[论文解读] ACOUSTIC-TURF: Acoustic-based Privacy-Preserving COVID-19 Contact Tracing

Yuxiang Luo, Cheng Zhang+6 more|arXiv (Cornell University)|Jun 23, 2020

Indoor and Outdoor Localization Technologies参考文献 12被引用 10

一句话总结

Acoustic-Turf 是一种保护隐私的基于声学的接触追踪系统，利用商用 Android 手机发出的不可听超声波信号，检测 6 英尺以内的物理近距离接触。通过利用软件控制的声学通信和随机 ID 交换，该系统在障碍物遮挡场景下相比蓝牙实现了更高的准确性，减少了信号穿透障碍物导致的漏检，从而降低了误报率。

ABSTRACT

In this paper, we propose a new privacy-preserving, automated contact tracing system, ACOUSTIC-TURF, to fight COVID-19 using acoustic signals sent from ubiquitous mobile devices. At a high level, ACOUSTIC-TURF adaptively broadcasts inaudible ultrasonic signals with randomly generated IDs in the vicinity. Simultaneously, the system receives other ultrasonic signals sent from nearby (e.g., 6 feet) users. In such a system, individual user IDs are not disclosed to others and the system can accurately detect encounters in physical proximity with 6-foot granularity. We have implemented a prototype of ACOUSTIC-TURF on Android and evaluated its performance in terms of acoustic-signal-based encounter detection accuracy and power consumption at different ranges and under various occlusion scenarios. Experimental results show that ACOUSTIC-TURF can detect multiple contacts within a 6-foot range for mobile phones placed in pockets and outside pockets. Furthermore, our acoustic-signal-based system achieves greater precision than wireless-signal-based approaches when contact tracing is performed through walls. ACOUSTIC-TURF correctly determines that people on opposite sides of a wall are not in contact with one another, whereas the Bluetooth-based approaches detect nonexistent contacts among them.

研究动机与目标

• 解决基于蓝牙的接触追踪的局限性，例如因信号干扰和环境因素导致的近距离检测不准确。
• 开发一种保护隐私的系统，避免暴露如 MAC 地址等永久设备标识符。
• 利用现有智能手机硬件（扬声器和麦克风）实现可靠、低成本的接触检测，无需额外传感器。
• 在复杂环境中提高准确性，特别是在用户被墙壁隔开时，此时蓝牙常产生误报。
• 实现在市售移动设备上的实际部署，对电池寿命和用户体验影响极小。

提出的方法

• 系统使用 BASK 调制在 17.5–22.6 kHz 频段广播不可听超声波信号，以避免可听噪声，尽管仍存在少量可听成分。
• 每个设备通过哈希链从每日随机 ID（DRID）派生出随机的时间可变 ID（RPID），确保隐私并防止轨迹推断。
• 设备通过麦克风检测附近信号，并存储包含发送方 RPID 和时间戳的接触记录，供感染者后续上传。
• 系统采用密码学协议，确保仅感染者可上传其接触日志，从而保护用户匿名性。
• 通过信号强度和时间判断近距离，超过 6 英尺后检测概率急剧下降，形成自然的“领地”效应。
• 系统在 Android 设备上实现，并在各种条件下进行评估，包括设备在口袋内和口袋外的放置方式，以及有无遮挡的情况。

实验结果

研究问题

• RQ1 标准智能手机发出的声学信号能否在设备处于口袋内或背后有墙的情况下，可靠地检测 6 英尺以内的物理近距离接触？
• RQ2 当用户被墙壁隔开时，基于声学的接触追踪与蓝牙相比，在准确性方面有何差异？
• RQ3 环境噪声和设备放置方式（如在口袋中）在多大程度上影响声学接触追踪系统的检测性能？
• RQ4 软件控制的声学通信系统能否在实际部署中实现足够的可靠性与低功耗？
• RQ5 如何在不暴露永久设备标识符的前提下，保护接触追踪中的隐私？

主要发现

• Acoustic-Turf 能够成功检测手机在口袋内和口袋外时 6 英尺范围内的接触，且在超过 6 英尺后检测准确率急剧下降。
• 在穿墙遮挡场景下，Acoustic-Turf 正确识别出墙两侧的人员并未接触，而基于蓝牙的系统则错误地检测到此类接触。
• 在嘈杂的口袋内场景中，该系统的追踪成功率在超过 6 英尺后迅速下降，表现出与物理距离准则一致的清晰“领地”效应。
• 在遮挡环境中，该系统的误报率低于蓝牙，证实其在区分实际近距离接触与信号泄漏方面具有优势。
• 尽管 BASK 调制导致存在少量可听噪声，系统仍能正常运行，且与通话或音乐播放等并发音频应用的干扰有限。
• 在 Android 手机上的原型实现证实了其可行性，但未来工作仍需扩展对 iOS 的支持并评估多平台性能。