Privacy preserving on semantic trajectories: application on wi-fi connections of a university campus

Abstract

O recorrente aumento da utilização de dispositivos móveis permite que mais dados de trajetórias dos usuários sejam coletados diariamente. Tais dados podem vir a ser obtidos via GPS, sinais de antena de celular e entre outros meios. Nesse viés, ao agregar informações acerca do local visitado e da pessoa que realizou o percurso pode-se transformar a trajetória em uma trajetória semântica. Uma trajetória semântica é uma sequência de stops (paradas) e moves (movimentos) de uma pessoa durante o seu trajeto. Outro modo de se obter dados de trajetória são por meio das conexões Wi-Fi. Cada conexão realizada é considerada como ponto espaço-temporal de um trajeto. Diante disso, as redes wireless das universidades, ou de grandes complexos, são comumente compostas por diversos pontos de acesso os quais são distribuídos amplamente em torno do campus de modo a cobrir uma extensa área com o sinal Wi-Fi. Nesse ínterim, toda vez que se realiza uma conexão entre um dispositivo móvel e um ponto de acesso, dados como localização, identificação do aluno e hora são gerados e armazenados em um arquivo de log. Tal arquivo permite rastrear as trajetórias dos usuários dentro das universidades por meio da localização dos pontos de acesso e também do horário no qual a conexão foi efetuada. Com isso, através do atributo de identificação do aluno, torna-se possível associá-lo à quase-identificadores pessoais presentes na base de dados da universidade. Essas informações podem ser úteis para diversas áreas do conhecimento, variando desde o planejamento urbano, gestão do transporte público até a prevenção de epidemias. No entanto, a publicação desses dados podem vir a colocar em risco a privacidade dos estudantes e funcionários, uma vez que pessoas mal-intencionadas possam vir a ter acesso à esses dados, perseguições podem ser facilitadas, assim como, realização de crimes, criando uma ameaça à segurança das pessoas. Frente à isso, a fim de divulgar essas informações, foi proposta uma técnica de anonimização para dados de trajetórias semânticas criadas a partir de conexões a redes Wi-Fi ou de outras fontes com pontos espaçados, chamados Mix beta-k-anonymity. Tal abordagem utiliza um quase-identificador pessoal para agrupar pessoas e suas trajetórias. Para avaliar o método, foram criados modelos de ameaça adaptados para o cenário universitário. Com relação à escolha da variável quase-identificadora, foi realizado um estudo sobre o impacto de sua escolha. Infere-se com esse estudo que a escolha do atributo quase-identificador é crucial para a preservação da privacidade. E por fim, o método foi avaliado com dados de Wi-Fi de alunos de graduação da UFSC e foi discutida a eficácia da abordagem com relação à prevenção de ameaças. Nessa perspectiva, a aplicação do método em um campus universitário demonstrou que a comunidade acadêmica pode ter acesso a dados de qualidade para realização de pesquisas de diversas áreas do conhecimento no campus mantendo a privacidade dos usuários.

Abstract : With the increased use of mobile devices, which capture information from users' locations using GPS or cell phone signal, the number of trajectory data created from their spatio-temporal evolution has grown considerably. Information about the person who made the route and about the places visited can be added to the trajectory, thus creating a semantic trajectory. It is also possible to create trajectories with the Wi-Fi connections of a network by considering that each connection represent a point of the trajectory. In universities, or large building complexes, it is common to find many access points widely distributed throughout the campus aiming to cover most of the area with Wi-Fi signal. Each time a connection between a device and an access point is performed, the data generated (e.g. location, users identification, and time) are stored in a log file. This file allows us to track back the trajectories of the users inside the universities by using the access points location and time of the connection. With the identification attribute of the users, it is possible to associate it with quasi-identifiers present in the university data systems. This data can be useful for several areas of knowledge, ranging from security, urban planning, public transport management, to epidemic prevention. Publication of such data may put the privacy of university users in risk. If malicious persons have access to this data, stalking can be facilitated, as well as operational support for committing crimes, leading to a threat to the safety of people. Given that, our work proposes a method of anonymization called Mix beta-k-anonymity. It anonymizes semantic trajectories by grouping the trajectory of people who share the same quasi-identifier. This approach provides a set of possible trajectories for a group of people with the same quasi-identifiers. We evaluated the method with Wi-Fi data from undergraduate students of UFSC, campus Trindade, and discussed the effectiveness of the approach in relation to the prevention of threats. After the application of this method, we showed that with the right choice of the quasi-identifier it is possible to anonymize semantic trajectories, making feasible the release of anonymized semantic trajectory data, with quality, for research in several areas of knowledge.