CDA（コンテキスト・データ取得）、DPP（データ処理パイプライン）、DPA（データ処理アクション）、DS（データ保存）、DD（データ廃棄）のIoT開発フェーズにマッピングする。
• 標準化されたラベル体系（完全対応、拡張可能、非対応）を用いて、各ガイドラインおよびプラットフォームごとのプライバシー機能とギャップを定量的に評価する。
• OpenIoT および Eclipse SmartHome という2つのオープンソースIoTミドルウェアプラットフォームを、三段階評価（完全対応、拡張可能、非対応）を用いて評価する。
• 各ガイドラインに対して、プラットフォームの実装をフェーズごとに詳細に分析し、欠落または弱いプライバシー制御を同定する。
• 実際の事例評価を通じて、フレームワークの実用性を示し、体系的なプライバシー評価を可能にするとともに、プライバシー強化機能への投資を正当化する。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてプライバシー・バイ・デザイン原則を、IoTアプリケーションおよびミドルウェアプラットフォームの評価に体系的かつ効果的に適用できるか？
• RQ2 OpenIoT や Eclipse SmartHome といった既存のオープンソースIoTプラットフォームにおける、主なプライバシーのギャップは何か？
• RQ3 提案されたフレームワークは、異なる開発フェーズにおいて、プライバシー機能の評価および改善をどの程度まで支援できるか？
• RQ4 フレームワークは、プライバシーに配慮した将来のIoTシステムの設計および拡張性をどのように支援するか？

主な発見

• OpenIoT プラットフォームは、DPPフェーズにおける設定可能なサンプリングレートにより、データ最小化を完全にサポートしているが、Eclipse SmartHome はこの機能を欠いている。
• 両方のプラットフォームがオープンソースであるにもかかわらず、プライバシー監査のネイティブサポートがなく、これは深刻なギャップである。
• データ匿名化および暗号化されたデータ処理は、両方のプラットフォームでネイティブにサポートされておらず、外部の拡張機能が必要である。
• フレームワークは、両方のプラットフォームでデータフローダイアグラムや認証が実装されていないことを特定し、形式的なプライバシーモデリングの欠如を示している。
• ラベル体系（完全対応、拡張可能、非対応）により、プライバシー機能とギャップの明確で実行可能なレポートが可能になった。
• 評価結果から、両プラットフォームがラッパーおよびバンドルなどのプラグインを通じて一部のプライバシーメカニズムをサポートしているものの、ネイティブに統合されていないことが判明し、初めから組み込まれたプライバシー・バイ・デザインのサポートの必要性が浮き彫りになった。