[论文解读] COVID-19 Contact Tracing and Privacy: Studying Opinion and Preferences

Lucy Simko, Ryan Calo+2 more|arXiv (Cornell University)|May 12, 2020

COVID-19 Digital Contact Tracing参考文献 8被引用 35

一句话总结

本论文通过逐次在线调查（第一周：2020年4月1日至3日）就利用技术实现的 COVID-19 接触追踪的隐私与数据共享的早期公众意见进行研究，以为隐私保护设计与政策提供信息。

ABSTRACT

There is growing interest in technology-enabled contact tracing, the process of identifying potentially infected COVID-19 patients by notifying all recent contacts of an infected person. Governments, technology companies, and research groups alike recognize the potential for smartphones, IoT devices, and wearable technology to automatically track "close contacts" and identify prior contacts in the event of an individual's positive test. However, there is currently significant public discussion about the tensions between effective technology-based contact tracing and the privacy of individuals. To inform this discussion, we present the results of a sequence of online surveys focused on contact tracing and privacy, each with 100 participants. Our first surveys were on April 1 and 3, and we report primarily on those first two surveys, though we present initial findings from later survey dates as well. Our results present the diversity of public opinion and can inform the public discussion on whether and how to leverage technology to reduce the spread of COVID-19. We are continuing to conduct longitudinal measurements, and will update this report over time; citations to this version of the report should reference Report Version 1.0, May 8, 2020. NOTE: As of December 4, 2020, this report has been superseded by Report Version 2.0, found at arXiv:2012.01553. Please read and cite Report Version 2.0 instead.

研究动机与目标

• 衡量公众对用于接触追踪的各种数据来源的舒适程度（例如，基站数据、应用数据、邻近性数据）。
• 评估公众对政府、服务提供商和科技公司在数据共享与使用方面的舒适度。
• 识别影响愿意下载/使用接触追踪应用的其他隐私担忧与条件。
• 在正在进行的 COVID-19 跟踪讨论中将隐私考量置于情境中，以指导开发者和政策制定者。

提出的方法

• 设计一个大约15分钟的在线 Qualtrics 调查，包含多项选择题和自由回答题。
• 通过 Prolific 每周招募 100 名参与者，并在 4 月 1 日、4 月 3 日、4 月 8 日、4 月 10 日及此后每周部署调查。
• 呈现关于数据来源与使用的假设情景，以获取对下载应用的舒适度或可能性。
• 在此初始版本中报告原始百分比，不进行统计分析。
• 纳入纵向数据收集，以便未来分析与更新。

实验结果

研究问题

• RQ1 人们最愿意接受和最不愿意接受用于接触追踪的数据来源是什么？
• RQ2 公众对于政府、蜂窝网络提供商、制造商或科技公司共享或使用接触追踪数据有何看法？
• RQ3 还有哪些隐私担忧或缓解措施会影响愿意下载接触追踪应用？
• RQ4 在涉及近距离追踪与传统定位追踪的情景中，舒适度如何变化？

主要发现

国家	总人口	4/1 病例	5/1 病例
UK	65.8m	29.9k	178.7k
USA	332.6m	213.2k	1.1m
Europe	741.m	429k	1.4m

• 在第一周，72% 的参与者如果数据得到完美保护的假设性完美隐私接触追踪应用，至少会有一定程度上的下载意愿。
• 若数据仅在用户检测为阳性时与政府共享，数据共享的舒适度通常会提高，但对数据被用于超越 COVID-19 防控的用途仍存在不信任。
• 参与者偏好具有安全/隐私记录的可信实体（如知名公司），并且如果现有应用程序增加 COVID-19 跟踪功能，则视其为更可接受的载体。
• 近距离追踪与位置数据引发类似的担忧；参与者担心安全、隐私和威胁模型与用户期望不一致。
• 如果用户检测为阳性，对数据对公众发布存在相当大的担忧，表明偏好强数据保护和有限的公开曝光。