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
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
CoAvoid: Secure, Privacy-Preserved Tracing of Contacts for Infectious Diseases
与传染病作斗争（例如，SARS、COVID-19、埃博拉等），政府机构、技术公司和卫生机构已经启动了各种接触者追踪方法，以识别和通知暴露于感染源的人。然而，现有的追查办法可能会导致严重的隐私和安全问题，从而妨碍社区安全和广泛地使用这些办法。为了解决这些问题，本文提出了CoAvoid，一个分散的，隐私保护的联系人跟踪系统，具有良好的可靠性和可用性。CoAvoid利用Google/Apple Exposure Notification（GAEN）API来实现良好的设备兼容性和运行效率。它利用GPS和低功耗蓝牙（BLE）来验证用户信息。此外，为了加强隐私保护，CoAvoid采用模糊化和混淆措施来保护敏感数据，使服务器和用户对低风险和高风险人群的信息都不可知。评价表明CoAvoid具有良好的疗效和安全性。与四种最先进的联系人追踪应用程序相比，CoAvoid可以减少至少90%的上传数据，同时抵御各种场景下的虫洞和重放攻击。
2022-10-03 cs.CR cs.CY
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
Another Look at Privacy-Preserving Automated Contact Tracing
在当前的COVID-19大流行中，人工接触者追踪已被证明非常有助于接触受感染用户的密切接触者并减缓病毒传播。为了提高其可扩展性，一些自动化的接触跟踪（ACT）的解决方案已经提出，其中一些已经部署。尽管做出了不懈的努力，但这些解决方案的安全和隐私问题仍然是开放的，并处于激烈的辩论之中。在本文中，我们从更广泛的角度研究ACT概念，不仅关注安全和隐私问题，而且关注界面、可用性和覆盖范围等功能问题。我们首先阐述了这些问题，并特别指出现有的基于BLE的ACT解决方案中不可避免的隐私泄露。然后，我们提出了一个基于场所的ACT概念，它只监视用户的接触历史中的病毒传播倾向的场所，并能够结合不同的位置跟踪技术，如BLE和WIFI。最后，我们实例化基于场地的ACT概念，并表明我们的实例化可以减轻我们在分析中发现的大多数问题。
2020-10-26 cs.CR cs.CY
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
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
Mind the GAP: Security & Privacy Risks of Contact Tracing Apps
谷歌和苹果联合提供了一个用于曝光通知的API，以便使用蓝牙低功耗实现分散的合同跟踪应用程序，即所谓的“谷歌/苹果提案”，我们将其称为“GAP”。我们证明，在现实世界的情况下，目前的GAP设计容易受到（i）分析和可能的去匿名化感染者，以及（ii）基于中继的虫洞攻击，基本上可以生成假联系人，可能会影响基于应用程序的联系人跟踪系统的准确性。对于这两种类型的攻击，我们已经建立了可以很容易地在手机或树莓派上使用的工具（例如，蓝牙嗅探器）。我们工作的目标是进行现实检查，以便为这两个隐私和安全风险提供经验性的现实证据。我们希望我们的研究结果为开发安全和隐私保护的数字联系人追踪系统提供有价值的投入。
2020-11-06 cs.CR cs.CY
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
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
PrivyTRAC: Privacy and Security Preserving Contact Tracing System
基于智能手机定位的方法已经被提出并实施为传统劳动密集型接触者追踪方法的有效替代方案。然而，存在严重的隐私和安全问题，可能会阻碍许多社会的广泛采用。此外，这些方法仅依赖于与患者的接近度，例如基于蓝牙或GPS信号，忽略了环境中存在的病毒（包括COVID-19）的持续影响。这导致风险评估不准确和接触者追踪不完整。一个名为PrivyTRAC的新系统概念保护了用户隐私，提高了安全性，并提高了智能手机联系人跟踪的准确性。PrivyTRAC通过让用户根据下载到智能手机上的风险地图进行自我评估，增强了用户和患者的隐私。没有用户信息被传输到外部位置或设备，并且没有个人可识别的患者信息被嵌入风险图中，因为它们是被匿名处理的，并且是经确认的患者的聚集位置。风险图考虑了空间邻近性和时间效应，以提高感染风险估计的准确性。本文中进行的实验说明了PrivyTRAC在真阳性和假阳性方面对基于邻近度的方法的改进。还描述了通过合并确诊病例接触者的阳性和阴性当地检测结果来进一步改进感染风险估计的方法。
2020-06-15 cs.CR cs.CY
Blockchain Driven Privacy Preserving Contact Tracing Framework in Pandemics
接触者追踪已被证明是控制COVID-19大流行等流行病中病毒传播的有效方法。作为一种新兴的强大的去中心化技术，区块链已被探索用于确保联系人跟踪过程中的数据隐私和安全性。然而，现有的工作大多是高层次的设计，没有充分的论证，并将区块链视为辅助第三方中心服务器的独立存储系统，忽视了共识机制和激励机制的重要性和能力。在本文中，我们提出了一个轻量级和完全免费的第三方区块链驱动的联系人跟踪框架（BDCT）来弥合这一差距。在BDCT框架下，提出了基于RSA加密的交易验证方法（RSA-TVM）来保证联系人追踪的正确性，即使每个人有60%的概率无法验证联系人信息，该方法也能达到96%以上的联系人案例记录准确率。提出了声誉校正的委托权益证明（RC-DPoS）共识机制和激励机制，可以确保报告联系人案例的及时性，并保持区块链的去中心化。建立了一个新的接触追踪仿真环境，该环境考虑了三种基于人口密度的不同接触场景。仿真结果验证了RSA-TVM和RC-DPoS在BDCT中的有效性、鲁棒性和抗攻击性。
2022-05-21 cs.CR cs.CY
Short Paper: Privacy Comparison of Contact Tracing Mobile Applications for COVID-19
随着COVID-19大流行，全球各地都发生了疫情。为了阻止或减缓COVID-19污染的进展，许多国家已经部署了接触者追踪系统，以通知与COVID阳性者接触的人。联系人跟踪系统在移动应用中实现，并利用诸如蓝牙的技术来跟踪人之间的交互。本文从隐私保护的角度出发，讨论了基于接触追踪系统的智能手机应用。
2020-10-07 cs.CR
BeeTrace: A Unified Platform for Secure Contact Tracing that Breaks Data Silos
接触者追踪是控制COVID-19等传染病传播的重要方法。然而，现有的接触追踪方法本身不能提供足够的覆盖范围，也不能成功地解决参与实体的隐私问题。当前的解决方案不利用存储在业务数据库和个人数字设备中的大量数据。这些信息通常存储在数据孤岛中，由于法规的限制而无法使用。为了成功释放接触者追踪的潜力，我们需要考虑多个来源的数据利用和参与方的隐私。为此，我们提出了BeeTrace，这是一个统一的平台，它打破了数据孤岛，并部署了最先进的加密协议来保证隐私目标。
2020-07-05 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
A Privacy-Preserving Solution for Proximity Tracing Avoiding Identifier Exchanging
数字接触者追踪是与其他措施相结合的一项有用行动，可在封锁后阶段管理传染病的流行扩散。这是一个非常及时的问题，由于COVID-19的大流行，我们不幸的生活。接触者追踪应用程序旨在检测用户的接近程度，并评估可能传染的相关风险。现有的方法利用蓝牙或GPS或其组合，即使流行的方法是基于蓝牙的，并且依赖于需要在用户的智能手机之间相互交换临时标识符的分散模型。不幸的是，在这种解决方案中存在许多安全和隐私问题，主要是由于标识符的交换，而基于GPS的解决方案（固有的集中式）可能会受到大规模监视的威胁。在本文中，我们提出了一个解决方案，利用GPS来检测接近度，蓝牙只是为了提高准确性，而不允许交换标识符。与相关的现有解决方案不同，没有采用复杂的加密机制，同时确保服务器不会了解任何关于用户位置的信息。
2020-05-20 cs.CR cs.CY
A Note on Cryptographic Algorithms for Private Data Analysis in Contact Tracing Applications
追踪接触者是应对COVID-19疫情的重要措施。在早期阶段，许多国家采用人工接触者追踪来控制疾病传播速度，但存在许多问题。为了克服这些缺点，已经提出了数字联系人跟踪，其通常涉及在人们的移动设备上部署联系人跟踪应用，该应用可以跟踪他们的移动和密切的社交互动。虽然研究表明，数字接触者追踪比手动接触者追踪更有效，但据观察，接触者追踪应用程序的采用率较高可能会导致更好地控制流行病。这也增加了对收集数据和后续分析准确性的信心。接触追踪应用采用率低的一个关键原因是对个人隐私的担忧。事实上，一些研究报告称，在多个国家部署的接触追踪应用程序对隐私不友好，有可能被有关政府用于大规模监控。因此，尊重隐私的接触追踪应用程序是可以导致高效，高效的接触追踪的时间的需要。作为这项研究的一部分，我们专注于各种加密技术，可以帮助解决私人集合相交问题，这是隐私尊重接触跟踪的核心。我们分析了在联系人追踪应用程序使用的典型客户端-服务器架构下这些技术的计算和通信复杂性。此外，我们评估这些计算和通信复杂性表达式为印度的情况下，从而确定加密技术，可以更适合部署在那里。
2020-05-19 cs.CR cs.CY
Privacy Guidelines for Contact Tracing Applications
TCS Research（塔塔咨询服务研究院）；MIT Media Lab（麻省理工学院媒体实验室）
接触者追踪是实施和加强社交距离以避免传染病传播的一种非常有效的方法。传统的接触者追踪方法耗时、人力密集、危险，并且由于疲劳或缺乏技能而容易出错。由于这一点，出现了基于移动的应用程序的接触跟踪。这些应用主要利用从用户的智能手机发送的基于GPS的绝对位置和基于蓝牙的相对位置的组合来推断各种见解。这些应用程序减轻了联系人追踪的任务;然而，它们也对用户的隐私有严重的影响，例如，大规模监视、个人信息泄露以及另外揭示用户的行为模式。这种对用户隐私的影响导致了这些应用程序的信任赤字，从而违背了它们的目的。在这项工作中，我们讨论了接触跟踪应用程序应该能够处理的各种情况。我们强调一些突出的联系人追踪应用程序的隐私处理。此外，我们还描述了各种威胁行为者，他们可能会破坏其工作，或滥用最终用户的数据，或阻碍其大规模采用。最后，我们从不同利益相关者的角度来看，接触跟踪应用程序的隐私准则。据我们所知，这是第一个为联系人追踪应用程序提供隐私指南的通用工作。
2020-04-28 cs.CR cs.CY cs.DC
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
On the Privacy and Integrity Risks of Contact-Tracing Applications
基于智能手机的联系人追踪应用处于全球抗击新冠肺炎疫情的中心。虽然政府和医疗机构渴望强制部署此类应用程序，但它们面临着来自大众媒体、安全公司和人权观察机构越来越多的审查，这些机构担心这些技术被用作监视工具。在社区安全和隐私之间找到最佳平衡一直是一项挑战，各国解决这些问题的战略各不相同。本文描述了两种影响广泛的联系人跟踪应用程序的重要攻击。第一种称为接触隔离攻击，是一种用户隐私攻击，可用于识别您附近的潜在感染患者。第二种是接触污染攻击，通过导致接触追踪应用程序产生大量误报警报来影响接触追踪应用程序的完整性。我们开发了原型实现，并在DP-3 T应用程序框架的上下文中评估了这两种攻击，但这些漏洞会影响更广泛的应用程序。我们发现，这两种攻击都是可行的，并以最小的攻击者工作因子实现。我们通过使用模拟研究和SafeGraph数据库的测量结果进一步对这些攻击进行了影响评估。我们的研究结果表明，从适度数量（大约10，000个）的监测点发起的攻击可以有效地在主要大都市（如休斯顿）中发现5- 40%的受感染用户。
2020-12-08 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
Privacy-Preserving Contact Tracing: current solutions and open questions
COVID-19大流行为世界带来了独特的挑战，需要寻找解决方案，从疫苗到ICT解决方案，以减缓病毒传播。由于病毒的高度传染性，社交距离是许多国家已经采取的一项基本措施。在技术层面，这优先考虑接触者追踪解决方案，这可以提醒与受感染者密切接触的用户，同时允许卫生当局采取适当行动。在本文中，我们研究了几个现有的隐私意识的联系人跟踪解决方案，并分析其（缺点）的优势。最后，我们描述了几个主要的观察结果，并概述了一个跨学科的研究议程，以实现更全面，更有效的隐私意识的接触追踪解决方案。
2020-04-25 cs.CR
DIMY: Enabling Privacy-preserving Contact Tracing
COVID-19的感染率和缺乏批准的疫苗迫使政府和卫生当局采取封锁措施，增加检测和接触者追踪，以减少病毒的传播。数字接触者追踪已成为传统手动接触者追踪过程的补充。然而，尽管已经提出并部署了一些数字联系人追踪应用程序，但由于对隐私和安全的担忧，这些应用程序尚未被广泛采用。在本文中，我们提出了一种基于区块链的隐私保护联系人跟踪协议，“Did I Meet You”（DIMY），该协议在设备本身以及后端服务器上提供全生命周期数据隐私保护，以解决与现有协议相关的大多数隐私问题。我们采用了布隆过滤器提供有效的隐私保护存储，并使用Diffie-Hellman密钥交换的参与者之间的秘密共享。我们表明，DIMY提供了对许多众所周知的攻击的弹性，同时引入可以忽略不计的开销。DIMY在客户端设备和后端服务器的存储空间上的占用也明显低于其他类似的最先进的应用程序。
2021-03-10 cs.CR
TraceSecure: Towards Privacy Preserving Contact Tracing
接触者追踪被广泛用于对抗COVID-19的传播。已经开发了许多应用程序，允许根据用户生成的位置和交互数据自动进行跟踪。然而，人们担心使用这些应用程序时用户数据的隐私和安全性。对于感染病毒的用户来说，这些问题至关重要，因为他们通常需要释放所有数据。出于保护用户隐私的需要，我们提出了两种解决方案。我们的第一个解决方案建立在当前的“基于消息”的方法，我们的第二个利用秘密共享和加法同态加密的想法。
2020-04-08 cs.CR
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
Contact Tracing Mobile Apps for COVID-19: Privacy Considerations and Related Trade-offs
接触者追踪是公共卫生官员和当地社区抗击新型疾病传播（如COVID-19大流行）的重要工具。新加坡政府刚刚发布了一款名为TraceTogether的手机应用程序，旨在帮助卫生官员在发现感染者后追踪暴露情况。然而，这种跟踪应用程序的存在对隐私有重要的影响。在这里，我们分析了其中的一些影响，并讨论了改善隐私问题的方法，而不减少对公共卫生的有用性。我们希望通过撰写本文档来确保隐私是围绕移动联系人追踪应用程序的对话的核心特征，并鼓励社区努力开发具有更强隐私保护的替代有效解决方案。重要的是，尽管我们讨论了可能的修改，但本文档并不意味着正式的研究论文，而是对TraceTogether等直接接触追踪应用程序的一些隐私特征的回应，以及对社区的早期评论请求。撰写日期：2020-03-24轻微更正：2020-03-30
2020-03-30 cs.CR
Fingerprinting and Tracing Shadows: The Development and Impact of Browser Fingerprinting on Digital Privacy
IU International University of Applied Science（IU应用科学大学）
本文综述了浏览器指纹识别技术的发展，分析了其数据熵与唯一性，并指出该技术在用户不知情或未同意的情况下追踪用户，对数字隐私构成复杂挑战。
2024-11-18 cs.AI cs.CR 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
BeepTrace: Blockchain-enabled Privacy-preserving Contact Tracing for COVID-19 Pandemic and Beyond
COVID-19疫情的爆发暴露出迫切需要通过手机应用程序有效追踪接触者的解决方案，以防止感染进一步蔓延。然而，由于接触追踪的性质，公众对隐私问题的关注一直是现有解决方案的瓶颈，这严重影响了全球接触追踪应用的采用。在本文中，我们提出了一个支持区块链的隐私保护联系人跟踪方案：BeepTrace，我们建议采用区块链桥接用户/患者和授权解决者，以降低用户ID和位置信息的敏感性。与最近提出的合同跟踪解决方案相比，我们的方法具有更高的安全性和隐私性，以及电池友好和全球可访问的额外优势。结果表明，在服务器和移动电话的角度所需的资源方面的可行性。通过打破公众对隐私的担忧，建议的BeepTrace解决方案可以为当局、公司、软件开发人员和研究人员提供及时的框架，以快速开发和部署有效的数字联系人追踪应用程序，以尽快征服COVID-19大流行。同时，BeepTrace的开放计划允许全球合作，在区块链技术的帮助下整合现有的跟踪和定位解决方案。
2021-12-21 cs.CR cs.DC
Hansel and Gretel and the Virus: Privacy Conscious Contact Tracing
数字接触者追踪已被提议用于支持卫生当局抗击当前的新冠肺炎大流行。在本文中，我们提出了两个集中的协议，用于数字接触跟踪，与常见的假设相反，这是一个固有的风险，不允许（追溯）跟踪设备的位置随着时间的推移。第一个协议不依赖于同步时钟。第二种协议不需要两个设备之间的握手，代价是依赖于与中央服务器的实时通信。我们强调，数字接触追踪是一种技术解决方案，应谨慎使用，特别是考虑到此类系统固有的大规模监控性质。
2021-02-21 cs.CR
Privacy-accuracy trade-offs in noisy digital exposure notifications
由于新型冠状病毒（COVID-19）的全球传播开始压倒政府进行手动联系人追踪的尝试，因此人们对利用手机的力量通过开发暴露通知应用程序来自动化联系人追踪过程产生了很大的兴趣。粗略的想法很简单：使用蓝牙或其他数据交换技术来记录用户之间的接触，使用户能够报告阳性诊断，并提醒接触过生病用户的用户。当然，有许多隐私问题与这个想法有关。这一领域的大部分工作都涉及设计用于跟踪联系人和提醒用户的机制，这些机制不会泄露除暴露事件之外的用户其他信息。然而，尽管设计实用的协议至关重要，但必须认识到，通知用户有关暴露事件本身可能会泄露机密信息（例如，特定联系人已被诊断）。幸运的是，虽然数字联系人追踪是一项相对较新的任务，但隐私和数据泄露的一般问题已经研究了几十年。事实上，差分隐私的框架通过添加随机噪声进一步允许可证明的查询隐私。在本文中，我们将统计隐私和社交推荐算法的两个结果转化为曝光通知。因此，我们证明了一些天真的界限的程度上，必须牺牲准确性，如果曝光通知框架是通过注入噪音更私人。
2020-11-08 cs.CR cs.CY
TRIDENT -- A Three-Tier Privacy-Preserving Propaganda Detection Model in Mobile Networks using Transformers, Adversarial Learning, and Differential Privacy
针对移动平台宣传内容检测的隐私与准确率平衡问题，提出结合Transformer、对抗学习与差分隐私的三层TRIDENT模型，在二分类数据集上以0.83的F1分数实现强隐私保护与极小性能损失。
2025-06-12 cs.CR cs.CY
Assessing Disease Exposure Risk with Location Data: A Proposal for Cryptographic Preservation of Privacy
世界各地的政府和研究人员正在实施数字接触者追踪解决方案，以阻止传染病（即COVID-19）的传播。其中许多解决方案威胁到个人权利和隐私。我们的目标是打破有效与保护隐私的联系人追踪的错误二分法。我们提供了一种替代方法来评估和传达用户接触传染病的风险，同时保护个人隐私。我们的建议使用最近的GPS位置的历史，这是转换和加密，和一个私人集合相交协议接口与半信任的权威。最近还有其他基于蓝牙和去中心化的隐私保护联系人追踪建议，可以进一步消除对权威的信任。然而，蓝牙解决方案目前仅限于某些设备和环境，而分散化增加了复杂性。这项工作的目标是双重的：我们的目标是提出一个基于位置的系统，它比世界各国政府目前采用的系统更能保护隐私，而且也可以立即实施，以阻止病毒爆发。
2020-04-08 cs.CR cs.CY
Covid Notions: Towards Formal Definitions -- and Documented Understanding -- of Privacy Goals and Claimed Protection in Proximity-Tracing Services
最近的SARS-CoV-2大流行引发了使用移动应用程序进行接触者追踪的管理方法。相应的应用程序跟踪个人及其互动，以便于在潜在感染发生之前提醒用户。天真的实现显然会危及其用户的健康状况，位置，活动和社交互动的隐私。已经开发了许多用于托管跟踪的协议设计，其中大多数声称以隐私保护的方式起作用。然而，尽管声称“GDPR合规性”，“匿名性”，“匿名性”或其他形式的“隐私”，这些设计的作者通常忽略了精确定义他们（旨在）保护什么。我们向正式定义接近跟踪服务的隐私概念迈出了第一步，特别是关于用户的健康，（共）位置和社交互动。我们还提供了一个高层次的直觉，最突出的建议可以和不能实现的保护。这一初步概述表明，所有的建议都包括一些集中式服务，没有一个能完全保护受感染用户的身份和（协同）位置不受其他用户和服务提供商的影响。
2020-04-16 cs.CR
Provable Privacy Guarantee for Individual Identities and Locations in Large-Scale Contact Tracing
本文提出大规模接触追踪系统PREVENT，通过秘密共享架构与私有空间划分树结合，在保护个体位置隐私的同时支持百万级位置实时查询，且性能开销可忽略。
2024-09-18 cs.CR
Explainable Link Prediction for Privacy-Preserving Contact Tracing
IBM Research India（IBM印度研究院）
接触追踪已被用于识别与SARS-Cov 2冠状病毒感染者密切接触的人。已经引入了一些数字合同追踪应用程序，以促进或补充物理接触追踪。然而，在实施合同追踪应用程序时存在一些隐私问题，这使得人们不愿意在这些应用程序上安装或更新其感染状态。在这篇概念论文中，我们提出了来自图神经网络和可解释性的想法，这可以提高对这些应用程序的信任，并鼓励人们采用。
2020-12-10 cs.AI cs.CR cs.LG
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
SpreadMeNot: A Provably Secure and Privacy-Preserving Contact Tracing Protocol
在抗击新型冠状病毒肺炎（COVID-19，即2019冠状病毒病）的斗争中，全球多个国家开发并部署了大量接触者追踪应用程序。然而，人们有理由担心这些应用程序的安全和隐私风险。为此，这项工作的贡献是双重的。首先，我们深入分析了在被动和主动攻击下最重要的接触者追踪协议的安全和隐私特征。我们的研究结果表明，所有的协议都容易受到各种攻击，主要是由于底层加密协议的确定性。我们的第二个贡献是设计和实现的ESTMeNot，一种新型的接触跟踪协议，可以抵御大多数被动和主动攻击，从而提供强大的（可证明的）安全性和隐私保证，是必要的，这样一个敏感的应用程序。我们的详细分析，无论是正式的还是实验性的，都表明EDMeNot满足安全，隐私和性能要求，因此是构建可被大多数公众采用的联系人跟踪解决方案的理想候选人，并作为该领域进一步发展的开源参考。
2021-01-12 cs.CR cs.NI
SPOQchain: Platform for Secure, Scalable, and Privacy-Preserving Supply Chain Tracing and Counterfeit Protection
本文提出基于区块链的SPOQchain平台，通过精密批处理机制消除生命周期冗余，在保障用户隐私的同时实现高效、可扩展的供应链追溯与防伪验证。
2024-08-30 cs.CR
CONTAIN: Privacy-oriented Contact Tracing Protocols for Epidemics
2019冠状病毒病（COVID-19）、SARS-CoV 2和埃博拉病毒等大流行病和流行病已蔓延至多个国家，感染了数千人。这些疾病主要通过人与人之间的接触传播。卫生保健当局建议采取接触者追踪程序，以防止向广大人群传播。虽然已经开发了几种移动应用程序来跟踪联系人，但它们通常需要收集隐私侵入信息，例如GPS位置，并在第三方服务器上记录隐私敏感数据，或者需要额外的基础设施，例如具有已知位置的WiFi AP。在本文中，我们将介绍CONTAIN，一个面向隐私的移动联系人跟踪应用程序，它不依赖于GPS或任何其他形式的基于基础设施的位置传感，也不依赖于服务器上的任何其他个人身份信息的连续记录。CONTAIN的目标是允许用户完全隐私地确定他们是否在被感染的人的短距离内，特别是蓝牙无线范围内，以及可能何时被感染。我们确定并证明我们的方法所提供的隐私保证。我们的模拟研究利用经验跟踪数据集（Asturies），涉及100个移动设备和大约60000条记录表明，用户可以最大限度地提高他们的可能性，如果他们附近的感染用户通过打开应用程序在活动时间。
2020-04-10 cs.CR
Review and Critical Analysis of Privacy-preserving Infection Tracking and Contact Tracing
病毒的爆发需要接触者追踪和感染追踪方法。尽管作出了各种努力，但目前还没有标准的追查和跟踪计划。因此，世界上许多国家都开发了自己的方法，可以追踪疾病携带者及其接触者。这些都是通用的方法，要么以分布式方式开发，让公民控制他们的身份，要么以集中的方式开发，由卫生当局收集携带者的数据。本文概述了世界各地为接触者追踪而建立的一些最重要的方法。还提出了一个全面的审查，用于实现围绕这些感染跟踪和接触者追踪方法的基础设施的关键使能方法，并提出了最有效的方式来发展这样的做法的建议。
2020-09-10 cs.CR
Epione: Lightweight Contact Tracing with Strong Privacy
接触者追踪是遏制COVID-19等传染病的重要工具。许多国家和研究团体已经推出或宣布了移动应用程序，通过记录用户之间的联系来促进联系人追踪，并考虑到一些隐私问题。大部分焦点都集中在使用随机令牌上，这些令牌在遭遇过程中交换并本地存储在用户的手机上。现有系统允许用户搜索所发布的令牌，以便了解他们最近是否在已经被诊断患有该疾病的用户附近。然而，现有方法在令牌的收集和查询中不提供端到端隐私。特别是，这些方法容易受到用户使用令牌元数据的链接攻击、服务器的链接攻击或用户的错误报告。在这项工作中，我们介绍了Epione，一个轻量级的系统，具有强大的隐私保护的接触跟踪。Epione在用户的任何联系人被诊断出患有这种疾病时直接向用户发出警报，同时保护用户联系人的隐私不受中央服务和其他用户的侵犯，并提供防止虚假报告的保护。作为一个关键的构建块，我们提出了一个新的加密工具，安全的两方私有集交集基数（PSI-CA），它允许双方，每个持有一组项目，学习两个私有集的交集大小，而不透露交集项目。我们专门针对大规模联系人跟踪的情况进行了定制，其中客户端的输入集很小，而服务器的令牌数据库要大得多。
2020-05-02 cs.CR
Privacy-preserving Identity Broadcast for Contact Tracing Applications
无线接触追踪已成为管理COVID 19大流行的重要工具，并依赖于使用蓝牙低功耗信标连续广播人员的存在。当前联系人跟踪系统的局限性在于，单个信标的接收足以揭示用户身份，从而潜在地将用户暴露于沿着道路、通道和其他基础设施安装的恶意跟踪器。在本文中，我们提出了一种基于Shamir秘密共享算法的方法，它让移动节点透露他们的身份，只有在一定的预定义的接触持续时间后，保持不可见的跟踪器与短期或短暂的遭遇。通过数据驱动的评估，使用包含1800万次BLE目击的数据集，我们表明该方法大大降低了用户的隐私暴露。最后，我们在Android手机上实现了该方法，以证明其可行性并测量各种网络密度的性能。
2021-08-12 cs.CR
PACT: Privacy Sensitive Protocols and Mechanisms for Mobile Contact Tracing
通过大规模检测和接触者追踪工作，COVID-19对全球健康的威胁在许多情况下得到了控制。我们创建本文档是为了建议三种功能，说明如何最好地利用计算技术来支持公共卫生组织的目标，即最大限度地减少与COVID-19传播相关的发病率和死亡率，同时保护个人的公民自由。特别是，这项工作倡导第三方免费的方法来辅助移动联系人追踪，因为这种方法减轻了需要可信第三方的安全和隐私风险。我们还明确考虑了任何合同追踪系统中涉及的推理风险，其中对用户的任何警报本身都可能导致去匿名化信息。更广泛地说，我们希望参与将工业界、学术界和民间社会的同事聚集在一起，围绕缓解COVID-19疫情的努力所引发的关键问题进行讨论并达成一致意见。
2020-05-07 cs.CR
Towards Mass Adoption of Contact Tracing Apps -- Learning from Users' Preferences to Improve App Design
接触者追踪应用程序已成为控制及减缓COVID-19传播及放宽封锁措施的主要方法之一。虽然这些应用程序可以非常有效地阻止传播链和拯救生命，但它们的采用仍然低于预期的临界质量。关于联系人追踪应用程序的公开辩论强调一般的隐私保留，并在专家层面进行，但缺乏与实际设计相关的用户视角。为了解决这一差距，我们使用市场研究技术，特别是联合分析，探索用户对联系人追踪应用程序的偏好。我们的主要贡献是对个人和群体偏好的经验性见解，以及对规范性设计的见解。虽然我们的研究结果证实了大多数欧洲联系人追踪应用程序的隐私保护设计，但它们也提供了对可接受功能的更细致入微的理解。基于市场模拟和变化分析，我们得出结论，增加目标一致的功能将发挥重要作用，促进大规模采用。
2020-11-24 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
Decentralized Privacy-Preserving Proximity Tracing
本文描述并分析了一种用于大规模安全和隐私保护的邻近跟踪的系统。该系统被称为DP 3 T，提供了一个技术基础，通过简化和加快通知可能接触过该病毒的人的过程，帮助减缓SARS-CoV-2的传播，以便他们能够采取适当措施打破其传播链。该系统旨在最大限度地降低个人和社区的隐私和安全风险，并保证最高水平的数据保护。我们的近距离追踪系统的目标是确定谁曾与COVID-19阳性者有过密切的身体接触，从而暴露于病毒，而不会透露接触者的身份或接触发生的地点。为了实现这一目标，用户运行智能手机应用程序，该应用程序不断广播表示用户电话的短暂伪随机ID，并且还记录从附近的智能手机观察到的伪随机ID。当患者被诊断患有COVID-19时，她可以将先前从她的手机广播的伪随机ID上传到中央服务器。在上传之前，所有数据都只保留在用户的手机上。其他用户的应用程序可以使用来自服务器的数据，在本地估计设备的所有者是否通过近距离物理接近上传其数据的COVID-19阳性人员而暴露于病毒。如果应用程序检测到高风险，它会通知用户。
2020-05-25 cs.CR cs.CY
Social Distancing 2.0 with Privacy-Preserving Contact Tracing to Avoid a Second Wave of COVID-19
如何在重新开放经济后避免第二波COVID-19疫情是一个紧迫的问题。SARS-CoV-2极高的基本繁殖数$R_0$（新研究显示为5.7至6.4）使挑战进一步复杂化。在这里，我们评估了社交距离2.0的影响，即接近警报（保持人际距离）加上隐私保护的联系人追踪。为了解决这一双重任务，我们开发了一个开源移动应用程序。该应用程序使用基于蓝牙的分散式联系人跟踪平台，政府或第三方无法通过该平台链接匿名用户ID。模拟结果显示，50%的社交距离2.0采用率，加上隐私保护的接触者追踪，将足以将$R_0$降低到小于1，并防止COVID-19疫情的死灰复燃。
2020-08-06 cs.CR 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
IoTrace: A Flexible, Efficient, and Privacy-Preserving IoT-enabled Architecture for Contact Tracing
接触者追踪有望通过早期发现可能的传染事件，帮助抗击新冠肺炎的传播。为此，大多数现有的解决方案共享以下架构：智能手机不断广播随机信标，这些信标被附近的设备拦截并存储到其本地联系人日志中。在本文中，我们提出了一种支持物联网的联系人追踪架构，放宽了以智能手机为中心的假设，并提供了一种具有以下功能的解决方案：（i）它将最终用户的开销减少到最低限度--移动终端仅广播其信标;（ii）它为用户提供了竞争解决方案所没有达到的隐私程度-即使在最不利于隐私的情况下，该解决方案也提供了k-匿名;以及（iii）它是灵活的：相同的体系结构可以被配置为支持几种模型--从完全分散的到完全集中的模型--并且可以调整系统参数以支持跟踪几种社会交互模型。我们还强调开放的问题，并讨论了一些未来的研究方向。
2021-01-02 cs.CR cs.NI
A Smart Wizard System Suitable for Use With Internet Mobile Devices to Adjust Personal Information Privacy Settings
个人信息隐私是影响互联网用户信心的重要问题。在线社交网络的广泛采用和使用移动设备访问这些平台鼓励开发人员使系统和界面为寻求隐私的用户所接受。本研究的目的是测试一个向导，允许用户控制与他人共享的个人信息。我们还评估用户对此类共享的关注，例如是否在当前的在线社交网络帐户中隐藏个人数据。调查结果显示，这名巫师工作得很好，女性比男性隐瞒更多的个人信息。此外，大多数担心个人信息被滥用的用户都隐藏了这些项目。研究结果可用于升级当前的隐私系统或设计在移动互联网设备上工作的新系统。该系统还可以用于在设置个人隐私设置时节省时间，并使用户更清楚地了解将与他人共享的项目。
2013-07-13 cs.CR cs.CY
BlindSignedID: Mitigating Denial-of-Service Attacks on Digital Contact Tracing
由于近期爆发COVID-19，多个政府暂停户外活动，并实施社交距离政策，以防止SARS-CoV-2传播。这些措施对经济和人民的日常生活产生了严重影响。大范围封锁的另一种选择是在疫情爆发的早期阶段进行有效的接触者追踪。然而，数学模型表明，通过人工接触者追踪来控制SARS-CoV-2传播是不可信的。为了减少接触者追踪的工作量，许多数字接触者追踪项目（例如，正在开发PEPP-PT、DP-3 T、TCN、BlueTrace、Google/Apple暴露通知和东/西海岸PACT），以补充手动接触者追踪。然而，数字联系人追踪已经引起了隐私倡导者的关注，因为政府或其他方面可能会试图使用联系人追踪协议进行大规模监控。因此，许多数字联系人追踪项目构建隐私保护机制以限制协议泄露的隐私敏感信息的量。在本文中，我们研究这些架构如何抵御某些类别的攻击，特别是DoS攻击，并提出了BlindSignedID，一个保护隐私的数字联系人跟踪机制，这是可验证的短暂标识符，以限制MAC兼容的DoS攻击的有效性。在我们的评估中，我们发现BlindSignedID可以有效地拒绝伪造的EphID，减少对本地存储的DoS攻击超过90%的存储EphID。我们的示例拒绝服务攻击表明，使用4个攻击者可以在正常工作时间和工作日内造成千兆字节级别的拒绝服务攻击。
2020-08-26 cs.CR
Contact Tracing Made Un-relay-able
自动接触追踪是控制空气传播疾病传播的关键解决方案：它追踪个人之间的接触，以提醒人们他们被感染的潜在风险。目前的SARS-CoV-2大流行给许多国家的医疗保健系统带来了沉重的压力。各国政府选择了不同的方法来应对病毒的传播，接触者追踪应用程序被认为是最有效的方法。特别是，通过利用蓝牙低功耗技术，移动应用程序可以实现保护公民隐私的联系人跟踪。虽然研究人员提出了几种接触追踪方法，但每个政府都开发了自己的国家接触追踪应用程序。在本文中，我们证明了许多流行的接触追踪应用程序（例如，由意大利、法国、瑞士政府推广的那些）容易受到中继攻击。通过这种攻击，人们可能会被错误地诊断为SARS-CoV-2阳性，从而被强制隔离，最终导致医疗保健系统崩溃。为了解决这个漏洞，我们提出了一种新颖的轻量级解决方案，可以防止中继攻击，同时提供与当前方法相同的隐私保护功能。为了评估中继攻击和我们新型防御机制的可行性，我们针对意大利接触者追踪应用程序开发了概念验证（即，Immuni）。我们的防御设计允许它集成到任何联系人跟踪应用程序中。
2020-11-02 cs.CR cs.CY
Protect Your Score: Contact Tracing With Differential Privacy Guarantees
University of Amsterdam（阿姆斯特丹大学）；Qualcomm AI research（高通人工智能研究院）
针对接触者追踪中风险评分泄露隐私的攻击，提出首个具差分隐私保证的算法，在COVID-19模拟器中实现感染率降低2至10倍。
2026-09-14 cs.AI cs.CR cs.LG
