View Project

Norwegian AI Directory

Privacy Engineering for Real-Time Analytics in Human-Centered Internet of Things


Description:

Big-data applikasjoner lover å hjelpe til mange presserende samfunnsproblemer, f.eks. innen helse, trafikkoordinering, energi-håndtering, osv. For disse applikasjonene gjelder det "jo mer data desto bedre". Teoretisk sett kan enhver eier av smarttelefoner og klokker være en kontinuerlig kilde til verdifull data og bidra til mange nyttige big-data applikasjoner. Imidlertid kan slike data avsløre mye personlig informasjon, f.eks. lokasjon eller hjertefrekvensen til eieren av slike enheter. Beskyttelse av personopplysninger er viktig i samfunnet vårt og manifesteres for eksempel i EUs generelle databeskyttelsesforordning (GDPR). Derimot er det vanskelig å bringe personvern og nyttige big-data applikasjoner sammen. Implementering av riktig personvern krever ferdigheter som vanligvis ikke er i fokus for dataanalytikere og big-data utviklere. Dermed har mange individer en tendens til å dele ingen av dataene sine hvis de er i tvil om de vil bli beskyttet riktig. Men det finnes mange gode personvernløsninger som faller inn mellom kantene på "alt eller ingenting"-prinsippet. I stedet for å publisere kontinuerlig den nåværende lokasjon til enkeltpersoner, kan man for eksempel samle disse dataene og bare publisere informasjon om hvor mange individer som er i en viss del av byen. Slik blir ikke personlig informasjon avslørt, og det er fremdeles nyttig informasjon for visse applikasjoner som trafikkoordinering. Målet med Parrot-prosjektet er å tilby verktøy for sanntids-dataanalyseprogrammer som utnytter denne "middelvei". Dataanalytikere bør bare spesifisere kravene til data, og sluttbrukere kan velge personvernkravene for dataene sine, så vel som applikasjonene og sluttbrukerne de vil dele dataene sine med. Prosjektresultatene forventes å muliggjøre (semi-) automatisk integrering av passende personvern i sanntids-datastrømapplikasjoner. Dermed kan enkeltpersoner trygt levere data som igjen forbedrer resultatene til big-data applikasjoner. Den første prosjektperioden ble sterkt påvirket av Corona -pandemien og problemer med å rekruttere personell. Den tilsvarende reduserte tekniske fremdriften fokuserte på to tekniske utfordringer, dvs. «zero zero -pairing (ZIP)» -løsninger og den overordnede arkitekturen. ZIP -løsninger kan etablere sikre kanaler mellom smarte enheter uten menneskelig interaksjon, noe som kan være svært nyttig for prosjektet, men eksisterende løsninger er for trege og sårbare. Vi utviklet en ny ZIP -løsning og demonstrerte at den er vesentlig raskere og mer robust mot angrep.


Project leader: Thomas Plagemann

Started: 2020

Ends: 2025

Category: Universiteter

Sector: UoH-sektor

Budget: 15884979

Institution: UNIVERSITETET I OSLO

Address: