PPContactTracing: A Privacy-Preserving Contact Tracing Protocol for COVID-19 Pandemic
为对抗COVID-19疫情的蔓延，全球各地已提出并实施多项接触者追踪解决方案。但是，这些解决方案中的大多数危及个人的隐私权，并阻碍其广泛采用。我们提出了一个隐私保护的接触者追踪协议，有效地跟踪全球流行病的传播。它基于私有集交集（PSI）协议，利用同态性质在个人层次上保护隐私。一个层次模型的景观和速率限制因素的查询数量的表示已被采用，以保持协议的效率。
2020-08-15 cs.CR cs.CY
COVID-19 Digital Contact Tracing Applications and Techniques: A Review Post Initial Deployments
2019冠状病毒病（COVID-19）是一种严重的全球大流行病，已夺去数百万人的生命，并继续使许多国家的公共卫生系统不堪重负。COVID-19疫情的蔓延对人类流动模式（例如公众的日常交通相关行为）产生负面影响。需要了解疾病传播模式及其在邻近个体中的传播途径，以便在所需的安置点及时实施纠正措施。为了提高接触者追踪的有效性，全球各国都在利用移动技术和物联网（IoT）的进步来帮助传统的人工接触者追踪，以追踪与已确定的COVID-19患者密切接触的个人。尽管首次接种疫苗将于二零二一年开始，但在可预见的未来，COVID-19管理策略将继续多管齐下，数码接触者追踪是应对措施的重要组成部分，同时采取预防措施，如社交距离和使用口罩。经过几个月的数字联系人跟踪技术的部署，对各种方法的优点以及所涉及的可用性，隐私和道德权衡的更深入的见解正在出现。在本文中，我们根据有关数字接触者追踪技术部署国际经验的新数据，从方法和技术方面对数字接触者追踪解决方案进行了全面分析。我们还提供了一个开放的挑战，如可扩展性，隐私，适应性和突出未来工作的有前途的方向进行讨论。
2021-02-25 cs.CY
Simulating and visualizing COVID-19 contact tracing with Corona-Warn-App for increased understanding of its privacy-preserving design
世界正处于持续的大流行病COVID-19之下，其规模上一次出现是在一个世纪前。接触者追踪是遏制和打破感染链的最关键和最有效的工具之一，特别是在COVID-19等传染性呼吸道疾病的情况下。由于我们这个时代的技术进步，我们现在有数字移动应用程序，如Corona-Warn-App，用于数字接触追踪。然而，由于接触追踪的侵入性，保护用户的隐私非常重要。隐私保护对于增加对应用程序的信任并随后使其在重视隐私的人群中广泛使用非常重要。在本文中，我们对Corona-Warn-App的工作进行了可视化模拟，以展示如何保护其用户的隐私，如何通知他们传染性接触以及如何帮助遏制COVID-19的传播。
2022-02-04 cs.CR cs.CY
The evolving ecosystem of COVID-19 contact tracing applications
自新型冠状病毒COVID-19爆发以来，人们对使用数字接触追踪作为阻止病毒传播链的手段越来越感兴趣，这引起了隐私倡导者的警觉。关于这项技术的道德，最近的研究主要集中在（1）道德接触追踪指南的形成，（2）具体实施的分析，或（3）对选定数量的接触追踪应用程序及其相关的隐私或道德影响的审查。在这项研究中，我们对COVID-19追踪应用不断发展的生态系统进行了全面调查，检查了152个接触者追踪应用，并评估了它们在多大程度上符合现有的道德接触者追踪指南。评估标准涵盖的领域包括数据汇集和存储、透明度和同意，以及实施是否开源。我们发现，尽管在疫情初期发布的许多应用程序没有达到最佳做法，但在苹果/谷歌发布接触通报协议后，最近发布的应用程序往往更符合道德接触者追踪原则。该数据集将向公众开放，并可能随着疫情的持续而更新。
2021-03-19 cs.CR cs.CY cs.HC
COVID-19 Contact-Tracing Mobile Apps: Evaluation and Assessment for Decision Makers
从政府到非营利组织，许多团体都迅速采取行动，创新了联系人追踪流程：他们正在设计、构建和推出联系人追踪应用程序，以应对COVID-19危机。存在各种各样的方法，为希望在其社区实施接触者追踪技术的官员带来了挑战性的选择，并引起了被要求参与接触者追踪的公民对这些选择的关切。我们经常被问及如何评估和区分联系人追踪应用程序的选项。在这里，我们分享了我们在审查全球舞台上出现的许多联系人追踪应用程序时提出的关于应用程序功能和计划的问题。
2020-06-04 cs.CR cs.CY cs.NI
Factors Influencing Intention to use the COVID-19 Contact Tracing Application
这项研究调查了影响使用COVID-19追踪器的意图的变量的影响。224人的实验结果显示，性能期望，信任和隐私都对应用程序的使用意图有影响。然而，社会影响，努力的期望，和促进条件没有被证明是统计上显着的。概念模型解释了60.07%的变化量，这表明软件开发商，服务提供商和政策制定者应该考虑性能预期，信任和隐私作为鼓励公民使用应用程序的可行因素
2023-01-25 cs.CY cs.SE
COVID-19 Contact Tracing: Eight Privacy Questions Explored
我们回应最近的一个简短的文件由德Motjoye等。关于COVID-19追踪的隐私问题。他们的论文，我们在这里讨论，是围绕三个“玩具协议”的应用程序的设计，可以最大限度地提高联系人跟踪信息的效用，同时最大限度地减少更普遍的隐私风险。在此基础上，本文提出了八个问题，应根据这些问题进行评估。提出的问题和提出的协议有效地相当于创建一个游戏，不同类别的玩家能够采取不同的行动。因此，可以从最优游戏设计的角度来分析模型。
2020-05-22 cs.CR cs.CY
Exploring the effectiveness of a COVID-19 contact tracing app using an agent-based model
在放宽封锁措施后，我们认为有必要采取接触者追踪策略，以遏制COVID-19的传播。使用基于代理的模型，我们探索了所提出的基于技术的策略之一，一个接触追踪智能手机应用程序。该模型模拟了COVID-19在城市规模的代理人群中的传播。代理人的特征是异质的，并在代表社会结构的多层网络中联系在一起-包括家庭，友谊，就业和学校。我们探讨了接触者追踪应用程序的各种采用率，不同水平的测试能力和行为因素之间的相互作用，以评估对疫情的影响。结果表明，当伴随着足够的检测能力或当检测政策优先考虑有症状的病例时，接触者追踪应用程序可以大大有助于降低人群的感染率。随着使用率的增加，感染率下降。因此，当有症状的病例没有被优先考虑进行测试时，应用程序用户的高比率可能会导致测试需求的广泛增加，如果没有足够的供应，可能会使应用程序适得其反。这表明了有效的测试政策的关键作用和提高测试能力的必要性。
2020-11-03 cs.CY cs.MA cs.SI
Quantifying the Privacy-Utility Trade-offs in COVID-19 Contact Tracing Apps
如何遏制COVID-19病毒的传播是大多数国家的主要关注点。随着形势的不断变化，各国正在努力重新开放经济，取消一些限制，并采取新的措施防止疫情蔓延。在这项工作中，我们回顾了一些已经采用的遏制COVID-19病毒的方法，如接触者追踪，集群识别，移动限制和状态验证。具体来说，我们根据技术、架构、权衡（隐私与实用）和采用阶段等特征对可用技术进行分类。我们提出了一种新的方法来评估隐私使用定性和定量的隐私效用评估接触跟踪应用程序的措施。在这种新方法中，我们将效用分为三（3）个不同的级别：没有隐私，100%隐私，以及k，其中k由提供效用或隐私的系统设置。
2020-12-24 cs.CR cs.CY
Corona-Warn-App: Tracing the Start of the Official COVID-19 Exposure Notification App for Germany
2020年6月16日，德国推出了一款开源智能手机接触者追踪应用程序（“Corona-Warn-App”），以帮助追踪SARS-CoV-2（冠状病毒）感染链。它使用基于暴露通知API的分散式隐私保护设计，其中集中式服务器仅用于分发SARS-CoV-2感染用户的密钥列表，该应用程序每天获取一次。然而，它的成功取决于它的采用。在这张海报中，我们使用直接在其托管基础设施中捕获的Netflow跟踪来描述应用程序的早期采用。我们表明，该应用程序产生的流量来自德国各地-已经在第一天。我们进一步观察到，本地COVID-19爆发并未导致交通量显著增加。
2020-07-25 cs.CR cs.CY
What Makes People Install a COVID-19 Contact-Tracing App? Understanding the Influence of App Design and Individual Difference on Contact-Tracing App Adoption Intention
基于智能手机的联系人追踪应用程序是一个很有前途的解决方案，有助于扩大传统的联系人追踪过程。然而，低采用率已成为阻碍这些应用充分发挥潜力的主要问题。在本文中，我们在美国进行了一项全国范围的调查实验（$N = 1963$），以调查应用程序设计选择和个体差异对COVID-19联系人追踪应用程序采用意图的影响。我们发现，亲社会性、COVID-19风险认知、一般隐私问题、技术准备和人口因素等个体差异比应用程序设计选择（如分散设计与集中设计、位置使用、应用程序提供商和安全风险的呈现）发挥更重要的作用。某些应用程序设计可能会加剧不同子群体中的不同偏好，这可能导致对某些应用程序设计选择的接受程度不平等（例如，由州卫生当局与大型科技公司开发）在不同人群中（例如，生活在农村地区的人与生活在城市地区的人）。我们的中介分析表明，一个人对应用程序提供的公共健康益处的看法和其他人的采用意愿在解释应用程序设计选择和个体差异的观察效果方面比一个人对应用程序的安全和隐私风险的看法有更大的影响。根据这些发现，我们讨论了在美国设计、营销和部署COVID-19接触者追踪应用程序的实际意义。
2021-05-10 cs.CY cs.HC
Covid-19 and contact tracing apps: A review under the European legal framework
在这篇文章中，我们想回顾一下迄今为止提出的对抗病毒传播的主要技术。此外，我们还想概述一些欧洲组织在这些方面提出的政策建议。最后，我们总结了一些我们希望引起公众注意和讨论的考虑因素。
2020-05-18 cs.CY cs.HC
How mass surveillance can crowd out installations of COVID-19 contact tracing apps
本文利用以色列代表性调查（n=519）考察大规模监控与自愿接触者追踪应用并行部署的自然实验，发现对大规模监控的积极态度会降低安装并增加卸载该应用的可能性。
2021-10-04 cs.CY cs.HC
Digital Surveillance Systems for Tracing COVID-19: Privacy and Security Challenges with Recommendations
2019冠状病毒病（即COVID-19）实施了保持社交距离的公共卫生措施，以防止COVID-19的大规模传播。为了监控社交距离和保持传播痕迹，我们有责任开发各种类型的数字监控系统，包括接触者追踪系统和基于无人机的监控系统。由于手工劳动的不便，传统的联系人追踪系统逐渐被为智能手机开发的高效自动化联系人追踪应用程序所取代。然而，自动化联系人追踪应用程序的启动带来了不可避免的隐私和安全挑战。然而，大众对智能手机的无知和/或缺乏使用导致了基于无人机的监控系统。这些系统还带来了不受欢迎的隐私和安全挑战。本文讨论了最近设计和开发的数字监控系统的应用程序与他们的协议部署在世界各地的几个国家。从隐私行为的角度讨论和分析了它们的隐私和安全挑战。针对自动联系人追踪系统和无人机监控系统分别提出了几项建议，之后可以进一步探索和实施，以防止任何可能的隐私侵犯，并保护不知情的人免受任何潜在的网络攻击。
2020-07-26 cs.CR cs.CY
Bluetooth Smartphone Apps: Are they the most private and effective solution for COVID-19 contact tracing?
许多主要涉及蓝牙技术的数字解决方案正在为联系人追踪应用程序（CTA）提出，以减少COVID-19的传播。人们对特定人群所需的隐私、同意、吸收以及CTA的使用可能影响个人行为的程度表示关切。然而，很少有团体采取全面的办法，提出了一个综合的解决方案。没有人以这样一种方式提出他们的CTA，以确保即使是我们社区中最容易被感染的成员也不会自满，并认为CTA是一个无形的盾牌，使我们和我们的家庭对这种疾病无法穿透或免疫。我们建议在已经开发的一些数字解决方案的基础上，增加贝叶斯模型，预测感染的可能性，并辅以传统的症状和接触者追踪，这可以使我们能够覆盖90%的人口。我们相信，结合有效的沟通策略和社交距离，像这里提出的解决方案可以对遏制这种流行病的传播产生非常有益的影响。
2020-05-15 cs.CY
ACDC-Tracing: Towards Anonymous Citizen-Driven Contact Tracing
当我们进入COVID-19大流行的控制阶段时，许多工作都致力于开发基于智能手机的接触者追踪应用程序，以便自动识别COVID-19感染者可能感染的人。这些应用程序虽然可能有用，但存在重大的采用，社会，技术和隐私挑战。我们提出了ACDC-Tracing，这是一种更简单、匿名、基于凭证的接触者追踪解决方案，它依赖于人们对自己密切接触者的了解。检测呈阳性的人会得到一张匿名代金券，他们可以与他们认为可能被感染的有限数量的人分享。接受者可以使用此优惠券预订COVID-19检测，并可以在不透露身份的情况下收到检测结果。获得阳性结果的人将获得代金券，以进一步追溯感染途径。这是一个完全匿名的解决方案，不需要共享任何位置数据、蓝牙或在人们的移动终端上安装应用程序。此外，ACDC-Tracing可以在小规模上测试其有效性，而不需要整个人群的采用，这将使其能够快速获得有关其有效性和可扩展性的证据。最后，它与接触者追踪的其他方法兼容并互补。
2020-04-16 cs.CY
COVID-19 Contact Tracing and Privacy: A Longitudinal Study of Public Opinion
越来越多地使用技术支持的接触者追踪，即通过通知所有最近接触过感染者来识别潜在感染COVID-19患者的过程。政府、科技公司和研究团体一直在努力发布智能手机应用程序，使用物联网设备，并分发可穿戴技术，以自动跟踪“密切接触者”，并在个人检测呈阳性时识别先前的接触者。然而，公众对基于技术的有效接触者追踪与个人隐私之间的紧张关系进行了大量讨论。为了使这一讨论更有意义，我们提出了为期七个月的在线调查结果，重点关注接触者追踪和隐私，每次调查有100名参与者。我们的第一次调查是在4月1日和3日，在美国病毒的第一个高峰期之前，我们继续每周进行调查，持续10周（直到6月），然后每两周进行一次调查，直到11月，增加主题问题，以反映当前关于接触者追踪和COVID-19的讨论。我们的研究结果呈现了公众意见的多样性，可以为政策制定者、技术人员、研究人员和公共卫生专家提供信息，说明是否以及如何利用技术来减少COVID-19的传播，同时考虑潜在的隐私问题。我们将继续进行纵向测量，并将随着时间的推移更新本报告;对本报告版本的引用应参考报告版本2.0，2020年12月4日。
2020-12-04 cs.CR cs.CY cs.HC
A review of information security aspects of the emerging COVID-19 contact tracing mobile phone applications
本文讨论了针对COVID-19大流行的基于手机的接触者追踪的新兴实践的数据可靠性和用户隐私方面。许多国家和大型技术公司已经使用或计划设计和使用基于移动电话的解决方案，以努力紧急加快识别可能接触过这种疾病的人的过程，并限制其向一般人群的传播。然而，人们对所收集数据的有效性以及所实施的方法可能侵犯移动电话用户隐私的程度表示严重关切。本次审查审查了现有实施的弱点，并提出了具体建议，这些建议有助于提高收集和处理此类信息的基础设施的安全性，以及公众对这些解决方案的采用和接受。
2020-05-31 cs.CR cs.CY
On the Privacy of National Contact Tracing COVID-19 Applications: The Coronavírus-SUS Case
2019年冠状病毒病（COVID-19）大流行由严重急性呼吸系统综合征冠状病毒2型（SARS-CoV-2）的快速传播引起，在人类生命损失以及经济和社会破坏方面对全球产生了深远影响。数字技术的使用被视为抗击这一流行病的重要努力，其中一项技术是接触者追踪应用程序。这些应用程序成功地用于应对其他传染病，因此它们已在当前的大流行期间使用。然而，接触跟踪的使用造成了若干隐私问题，因为有必要存储和处理可能导致用户/设备标识以及位置和行为跟踪的数据。这些担忧在考虑全国范围内的实施时更加相关，因为它们可能导致独裁政府的大规模监视。尽管一些国家的数据保护法律施加了限制，但在保护用户隐私方面仍然存在疑问。在这篇文章中，我们分析了国家接触者追踪COVID-19应用中的隐私特征，考虑到它们的内在特征。作为案例研究，我们更深入地讨论了巴西COVID-19应用Coronavírus-SUS，因为巴西是受当前疫情影响最严重的国家之一。最后，由于我们相信接触者追踪将继续作为当前和未来潜在流行病战略的一部分，我们提出了关键的研究挑战。
2021-08-02 cs.CR cs.CY
Location Data and COVID-19 Contact Tracing: How Data Privacy Regulations and Cell Service Providers Work In Tandem
全球范围内的政府、医疗保健和私人组织一直在使用数字跟踪来控制COVID-19的爆发。虽然这种方法可以限制流行病的传染，但它引起了对用户隐私的严重关注。这些移动应用程序被称为“联系人跟踪应用程序”，由手机服务提供商（CSP）提供便利，他们能够实现空间和时间的实时用户跟踪。因此，可以推测CSP收集违反GDPR、CCPA等隐私政策的信息。为了进一步澄清，我们进行了深入的分析，将隐私立法与CSP采用的现实实践进行了比较。我们发现，其中三项法规（GDPR、COPPA和CCPA）将移动位置数据定义为私人信息，而五个CSP中有两个（T-Mobile US、Boost Mobile）不符合COPPA法规。鉴于这些侵权行为所构成的威胁，我们的研究结果至关重要，特别是在涉及儿童数据时。因此，适当的安全和隐私审计是必要的，以减少此类违规行为。最后，我们提供了可行的建议，以解决问题，并通过接触者追踪应用程序提供对COVID-19传播的隐私保护监测。
2021-04-07 cs.CR cs.CY
How good is good enough for COVID19 apps? The influence of benefits, accuracy, and privacy on willingness to adopt
Johns Hopkins University（约翰斯·霍普金斯大学）；Microsoft Research（微软研究院）；University of Zurich（苏黎世大学）
正在开发越来越多的接触者追踪应用程序，以补充手动接触者追踪。一个关键问题是用户是否愿意采用这些联系人追踪应用程序。在这项工作中，我们调查了4,500多名美国人，以评估（1）准确性和隐私问题对安装COVID 19接触追踪应用程序的意愿的影响，以及（2）不同用户群体如何权衡准确性与隐私。根据我们在前两个研究问题中的发现，我们（3）定量建模了一个假设的接触者追踪应用程序中的公共卫生效益（感染率降低）、个人效益（对COVID暴露的真阳性检测）和隐私风险程度如何影响美国人的安装意愿。我们的工作采用描述性伦理方法，为COVID 19相关政策和应用程序设计的发展提供影响。
2020-05-18 cs.CR cs.CY cs.HC
A Crowdsourced Contact Tracing Model to Detect COVID-19 Patients using Smartphones
COVID-19爆发导致全球数百万人死亡。世界各地的研究人员正在共同努力，并面临着许多挑战，以提出适当的疫苗，以防止这种传染性病毒。因此，在本研究中，设计了一个系统，通过提高对COVID-19感染患者所在地区的认识，足以阻止COVID-19的爆发。该模型已被制定为使用移动众包的基于位置的COVID-19患者识别。在该系统中，政府将更新有关感染COVID-19患者的信息。它会通知脆弱区域的其他用户保持6英尺或1.8米的距离以保持安全。我们利用半正矢公式和圆公式来生成不安全区域。为了支持本研究的结果，收集了1万条有效信息。算法每次测试10个测试用例，数据集增加1000个。该算法的运行时间呈线性增长。因此，我们可以说，所提出的算法可以运行在多项式时间。算法的正确性也被测试，它被发现，所提出的算法是正确的和有效的。我们还实现了该系统，并通过用户的反馈来评估应用程序。因此，人们可以使用我们的系统将自己保持在安全区域，并降低COVID患者的发病率。
2021-11-17 cs.CY
User Concerns & Tradeoffs in Technology-Facilitated Contact Tracing
2019冠状病毒病疫情于二零一九年底及二零二零年初在全球蔓延。随着疫情的蔓延，技术人员与公共卫生官员联手开发应用程序，以支持COVID 19的应对。然而，要让这些技术解决方案造福公众健康，用户必须愿意采用这些应用程序。本文详细介绍了用户决定采用COVID 19接触者追踪应用程序或其他技术的潜在输入，并通过文献和对1,000名美国人的人口统计学代表性调查，实证验证了这些输入的相关性。
2020-11-18 cs.CR cs.CY cs.HC
A Smartphone enabled Approach to Manage COVID-19 Lockdown and Economic Crisis
新型COVID-19的出现导致卫生系统超负荷运转和高死亡率。关键的优先事项是控制疫情，防止感染率上升。在此背景下，许多国家目前处于一定程度的封锁状态，以确保全体人口保持极端的社交距离，从而减缓疫情传播。此外，当局使用病例隔离策略和手动第二/第三接触者追踪来遏制COVID-19疾病。然而，人工接触者追踪是一项耗时且劳动密集型的任务，使公共卫生系统不堪重负。在本文中，我们开发了一种基于智能手机的方法，用于自动和广泛地追踪确诊的COVID-19病例的接触者。特别是，接触者追踪方法创建了一份附近人员的名单，并将确诊的COVID-19病例通知联系人或官员。这种方法不仅可以让靠近感染地区的个人提高警惕，还可以跟踪COVID-19携带者可能不记得的偶然接触者。此后，我们开发了一个仪表板，为政府官员提供如何安全解除封锁/大规模隔离的计划，从而应对经济危机。仪表板用于根据收集到的位置和附近注册用户的距离测量值预测锁定区域的级别。预测模型使用K均值算法作为用于锁定管理的无监督机器学习技术。
2020-05-19 cs.CY cs.HC cs.SI
COVID-19 Contact Tracing and Privacy: Studying Opinion and Preferences
人们对技术支持的接触者追踪越来越感兴趣，这是一个通过通知所有最近接触过感染者来识别潜在感染COVID-19患者的过程。政府、科技公司和研究团体都认识到智能手机、物联网设备和可穿戴技术在个人检测呈阳性时自动跟踪“密切接触者”并识别先前接触者的潜力。然而，目前公众对基于技术的有效接触者追踪与个人隐私之间的紧张关系进行了大量讨论。为了让这一讨论更有意义，我们提出了一系列在线调查的结果，这些调查的重点是接触追踪和隐私，每个调查有100名参与者。我们的第一次调查是在4月1日和3日，我们主要报告前两次调查，尽管我们也提供了后来调查日期的初步结果。我们的研究结果呈现了公众意见的多样性，并可以为公众讨论是否以及如何利用技术来减少COVID-19的传播提供信息。我们将继续进行纵向测量，并将随时间更新本报告;对本报告版本的引用应参考报告版本1.0，2020年5月8日。注：截至2020年12月4日，本报告已被报告版本2.0取代，参见arXiv：2012.01553。请阅读并引用报告版本2.0。
2020-12-17 cs.CR cs.CY
Decentralized is not risk-free: Understanding public perceptions of privacy-utility trade-offs in COVID-19 contact-tracing apps
接触追踪应用程序在帮助卫生当局迅速采取行动阻止COVID-19传播方面具有潜在的好处。然而，它们的有效性在很大程度上取决于它们的安装率，这可能受到人们对这些应用程序的效用的看法以及由于收集和发布敏感用户数据（例如，用户身份和位置）。在本文中，我们提出了一项调查研究，研究了人们在告知每个设计选项的风险和好处后安装六种不同的联系人跟踪应用程序的意愿（美国-仅Amazon Mechanical Turk上的示例，$N=208$）。六个应用程序设计涵盖了两个主要的设计维度（集中式与分散式，基本联系人跟踪与提供热点信息），基于我们对现有联系人跟踪应用程序提案的分析。与之前一些工作的假设相反，我们发现样本中的大多数人更喜欢安装使用集中式服务器进行联系人跟踪的应用程序，因为他们更愿意允许集中式机构访问应用程序用户的身份，而不是允许精通技术的用户推断诊断用户的身份。我们还发现，我们的大多数样本更喜欢安装应用程序，分享诊断用户最近在公共场所的位置，以显示感染热点。我们的研究结果表明，使用具有强大安全保护的集中式架构来进行基本接触跟踪并为用户提供其他有用信息（例如公共场所的感染热点）的应用程序可能会在美国获得很高的采用率。
2020-05-25 cs.CY cs.HC
A First Look at Privacy Analysis of COVID-19 Contact Tracing Mobile Applications
今天的智能手机配备了大量强大的增值传感器和功能，如低功耗蓝牙传感器，强大的嵌入式传感器，如数字罗盘，加速度计，GPS传感器，Wi-Fi功能，麦克风，湿度传感器，健康跟踪传感器和相机等。这些增值传感器在许多方面彻底改变了人类的生活，这些嵌入式传感器还可以用于大规模的个人、团体和社区传感应用，特别是跟踪某些疾病的传播。政府和监管机构正在转向使用这些功能来追踪被认为具有某些疾病或病毒（例如COVID-19）症状的人。2019年12月爆发的COVID-19疫情导致用于追踪、跟踪和隔离出现COVID-19症状的人员的移动应用程序激增，以限制疾病向更大社区的传播。嵌入式传感器的使用可能会泄露用户的隐私信息，从而对用户的隐私和安全带来潜在的威胁。在本文中，我们分析了大量智能手机应用程序，这些应用程序旨在遏制COVID-19病毒的传播，并使人们恢复正常生活。具体来说，我们分析了这些智能手机应用程序需要什么类型的权限，这些权限是否是跟踪和跟踪所必需的，来自用户设备的数据如何传输到分析中心，并分析了这些应用程序部署的安全措施，以确保用户的隐私和安全。
2020-08-16 cs.CR cs.CY
An Automated Contact Tracing Approach for Controlling Covid-19 Spread Based on Geolocation Data from Mobile Cellular Networks
冠状病毒（COVID-19）由于其持续的结构进化以及缺乏针对这种特定病毒的适当解毒剂，因此似乎是最大的挑战。该病毒主要通过密切接触在大规模人群中传播和复制，不幸的是，这可能以许多不可预测的方式发生。因此，为了减缓这种新型病毒的传播，唯一相关的措施是保持社交距离，进行接触者追踪，使用适当的安全装备和实施隔离措施。但是，尽管这些方法在理论上是可行的，但在人口稠密的国家和地区很难坚持。因此，为了控制病毒传播，研究人员和当局正在考虑使用基于智能手机的移动应用程序（应用程序）来识别可能的感染者以及高风险区域，以保持隔离和封锁措施。然而，这些方法严重依赖于先进的技术特征，并暴露出重大的隐私漏洞。在本文中，我们提出了一种基于手机用户地理位置数据的COVID-19接触者追踪新方法。拟议的方法将有助于当局在不使用基于智能手机的移动应用程序的情况下确定可能感染的人数。此外，所提出的方法可以帮助人们做出何时寻求医疗援助的重要决定，让他们知道他们是否已经在暴露人员名单上。数值算例表明，该方法可以显着优于智能手机应用程序为基础的解决方案。
2020-07-06 cs.CR cs.CY
How Reliable is Smartphone-based Electronic Contact Tracing for COVID-19?
基于智能手机的电子接触追踪目前被认为是缓解全球大多数政府为应对2020年新型冠状病毒（SARS-CoV-2）危机而发布的封锁、宵禁和就地避难命令的重要工具。虽然开发基于智能手机的联系人追踪应用程序或应用程序的重点一直是对使用此类应用程序所产生的隐私问题的关注，但尚未得到足够关注的一个重要问题是：这种基于智能手机的电子联系人追踪的可靠性如何？这是一个技术问题，涉及两个智能手机如何可靠地记录它们的相互接近。在这里，我们详细研究了有效的基于智能手机的联系人跟踪所需的技术先决条件。任何联系人追踪应用程序所依赖的底层机制称为邻居发现（ND），它涉及智能手机传输和扫描蓝牙信号，以记录它们在靠近时的相互存在。然而，智能手机中用于ND的硬件支持和软件协议并非为可靠的接触者追踪而设计。在本文中，我们定量评估智能手机进行接触追踪的可靠性。我们的研究结果指向接触追踪的可穿戴解决方案的设计，可以克服基于智能手机的解决方案的缺点，以提供更可靠和准确的接触追踪。据我们所知，这是第一项量化基于智能手机的接触追踪的适用性和缺点的研究。此外，我们的结果可以用于参数化ND协议，以最大限度地提高使用它的任何接触追踪应用程序的可靠性。
2020-05-22 cs.CY cs.NI eess.SP
Do we need a Contact Tracing App?
本文的目的是阐明接触者追踪智能手机应用程序对遏制COVID-19大流行的有用性。我们回顾了病毒传播期间接触者追踪的基本知识，我们将数字与COVID-19的情况联系起来，我们分析了使用蓝牙低功耗进行近距离检测的最新技术。我们的贡献是评估是否有科学证据证明接触者追踪应用程序在使用现有技术减缓病毒传播方面的好处。我们的结论是，缺乏这样的证据，我们应该重新考虑引入这种侵犯隐私的措施。
2020-07-29 cs.CY cs.NI
Proximity Inference with Wifi-Colocation during the COVID-19 Pandemic
在这项工作中，我们提出了一个WiFi托管方法的数字接触跟踪。该方法通过使设备扫描并存储附近的接入点信息以执行接近度推断来工作。我们通过配置设备，使其在接入点不可用的情况下变成热点，从而使我们的方法能够适应不同的实际情况，这使得该方法在密集的城市地区和稀疏的农村地区都是可行的。我们比较各种缺点和优点，这项工作比其他传统的方式做数字接触跟踪。初步结果表明，我们的方法用于确定用户之间的接近度的可行性，这是相关的，以改善现有的数字接触跟踪和曝光通知的实施。
2020-10-19 cs.CY eess.SP
Risk score learning for COVID-19 contact tracing apps
Google Research（谷歌研究院）
针对COVID的数字接触者追踪应用程序，例如由谷歌和苹果开发的应用程序，需要估计用户在特定暴露期间被感染的风险，以便决定是否通知用户采取预防措施，例如进入隔离区或要求进行测试。这种风险评分模型包含许多必须由公共卫生当局设定的参数。在本文中，我们将展示如何从数据中自动学习这些参数。我们的方法需要接触和结果数据。虽然这些数据已经被几个卫生当局收集（以聚合，隐私保护的方式），在本文中，我们将自己限制在模拟数据，这样我们就可以系统地研究影响该方法可行性的不同因素。特别是，我们表明，当有更多的缺失数据（例如，由于应用程序未记录的感染），以及当存在模型错误指定时。然而，学习方法优于强大的手动设计的基线。此外，即使疾病的风险因素发生变化，学习方法也可以适应，例如，由于新变种的进化或疫苗的采用。
2021-07-21 cs.CY cs.LG
Digital Contact Tracing: Technologies, Shortcomings, and the Path Forward
自COVID-19疫情开始以来，技术爱好者推动数字接触者追踪作为打破COVID-19传播链的关键工具。在这一推动下，许多国家和公司开发了能够进行数字接触追踪的应用程序，目的是识别从受感染个体到其他人的传播链，并实现早期隔离。印度的AarogyaSetu、新加坡的TraceTogether、瑞士的SwissCovid等数字接触追踪应用程序已被下载数亿次。然而，这项技术还没有看到我们在大流行开始时所设想的影响。一些国家已经回滚了他们的应用程序，而另一些国家的应用程序采用率较低。因此，谨慎的做法是询问联系人追踪的技术前景是什么样的，缺少哪些部分。我们试图在本文中承担这一任务。我们提出了一个高层次的审查技术的基础数字联系人追踪，一组指标，这是重要的，而评估不同的联系人追踪技术，并评估不同的技术站在今天这组指标。我们的希望是双重的：（a）未来的接触者追踪应用程序设计者可以使用这篇综述论文来了解技术前景，以及（b）研究人员可以识别并解决这个难题的缺失部分，以便我们准备好面对COVID-19大流行的其余部分和任何未来的大流行病。大部分讨论集中在识别个体之间联系的能力上。这种接触追踪的伦理、隐私和安全问题被简要提及，但没有详细讨论。
2020-12-11 cs.CY
IoT-based Contact Tracing Systems for Infectious Diseases: Architecture and Analysis
近期COVID-19疫情已成为人类健康及福祉的主要威胁。接触者追踪解决方案等非药物干预措施对于遏制COVID-19类传染病的传播非常重要。然而，目前的接触者追踪解决方案是分散的，传感技术的使用有限，并且集中在监测个人之间的互动，而没有用于评估有效性的分析框架。因此，我们需要首先探索基于广泛适用传感器的当今物联网（IoT）技术背景下的联系人跟踪通用架构。提出了一种基于物联网的接触者追踪解决方案的新架构，并基于传统的流行病学模型和仿真结果分析了其对疾病控制的整体有效性。拟议的工作旨在提供一个框架，以协助未来设计和评估基于物联网的接触者追踪解决方案，并使数据驱动的集体努力能够抗击当前和未来的传染病。
2021-02-13 cs.CY
Public Perception of the German COVID-19 Contact-Tracing App Corona-Warn-App
在COVID-19疫情持续期间，多个政府引入或推广使用接触追踪应用程序。在德国，相关应用程序名为Corona-Warn-App，截至2020年底，其下载量为2280万次。接触者追踪是遏制新型冠状病毒传播的一种有前途的方法。只有在有大量用户群的情况下才有效，这带来了新的挑战，例如不熟悉使用智能手机或应用程序的应用程序用户。由于Corona-Warn-App是自愿使用的，因此接触到许多用户并获得积极的公众看法对其有效性至关重要。基于应用评论和推文，我们正在分析公众对Corona-Warn-App的看法。我们收集并分析了Android和iOS版本从发布（2020年6月）到2021年2月初的所有78，963条应用评论，以及截至2021年2月包含#CoronaWarnApp的所有原始推文（43，082）。对于评论，最常见的单词和n-gram指向技术问题，但目前尚不清楚，这在多大程度上是由于应用程序本身，使用的曝光通知框架，用户手机上的系统设置，或用户对应用程序内容的误解。对于Twitter数据，总体而言，基于推文内容，频繁的主题标签以及与推文的互动，我们得出结论，德国Twitter领域广泛报道采用该应用程序并推广其使用。
2021-04-21 cs.CY cs.HC
Digital Contact Tracing: Examining the Effects of Understanding and Release Organization on Public Trust
本研究通过调查101名美国成年人，发现公众对COVID-19数字接触追踪应用的隐私保护认知程度、应用发布主体的公私属性，均与公众对应用的信任度无显著关联。
2025-09-02 cs.CY
Digital Contact Tracing: Large-scale Geolocation Data as an Alternative to Bluetooth-based Apps' Failure
在COVID-19疫情的背景下，目前部署的接触者追踪移动应用程序未能成为有效的解决方案。没有一个能够吸引到有效运作所需的活跃用户数量。这促使研究界重新展开辩论，并探索新的途径，以实现有效的接触追踪解决方案。本文通过另一种联系人跟踪解决方案来促进这一辩论，该解决方案利用了大科技公司拥有的现有地理位置信息，这些公司在大多数采用联系人跟踪移动应用程序的国家中具有非常高的渗透率。此外，我们的解决方案提供了足够的隐私保证，以保护受感染用户的身份，并阻止卫生当局从个人那里获取联系人图表。
2022-03-28 cs.CY cs.SI
Trust and Transparency in Contact Tracing Applications
COVID-19在全球爆发，导致我们集中精力管理及减轻疾病的持续传播。其中一项努力包括使用接触者追踪来确定那些因接触受感染者而有可能患上这种疾病的人。从历史上看，接触者追踪主要是手动的，但鉴于导致COVID-19的病毒呈指数级传播，人们对开发和使用数字接触者追踪解决方案以补充人类接触者追踪者的工作产生了极大的兴趣。这些应用程序收集和使用敏感的个人详细信息已经引起了对这些解决方案具有既得利益的利益相关者团体的一些关注。我们详细探讨了数字联系人追踪解决方案，并建议使用透明的报告机制FactSheets，以提供这些应用程序的透明度和支持信任。我们还提供了一个FactSheet模板示例，其中包含特定于联系人跟踪应用程序域的问题。
2020-06-19 cs.CR cs.CY
CoVista: A Unified View on Privacy Sensitive Mobile Contact Tracing Effort
世界各国政府对科技巨头主宰公共卫生政策越来越感到沮丧。苹果和谷歌开发的软件使个人能够通过整理的暴露通知来跟踪自己的潜在暴露。然而，同一软件禁止位置跟踪，拒绝提供公共卫生官员进行强有力的合同跟踪所需的关键信息。这些信息是治疗和隔离COVID-19阳性人群、识别传播热点和防止感染持续传播所必需的。在本文中，我们提出了两个简单的想法：灯塔和covid-commons，它们满足了公共卫生当局的需求，同时保留了苹果和谷歌暴露通知协议的隐私敏感目标。
2020-05-27 cs.CR cs.CY
Risk scoring calculation for the current NHSx contact tracing app
我们考虑NHS COVID-19应用程序最初将如何根据个人最近与报告有冠状病毒症状的人的接触来计算个人的风险评分。
2020-05-22 cs.CY physics.soc-ph q-bio.PE
The Fallibility of Contact-Tracing Apps
自COVID-19全球传播开始以来，我们一直在关注围绕接触者追踪应用程序的辩论-这是对大流行病的技术支持反应。当企业、学术界、政府和民间社会讨论如何正确实施这些应用程序时，我们注意到反复出现的隐含假设。拟议的解决方案是为这样一个世界而设计的：互联网接入和智能手机所有权是既定的，人们愿意并能够安装这些应用程序，那些收到有关潜在暴露于病毒的通知的人可以进行测试并安全隔离。在这项工作中，我们挑战这些假设。我们不仅表明，全球没有足够的智能手机达到所需的采用门槛，而且还强调了互联网接入的广泛缺乏，这对某些群体的影响更大：老年人，低收入者和社交能力有限的人。不幸的是，这些群体也是COVID-19风险最高的群体。我们还报告说，已经在选择性基础上部署的联系人跟踪应用程序显示出令人失望的采用水平。我们警告过度扩大现有国家和企业监控权力的潜在后果。最后，我们描述了许多情况下，联系人跟踪应用程序将无法帮助，无论访问或政策。在这项工作中，我们呼吁采取全面和公平的政策应对措施，优先考虑最弱势群体的需求，保护人权，并考虑长期影响，而不是专注于技术先行。
2020-05-27 cs.CR cs.CY cs.SI
Efficient and Privacy-Preserving Infection Control System for Covid-19-Like Pandemics using Blockchain
接触者追踪是控制COVID-19类大流行病的一种非常有效的方法。它旨在确定在病毒潜伏期内与受感染者密切接触的个人，并通知他们进行隔离。然而，现有系统存在隐私、安全和效率问题。为了解决这些局限性，在本文中，我们提出了一种高效且保护隐私的基于区块链的感染控制系统。而不是依赖于一个单一的权威来运行系统，一组健康当局，形成一个联盟区块链，运行我们的系统。使用区块链技术不仅可以保护我们的系统免受单点故障和拒绝服务攻击，而且还可以带来透明度，因为所有交易都可以由不同的方进行验证。虽然接触者追踪很重要，但这还不足以有效控制感染。因此，与大多数只关注接触者追踪的现有系统不同，我们的系统由三个集成的子系统组成，包括接触者追踪、公共场所访问控制和安全场所推荐。访问控制子系统阻止受感染的人访问公共场所以防止病毒传播，并且推荐子系统基于感染级别对区域进行分类，使得人们可以避免访问受污染的区域。我们的分析表明，我们的系统是安全的，可以保护用户的隐私，防止身份识别、社交图泄露和跟踪攻击，同时阻止虚假报告（或恐慌）攻击。此外，我们广泛的性能评估证明了我们的系统的可扩展性（这是可取的流行病），由于其低通信，计算和存储开销。
2021-04-06 cs.CR cs.CY
Report prepared by the Montreal AI Ethics Institute In Response to Mila's Proposal for a Contact Tracing App
Montreal AI Ethics Institute（蒙特利尔人工智能伦理研究所）；AI Global；Microsoft（微软）
接触者追踪作为应对COVID-19大流行的一种有前途的解决方案越来越受欢迎。自动化接触追踪的好处有两个方面。接触者追踪有望减少感染人数，因为它能够：1）系统地识别所有与COVID患者接触过的人; 2）确保那些接触过病毒的人不会在不知不觉中感染他人。“COVI”是Mila最近开发的一个接触者追踪应用程序的名称，并被提议帮助加拿大抗击COVID-19。该应用程序旨在告知每个人他们感染病毒的相对风险，Mila声称这将使公民能够对他们的运动做出明智的决定，并允许以数据驱动的方式制定公共卫生政策;同时确保数据受到政府，公司和个人的保护。本文将提供对Mila的COVI白皮书的批判性回应。具体来说，本文将讨论：在应用程序的设计中考虑多样性的程度，围绕用户与应用程序的交互和应用程序的实用性的假设，以及围绕透明度，问责制和安全性的未回答的问题。我们认为这是一个机会，可以补充COVI团队所做的出色风险分析，以揭示可应用于世界各地正在开发和部署的其他接触和接近追踪应用程序的见解。我们希望，通过有意义的对话，我们最终能够帮助组织制定更好的解决方案，尊重这些解决方案所服务的社区的基本权利和价值观。
2020-08-11 cs.AI cs.CY
Optimizing the order of actions in contact tracing
接触者追踪是管理艾滋病毒、结核病和COVID-19等流行病的关键工具。通过人类接触追踪器进行的人工调查仍然是主要的调查方式。这一过程受到可用的接触者追踪者数量的限制，这些追踪者在爆发或流行期间往往负担过重。因此，任何联系人跟踪策略中的一个关键决策是，给定一组联系人，跟踪程序下一步应该跟踪哪个人？在这项工作中，我们开发了一个正式的模型，阐明了这些问题，并提供了一个框架，比较接触追踪策略。通过分析我们的模型，我们通过一个干净的连接到一个工具，从运筹学称为“分支强盗”，给出了可证明的最优优先级的政策。检查这些政策提供了定性的洞察接触跟踪应用程序中的权衡。
2021-07-20 cs.CY cs.DS cs.SI
WLAN-Log-Based Superspreader Detection in the COVID-19 Pandemic
在COVID-19等大流行期间，识别疾病的“超级传播者”是社会的一个紧迫问题。超级传播者代表了一群比其他人有更多社会联系的人。WLAN基础设施的广泛部署使得能够通过人们无处不在的移动设备进行非侵入式接触追踪。这项技术为检测超级传播者提供了希望。在本文中，我们提出了一个通用的框架，基于无线局域网日志的超级传播检测。在我们的框架中，我们首先使用WLAN日志构建联系人图，共同考虑人类的对称和不对称的互动。接下来，我们在接触图上采用三个顶点中心性度量来生成三组超级扩展器候选者。最后，我们利用SEIR模拟来确定这些候选人中的超级传播者群体，这些候选人是基于模拟结果的疾病传播的最关键个体。我们已经实现了我们的框架，并评估它超过一个WLAN数据集，从一个大型大学的4100万个日志条目。我们的评估表明，超级传播者存在于大学校园。它们在一个学期的前几周会发生变化，但在整个学期的剩余时间内保持稳定。数据还表明，对称和非对称接触跟踪都可以发现超级传播者，但后者在日常接触图中表现更好。此外，评估显示，对于长期（即，每周）接触图，这需要在我们的框架中包含SEIR模拟。我们相信，我们提出的框架和这些结果可以为公共卫生管理人员提供及时的指导，有效的测试，干预和疫苗接种政策。
2021-03-29 cs.CY cs.SI
Privacy-Preserving and Sustainable Contact Tracing Using Batteryless Bluetooth Low-Energy Beacons
接触者追踪是应对COVID-19大流行的技术参考选择。目前的许多方法都存在严重的隐私和安全问题，无法提供可持续的接触者追踪基础设施。我们解决这些问题，引入一种创新的，保护隐私的，可持续的，经过实验测试的架构，利用无电池BLE信标。
2021-12-21 cs.CR cs.CY cs.NI
Digital Contact Tracing for Covid 19
COVID 19大流行造成了全球紧急情况，因为据估计，如此大量的感染是由于COVID 19的人际传播。作为一种必要性，有必要跟踪与有旅行史的用户接触的用户，无症状和尚未出现症状，但他们可以在未来。为了解决这个问题，本工作提出了一种基于辅助GPS和云计算技术的接触跟踪解决方案。开发了一个应用程序，一旦所有用户安装该应用程序，就可以收集每个用户的辅助GPS坐标。该应用程序定期将辅助GPS数据发送到云端。为了确定哪些设备在5m的允许限制内，我们在辅助GPS坐标上执行聚类，并跟踪聚类约t分钟，以允许测量扩展。我们假设它需要大约3或5分钟从受感染的对象获得病毒。对于聚类，所提出的M路样树数据结构以度、分和秒格式存储辅助GPS坐标。因此，每个用户都被映射到树的叶子节点。我们将辅助GPS位置的“秒”部分分成m个相等的部分，这相当于纬度（经度）d米。因此，在d米范围内的两个用户将映射到相同的叶节点。因此，通过每t分钟映射辅助GPS位置，我们可以找出至少t分钟内有多少用户与特定用户接触。我们的工作的显着特点是，它运行在线性时间O（n）的n个用户在静态的情况下，即，当用户不移动时。我们还提出了一个变种，我们的解决方案来处理动态的情况下，也就是说，当用户移动。此外，所提出的解决方案提供了潜在的热点检测和安全路线推荐作为一个额外的功能，并通过10M用户的模拟数据的实验证明的概念。
2021-05-22 cs.CY cs.DS cs.HC
In Lieu of Privacy: Anonymous Contact Tracing
我们提出了跟踪令牌，一个硬件令牌的隐私保护接触跟踪利用曝光通知\cite{GAEN}协议。通过子网络，我们发现任何通过邻近传播的疾病都可以追踪，例如季节性流感，感冒，COVID-19的区域菌株或结核病。此外，我们展示了该协议并行通知$n^n$用户，提供了当前联系人跟踪方法无法比拟的信息速度。
2021-12-31 cs.CR cs.CY cs.HC
How Fragmentation Can Undermine the Public Health Response to COVID-19
应对COVID-19的工作主要由地方、国家和国际公共卫生机构领导，他们启动了大流行病计划，并开放了流行病学工具包，包括建模、检测、隔离和行动限制、监测和接触者追踪。在当今这个技术密集的世界里，许多人认为人类调查人员和电话的常见手动过程可以或应该被数字解决方案所取代。但这并不像“添加更多技术”那么简单--用户和社会与技术互动的复杂方式对有效性有着重大影响。如果各项努力没有得到很好的协调，系统设计和用户体验的分散可能会对公共卫生对策产生负面影响。本文简要介绍了新西兰在COVID-19大流行期间接触者追踪登记册和数字日记的发展历程，最初因缺乏中央协调而导致的不良结果，以及后来的改进。
2020-10-30 cs.CY cs.HC
Safer Illinois and RokWall: Privacy Preserving University Health Apps for COVID-19
COVID-19从根本上扰乱了我们的生活方式。世界各地的政府机构、大学和公司正在迅速开发技术，以抗击COVID-19大流行并安全地重新开放社会。接触追踪、超级传播者事件检测和曝光映射等基本分析工具需要收集和分析敏感的用户信息。越来越多地使用这种强大的数据驱动的应用程序需要一个安全的，隐私保护的基础设施，对个人数据的计算。在本文中，我们分析了伊利诺伊大学厄巴纳-香槟分校正在开发的两个这样的计算基础设施，以跟踪和减缓COVID-19的传播。首先，我们介绍了更安全的伊利诺伊州，一个分散的健康分析系统，支持目前广泛采用的两个应用程序：数字接触追踪和COVID-19状态卡。其次，我们介绍了RokWall架构，用于对敏感用户数据进行隐私保护的集中式数据分析。我们将讨论这些系统的架构、设计选择、考虑的威胁模型以及我们在开发用于敏感数据分析的生产就绪系统时遇到的挑战。
2021-03-17 cs.CR cs.CY
An Epidemiological Model for contact tracing with the Dutch CoronaMelder App
我们提出了一个流行病学模型的有效性CoronaMelder，荷兰数字接触追踪应用程序开发的谷歌/苹果曝光通知框架之上。我们比较了CoronaMelder与手动合同跟踪的有效性。CoronaMelder在减缓COVID-19大流行方面产生了微小但明显的积极影响，在CoronaMelder的采用率增加的开放社会中，这种影响将变得更加明显。
2021-06-10 cs.CY physics.soc-ph
PURE: A Framework for Analyzing Proximity-based Contact Tracing Protocols
已经提出并部署了许多基于邻近度的追踪（PCT）协议来对抗COVID-19的传播。在本文中，我们采取系统的方法来分析PCT协议。我们从隐私、实用、弹性和效率（纯）四个方面确定了接触跟踪设计的期望属性列表。我们还确定了PCT协议的两个主要设计选择：患者向服务器报告什么信息，以及由哪一方执行匹配。这两个选择决定了PURE的大部分属性，使我们能够对现有协议进行全面的分析和比较。
2020-12-17 cs.CY
Apps Against the Spread: Privacy Implications and User Acceptance of COVID-19-Related Smartphone Apps on Three Continents
COVID-19大流行推动了智能手机应用程序的发展，以协助疾病管理。许多“电晕应用程序”需要广泛采用才能有效，这引发了公众对政府支持的健康应用程序的隐私，安全和社会影响的辩论。我们在德国（n = 1，003）、美国（n = 1，003）和中国（n = 1，019）进行了一项具有代表性的在线研究，使用基于上下文完整性框架的小插曲设计来调查用户对Corona应用程序的接受程度。我们探索了用于接触者追踪、症状检查、检疫执法、健康证明和纯粹信息的应用程序。我们的研究结果提供了对数据处理实践的深入了解，这些实践促进了采用，并揭示了国家之间的显著差异，中国的用户接受度最高，美国最低。中国的参与者更喜欢收集个性化数据，而德国和美国的参与者更喜欢匿名。在各国，接触者追踪被认为比检疫执法更积极，技术故障对用户接受度产生负面影响。
2021-02-01 cs.CY cs.HC
BU-Trace: A Permissionless Mobile System for Privacy-Preserving Intelligent Contact Tracing
2019冠状病毒病（COVID-19）大流行为全球带来前所未有的健康危机。数字接触者追踪作为一种传播干预措施，在大流行控制方面已显示出其有效性。尽管对数字联系人追踪进行了深入的研究，但现有的解决方案很难满足用户对隐私和便利性的要求。在本文中，我们提出了BU-Trace，一种新的免许可移动系统的隐私保护智能接触跟踪QR码和NFC技术的基础上。首先，用户研究进行调查和量化的移动接触追踪系统的用户接受。其次，提出了一种分散的系统，以在保护用户隐私的同时实现联系人跟踪。第三，智能行为检测算法的设计，以方便我们的系统的使用。我们实现BU跟踪，并在几个现实世界的场景进行了广泛的实验。实验结果表明，BU-Trace实现了一个隐私保护和智能移动系统的联系人跟踪，而无需请求位置或其他隐私相关的权限。
2021-01-24 cs.CR cs.CY cs.SI
