[논문 리뷰] Mobile phone data for public health: towards data-sharing solutions that protect individual privacy and national security

Caroline O. Buckee, Kenth Engø‐Monsen|arXiv (Cornell University)|2016. 01. 01.

Human Mobility and Location-Based Analysis참고 문헌 16인용 수 5

한 줄 요약

이 논문은 공중보건 연구자들과 모바일 폰 통화 기록(CDR)을 공유하기 위한 보수적이고 개인정보 보호 기능을 갖춘 프레임워크를 제안한다. SIM 식별자를 해시를 통해 익명화하고, 원본 데이터를 통신사의 보안 시스템 내부에 유지하며, 집계된 이동성 행렬만 공유함으로써 개인의 재식별이 불가능해지도록 하면서도 대규모 인구 이동에 대한(epidemiological) 분석이 가능하도록 보장한다. 이는 질병 모델링에 활용될 수 있다.

ABSTRACT

We outline the constraints faced by operators when deciding to share de-identified data with researchers or policy makers. We describe a conservative approach that we have taken to harness the value of CDRs for infectious disease epidemiology while ensuring that identification of individuals is impossible. We believe this approach serves as a useful and highly conservative model for productive partnerships between mobile operators, researchers, and public health practitioners.

연구 동기 및 목표

• 모바일 폰 데이터를 활용한 공중보건 연구를 가능하게 하되 개인의 프라이버시와 국가 안보를 보호하는 데 핵심적인 과제를 해결하기 위해.
• 개인 정보 유출 및 재식별 위험으로 인해 통신사가 CDR를 공유하는 데 관성적인 태도를 보이는 데에 대비하여.
• 모바일 통신사, 연구자, 공중보건 전문가 간 협업을 가능하게 하는 표준화되고 안전하며 확장 가능한 데이터 공유 모델을 개발하기 위해.
• 개인 수준의 정보를暴露하지 않고도 집계된 익명화된 CDR에서 고가치의 공중보건 통찰을 도출할 수 있음을 입증하기 위해.
• 국가 데이터 규정 및 보안 기준을 준수함으로써 프레임워크의 도입을 촉진하기 위해 신뢰를 구축하기 위해.

제안 방법

• 원본 CDR(통신사/휴대폰 번호, 타임스탬프, 셀 타워 ID 포함)는 통신사의 보안 데이터 웨어하우스 내부에 머물러 있으며 연구자에게 전송되지 않는다.
• 구독자 식별자는 현지 Telenor 직원이 암호화 해시를 사용하여 집계 이전에 익명화된다.
• 집계는 통신사의 현장에서 수행되어 하루 동안 각 타워당 총 사용자 수 및 타워 간 이동 전환 수의 공간적·시간적 행렬을 생성한다.
• 개인 수준의 데이터를 포함하지 않는 최종 집계 행렬만 연구자에게 공유되며, 이는 설계상 개인의 재식별을 방지한다.
• 이 과정은 특정 연구 질문과 지역적 규제 환경에 맞게 맞춤화된 데이터 공유 계약에 의해 규제된다.
• 모든 데이터 처리 및 저장은 통신사가 통제하므로 지속적인 보안과 국가 데이터 법규 준수를 보장한다.

실험 결과

연구 질문

• RQ1 개인의 프라이버시나 국가 안보를 해칠 우려 없이 모바일 폰 CDR를 공중보건 연구자들과 어떻게 공유할 수 있는가?
• RQ2 통신사와 연구자 간에 안전하고 확장 가능하며 규정 준수 가능한 데이터 공유를 가능하게 하는 기술적·제도적 프레임워크는 무엇인가?
• RQ3 집계된 CDR가 전염병 감시 및 대응에 있어 인구 이동을 정확하게 모델링하는 데 얼마나 기여할 수 있는가?
• RQ4 다양한 규제 환경에 맞게 데이터 공유 프rotocol를 어떻게 조정할 수 있으며, 개인정보 보호와 보안을 유지할 수 있는가?
• RQ5 통신사, 연구자, 공중보건 기관 간의 현지 협업이 사회적 복지를 위한 지속 가능한 데이터 활용을 어떻게 지원할 수 있는가?

주요 결과

• 제안된 모델은 원본 CDR가 통신사의 보안 시스템 외부로 나가지 않으며 해시 처리 후에만 처리되므로 개인의 재식별을 성공적으로 방지한다.
• 집계된 이동성 행렬(하루 동안 각 셀 타워당 사용자 수 및 타워 간 이동 전환 수를 나타냄)은 개인 신원을暴露하지 않으면서 연구자와 안전하게 공유될 수 있다.
• 이 프레임워크는 원본 데이터 재처리 없이도 딱지 전파 모델링이나 재난 대응 등 다양한 공중보건 응용 분야에서 파생된 데이터의 재사용을 탄력적으로 가능하게 한다.
• 데이터를 통신사가 통제함으로써 프레임워크는 국가 데이터 규정 준수를 지원하고 이해관계자 간의 신뢰를 강화한다.
• 이 접근법은 통신사, 공중보건 전문가, 현지 연구자 간의 협업을 촉진함으로써 현지 역량 구축을 가능하게 한다.
• 이 모델은 개인 정보 보호 및 보안을 훼손하지 않고도 익명화된 집계된 CDR에서 고영향력 있는 공중보건 통찰을 도출할 수 있음을 입증한다.