[논문 리뷰] Understanding Ethics, Privacy, and Regulations in Smart Video Surveillance for Public Safety

Babak Rahimi Ardabili, Armin Danesh Pazho외 4명|arXiv (Cornell University)|2022. 12. 25.

Privacy, Security, and Data Protection인용 수 4

한 줄 요약

이 논문은 자세 기반 AI, 현지 처리, 복원 불가능한 데이터, 개인식별정보(PII) 배제를 통해 윤리적 및 개인정보 보호 문제를 해결하는 사생활 보호 중심의 스마트 비디오 감시(SVS) 시스템을 제안한다. 이 시스템은 기능적인 공공 안전 모니터링을 실현하면서도 개인정보 위험을 최소화하며, 윤리적인 SVS 구현을 위한 기준을 제공한다.

ABSTRACT

Recently, Smart Video Surveillance (SVS) systems have been receiving more attention among scholars and developers as a substitute for the current passive surveillance systems. These systems are used to make the policing and monitoring systems more efficient and improve public safety. However, the nature of these systems in monitoring the public's daily activities brings different ethical challenges. There are different approaches for addressing privacy issues in implementing the SVS. In this paper, we are focusing on the role of design considering ethical and privacy challenges in SVS. Reviewing four policy protection regulations that generate an overview of best practices for privacy protection, we argue that ethical and privacy concerns could be addressed through four lenses: algorithm, system, model, and data. As an case study, we describe our proposed system and illustrate how our system can create a baseline for designing a privacy perseverance system to deliver safety to society. We used several Artificial Intelligence algorithms, such as object detection, single and multi camera re-identification, action recognition, and anomaly detection, to provide a basic functional system. We also use cloud-native services to implement a smartphone application in order to deliver the outputs to the end users.

연구 동기 및 목표

• 공공 안전을 위한 스마트 비디오 감시(SVS) 시스템에 내재된 윤리적 및 개인정보 보호 문제를 해결한다.
• 정책적 조치가 아닌 시스템 수준에서 개인정보 보호와 윤리를 통합한 설계 프레임워크를 개발한다.
• 얼굴 인식 기술을 사용하지 않고 개인식별정보(PII)를 저장하지 않는 기능적인 종단 간 SVS 프로토타입을 구축한다.
• 기술적 설계 선택이 개인정보 위험을 완화하면서도 공공 안전 기능을 유지하는 데 어떻게 기여할 수 있는지 보여준다.
• 기본 설계 단계부터 윤리적으로 견고하고 개인정보 보호 중심인 미래의 SVS 시스템을 위한 기준을 설정한다.

제안 방법

• 개인을 식별할 수 없는 자세 기반 AI 알고리즘을 사용하여 얼굴 인식을 회피한다.
• 모든 비디오 데이터를 현지 서버에서 처리하여 데이터 전송을 방지하고 개인정보 노출을 줄인다.
• 재식별을 위한 온라인 학습을 통해 데이터를 복원할 수 없도록 하여 원본 데이터 복구를 방지한다.
• 클라우드 네이티브 스마트폰 애플리케이션을 구현하여 원시 비디오를 저장하지 않고 실시간 경고 및 분석을 제공한다.
• 네 가지 렌즈(알고리즘(자세 기반), 시스템(현지 처리), 모델(복원 불가능한 데이터), 데이터(PII 없음))를 중심으로 시스템을 설계한다.
• 다중 AI 구성 요소 통합: 객체 탐지, 단일/다중 카메라 재식별, 행동 인식, 이상 탐지

실험 결과

연구 질문

• RQ1 정책적 조치 외에 시스템 설계를 통해 스마트 비디오 감시에서 발생하는 윤리적 및 개인정보 보호 문제를 체계적으로 해결할 수 있는가?
• RQ2 얼굴 인식이나 개인식별정보(PII) 저장에 의존하지 않고도 SVS 시스템에서 개인정보를 얼마나 잘 보호할 수 있는가?
• RQ3 어떤 기술적 설계 선택이 공공 안전 기능과 개인의 개인정보 보호 사이의 균형을 이루는 데 기여하는가?
• RQ4 어떻게 설계하여 인종, 성별, 연령에 중립적인 시스템을 기본적으로 확보할 수 있는가?
• RQ5 개인정보 보호 중심의 SVS 시스템은 윤리적 준수를 위해 정확도를 희생시키더라도 기능적 성능을 유지할 수 있는가?

주요 결과

• 제안된 시스템은 얼굴 인식 기술을 사용하지 않고 원시 비디오 데이터를 저장하지 않으며, 종단 간 기능적인 스마트 비디오 감시 파이프라인을 성공적으로 구현하였다.
• 자세 기반 알고리즘과 현지 서버 처리를 통해 PII 사용을 피하고 데이터 유출 및 무단 추적 위험을 줄였다.
• 시스템 설계 덕분에 원본 이미지나 신원을 복원할 수 없으며, 이는 핵심 개인정보 보호 요구사항을 충족한다.
• 얼굴 특징 및 생체 정보가 없기 때문에 시스템은 인종, 성별, 연령에 대해 본질적으로 중립적이며, 알고리즘 편향 위험을 감소시킨다.
• 현재 프로토타입은 최적의 정확도보다 개인정보 보호를 우선시하여 윤리 기반 감시 설계를 지키기 위해 의도적인 성능 희생을 선택하고 있음을 보여준다.
• 이 시스템은 도심, 캠퍼스, 교통 허브와 같은 공공 분야에 구현 가능하며, 기존 감시 방식에 비해 확장 가능하고 개인정보 보호 중심의 대안을 제공한다.