[논문 리뷰] A Privacy-preserving Mobile and Fog Computing Framework to Trace and Prevent COVID-19 Community Transmission

Whaiduzzaman, Md. Razon Hossain외 5명|arXiv (Cornell University)|2020. 06. 23.

COVID-19 Digital Contact Tracing참고 문헌 26인용 수 4

한 줄 요약

이 논문은 코로나19 지역 전파를 추적하고 방지하기 위한 프라이버시 보장형 모바일 및 퍼그 컴퓨팅 프레임워크인 PPMF를 제안한다. 이는 블루투스 저전력 기반의 암호화된 일시적 식별자, 탈중앙화된 퍼그 노드(ARC 및 SUDUN), 사용자 제어 기반의 데이터 처리 방식을 통해 사용자 신원이나 위치를 폭 lộ하지 않으면서 실시간 위험 탐지 및 접촉 추적을 가능하게 하며, 전체적으로 프라이버시 준수를 달성하고 14일 이내 데이터 삭제를 보장함으로써 자율적 참여를 실현한다.

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.

연구 동기 및 목표

• 기존 접촉 추적 앱이 과도한 개인 정보를 수집하고 투명성이 부족한 프라이버시 침해 문제를 해결하기 위해.
• 공공 공간에서 감염자 실시간 탐지가 가능하면서도 사용자 익명성을 유지하는 통합된 모바일 및 퍼그 컴퓨팅 프레임워크를 설계하기 위해.
• 자율적 참여, 최소한의 데이터 수집, 14일 이내 데이터 삭제 기능을 포함한 사용자 데이터 제어를 보장하기 위해.
• 경제 활동 지속을 위해 대규모 봉쇄 대신 대상 격리가 가능한 확장 가능한, 전자정부 대응형 시스템을 개발하기 위해.
• 불법 사용을 방지하기 위해 투명하고 오픈소스이며 규정 준수 가능한 프레임워크를 제공하기 위해.

제안 방법

• 사용자는 최소한의 데이터(모바일 번호, 우편번호, 연령대)로 등록하고 로컬에 저장된 고유 암호화 참조 코드(UERC)를 수령한다.
• 모바일 기기들이 블루투스 저전력(BLE)을 통해 순환 고유 암호화 참조 코드(RUERC)를 방송하여 익명적 접근 감지를 가능하게 한다.
• 자동 위험 검사기(ARCs)는 건물 입구에 배치되어 근처에 확진자 또는 의심 환자가 있는지 감지하고 신원을 폭 lộ하지 않은 채 익명 경고를 발행한다.
• 의심되거나 감염된 사용자는 건강센터의 의심자 데이터 업로더 노드(SUDUNs)를 통해 접촉 로그를 중앙 클라우드 애플리케이션에 업로드한다.
• 중앙 애플리케이션은 우편번호와 연령대를 기반으로 감염 집단을 맵핑하여 슈퍼스프레더 탐지 및 시각화를 가능하게 하되, 원시 위치 데이터는 저장하지 않는다.
• 시스템은 자율 사용, 최소한의 데이터 수집, 요청 시 14일 이내 데이터 파기, 오픈소스 투명성 등을 통해 프라이버시를 강화한다.

실험 결과

연구 질문

• RQ1 기존 모바일 접촉 추적 앱에서 발생하는 주요 프라이버시 및 기술적 문제는 무엇인가?
• RQ2 모바일 및 퍼그 컴퓨팅을 어떻게 통합하여 공공 공간에서 실시간으로 프라이버시를 보장하는 접촉 추적을 가능하게 할 수 있는가?
• RQ3 사용자 동의, 데이터 최소화, 투명성 보장과 함께 효과적인 유행병 차단을 가능하게 하기 위해 확장 가능한 전자정부 프레임워크를 어떻게 설계할 수 있는가?
• RQ4 퍼그 노드(ARC 및 SUDUN)는 클라우드 전용 또는 모바일 전용 솔루션 대비 프라이버시 및 시스템 반응성 향상에 어떤 역할을 하는가?
• RQ5 어떻게 데이터를 수집, 처리, 삭제하여 개인정보 보호 규정 준수와 사용자 신뢰를 확보할 수 있는가?

주요 결과

• PPMF 프레임워크는 개인 위치 데이터 수집을 완전히 제거하고 일시적, 순환 암호화 식별자를 사용함으로써 사용자 데이터의 완전한 프라이버시를 보장한다.
• 사용자는 14일 이내에 자신의 데이터를 시스템에서 삭제할 수 있으며, 이는 코로나세이프와 같은 시스템이 패닉 종료 시점까지 기다려야 하는 것과 비교해 큰 개선이다.
• ARC 퍼그 노드는 감염자 신원을 폭 lộ하지 않고 공공 건물 내에서 즉각적인 익명 경고를 발행할 수 있도록 한다.
• SUDUN 인프라는 건강센터가 테스트 결과와 접촉 로그를 안전하게 업로드할 수 있도록 하여 우편번호와 연령대 기반의 집단 맵핑을 가능하게 한다.
• 이 프레임워크는 자율적 참여, 최소한의 데이터 수집, 데이터 사용 제한, 투명성, 사용자 제어 등 프라이버시 원칙을 전면적으로 준수한다.
• 기존 솔루션과 비교해 PPMF는 기능에 손상이 가지 않으면서도 자율 사용, 데이터 최소화, 파기, 투명성, 퍼그 기반 위험 탐지와 같은 모든 핵심 프라이버시 보장 기능을 유일하게 지원한다.