Bir grup akademisyen ” olarak bilinen yeni bir sistem tasarladı.özelBu, istilacı izleme ile ilgili endişelerle mücadele etmek için video analitiğini gizliliği koruyan bir şekilde sağlar.
“Şu anda kameraların neredeyse her yerde olduğu bir aşamadayız. Her sokak köşesinde, gittiğiniz her yerde bir kamera varsa ve birileri tüm bu videoları toplu halde işleyebilirse, o varlığın çok büyük bir yapı oluşturduğunu hayal edebilirsiniz. Bir kişinin ne zaman ve nereye gittiğinin kesin zaman çizelgesi”, çalışmanın baş yazarı ve MIT’nin Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı’nda (CSAIL) bir araştırmacı olan Frank Cangialosi, dedim Bir açıklamada.
Cangialosi, “İnsanlar GPS ile konum gizliliği konusunda zaten endişe duyuyorlar – toplu video verileri yalnızca konum geçmişinizi değil, aynı zamanda ruh hallerinizi, davranışları ve her konumdaki daha fazlasını da yakalayabilir” dedi.
Privid temelleri üzerine inşa edilmiştir. diferansiyel gizlilika istatistiksel teknik Bu, bireysel gizliliği korurken kullanıcılar hakkında toplu bilgi toplamayı ve paylaşmayı mümkün kılar.
Bu, şu şekilde elde edilir: rastgele gürültü ekleme Yeniden tanımlama saldırılarını önlemek için sonuçlara. Eklenen gürültü miktarı bir değiş tokuştur – daha fazla gürültü eklemek verileri daha anonim hale getirir, ancak aynı zamanda verileri daha az kullanışlı hale getirir – ve sonuçların hala doğru ve aynı zamanda doğru olmasını sağlayan gizlilik bütçesi tarafından belirlenir. veri sızıntısını önlemek için yeterince düşük yapılandırılmış.
Sorgulama çerçevesi, süreye dayalı gizlilik adı verilen bir yaklaşımı içerir, burada hedef video geçici olarak aynı süreye sahip parçalara bölünür ve daha sonra “gürültülü” toplu sonuç üretmek için analistin video işleme modülüne ayrı ayrı beslenir.
Temel fikir, verilere veya analiz yöntemlerine özel türde gürültüler ekleyerek, ilgili tarafların bir bireyi tanımlamasını engelleyebilir ve aynı zamanda video girişleri üzerinde analizler yaparken ortaya çıkan toplumsal kalıplar hakkındaki bulguları gizlemez, örneğin: bir günde bir kameranın yanından geçen insan sayısını saymak veya gözlemlenen arabaların ortalama hızını hesaplamak.
Bu aynı zamanda kötü niyetli bir aktörün belirli kişileri seçmesini ve videolardaki varlıklarını (veya eksikliklerini) belirlemesini de engeller.
Araştırmacılar, “Privid’i inşa ederken, kamuya açık video gözetimi ve analizinin artmasını savunmuyoruz. Bunun yerine, bunun zaten yaygın olduğunu ve güçlü ekonomik ve kamu güvenliği teşvikleri tarafından yönlendirildiğini gözlemliyoruz.”
“Sonuç olarak, herkese açık video analizinin devam edeceği yadsınamaz ve bu nedenle, bu tür analizler için gizlilik ortamını iyileştirmek için araçlar sağlamamız çok önemlidir.”
