[论文解读] Privacy-Protecting Techniques for Behavioral Biometric Data: A Survey

Simon Hanisch, Patricia Arias-Cabarcos+2 more|arXiv (Cornell University)|Sep 9, 2021

User Authentication and Security Systems被引用 5

一句话总结

本综述系统性地回顾了用于行为生物特征数据（如语音、步态、眼动追踪和脑电图）的隐私保护技术，通过根据转换类型和隐私目标对匿名化方法进行分类。研究揭示了显著的研究空白，尤其是在眼动追踪和脑活动等未充分探索的特征方面，同时指出了评估方法薄弱的问题，这些方法未能模拟现实中的攻击者，因此亟需改进攻击者模型并建立标准化基准。

ABSTRACT

Our behavior (the way we talk, walk, act or think) is unique and can be used as a biometric trait. It also correlates with sensitive attributes like emotions and health conditions. Hence, techniques to protect individuals privacy against unwanted inferences are required, if such data is planned to be processed. To consolidate knowledge in this area, we systematically review applicable anonymization techniques. We taxonomize and compare existing solutions regarding privacy goals, conceptual operation, advantages, and limitations. We review anonymization techniques for the behavioral biometric traits of voice, gait, hand motions, eye-gaze, heartbeat (ECG), and brain activity (EEG). Our analysis shows that some behavioral traits (e.g., voice) have received much attention, while others (e.g., eye-gaze, brain activity) are mostly neglected. We also find that the evaluation methodology of behavioral anonymization techniques can be further improved.

研究动机与目标

• 整合并系统化现有针对不同模态的行为生物特征数据匿名化技术的研究。
• 识别行为数据处理中的隐私威胁和攻击者模型，特别是关于推断健康状况或情绪等敏感属性的问题。
• 评估当前匿名化方法的有效性与局限性，重点关注其对现实攻击者的鲁棒性。
• 强调眼动追踪和脑活动等研究不足的行为特征，这些特征缺乏充分的隐私保护解决方案。
• 批判并改进当前的评估方法，这些方法通常假设攻击者较弱，且各研究间缺乏标准化。

提出的方法

• 遵循Kitchenham的指南开展系统性文献综述，分析了初始296篇文献中的101项研究。
• 提出了两个分类体系：一个基于数据转换类型（如扰动、混淆、加密），另一个基于隐私目标（如去标识化、k-匿名性、差分隐私）。
• 按行为生物特征类型对匿名化技术进行分类，包括语音、步态、手部运动、眼动追踪、心电图和脑电图。
• 基于应用场景、隐私目标、技术方法和实证评估方法对每种方法进行评估。
• 分析评估中使用的数据集（如VoxCeleb、BEHAVE、DEAP），以评估不同特征下数据的可得性和质量。
• 提出需要更强的评估框架，包括明确的攻击者模型，以及在匿名化数据上重新训练识别系统以测试鲁棒性。

实验结果

研究问题

• RQ1 针对不同行为生物特征类型，哪些匿名化技术最为有效？它们在隐私保护与实用性方面的表现如何比较？
• RQ2 为何某些行为生物特征（如眼动追踪和脑电图）尽管具有高度隐私敏感性，却在研究中被严重忽视？
• RQ3 当前匿名化技术的评估方法在模拟现实攻击者方面存在哪些不足？
• RQ4 行为数据中的时间依赖性在多大程度上会削弱标准匿名化方法的有效性？
• RQ5 行为生物特征匿名化研究中，正式隐私定义和评估标准方面存在哪些关键空白？

主要发现

• 语音研究获得了大量关注，而眼动追踪和脑活动（EEG）在匿名化研究中仍基本被忽视。
• 大多数匿名化技术在评估时假设攻击者能力较弱，未能模拟出知晓匿名化方法及其参数的攻击者。
• 评估方法通常仅报告原始数据与匿名化数据之间的准确率差异，而未在匿名化数据上重新训练模型，导致隐私评估过于乐观。
• 缺乏正式的隐私定义和标准化的评估框架，大多数研究依赖经验性隐私估计。
• 行为数据的时间特性——表现为时间序列依赖性——在匿名化设计和评估中均被严重忽视。
• 研究不足特征（如EEG/眼动追踪研究中仅15–30名受试者）的公共数据集可用性有限，严重阻碍了方法开发与比较。