Le nuove app per dispositivi mobili richiedono regolarmente l'accesso alle informazioni sulla posizione, alla rubrica o ad altre applicazioni e, naturalmente, siti web come Amazon o Netflix tracciano la cronologia di navigazione per fornire consigli personalizzati.
Allo stesso tempo, diversi studi recenti hanno dimostrato che è sorprendentemente facile identificare individui non identificati in database teoricamente anonimi, anche quelli contenenti milioni di record. Quindi, se vogliamo trarre vantaggio dal data mining, come ad esempio ottenere consigli personalizzati o servizi basati sulla posizione, come possiamo proteggere la nostra privacy?
Nell'ultimo numero di PLoS ONE, i ricercatori del MIT propongono una possibile soluzione. Il loro sistema prototipo, openPDS (per l'archiviazione di dati personali), memorizza i dati provenienti dai dispositivi digitali in un'unica posizione specificata dall'utente: potrebbe trattarsi di un server crittografato nel cloud, ma anche di un computer in una scatola chiusa a chiave sotto la scrivania.
Qualsiasi applicazione mobile, servizio online o team di ricerca sui big data che desideri utilizzare i tuoi dati deve interrogare il data warehouse, che restituisce solo la quantità di informazioni necessarie.
Codice condiviso, non dati.
"L'esempio che mi piace usare è quello della musica personalizzata", afferma Yves-Alexandre de Montjoye, studente di dottorato in arti e scienze e primo autore del nuovo articolo. "Pandora, ad esempio, si basa su quello che chiamano il genoma musicale, che contiene un riepilogo dei gusti musicali dell'utente. Per consigliare una canzone, bastano le ultime 10 canzoni ascoltate, giusto per assicurarsi che non venga consigliata sempre la stessa, e questo genoma musicale non ha bisogno dell'elenco di ogni singola canzone che ho ascoltato."
Con openPDS, spiega Montjoye, "si condivide il codice, non i dati. Invece di inviare dati a Pandora per definire le preferenze musicali dell'utente, Pandora invia un codice all'utente per definire le sue preferenze musicali e poi lo rimanda indietro".
Alla stesura dell'articolo, Montjoye è stato affiancato dal suo relatore di dottorato, Alex "Sandy" Pentland, professore di Media Arts and Sciences titolare della cattedra Toshiba; da Erez Shmueli, ricercatore post-dottorato nel gruppo di Pentland; e da Samuel Wang, ingegnere del software presso Foursquare, che all'epoca della ricerca era studente laureato presso il Dipartimento di Ingegneria Elettrica e Informatica.
Dopo una fase iniziale di test che ha coinvolto 21 persone che hanno utilizzato openPDS per regolare l'accesso alle proprie cartelle cliniche, i ricercatori stanno testando il sistema con diverse compagnie di telecomunicazioni in Italia e Danimarca. Sebbene openPDS possa, in linea di principio, funzionare su qualsiasi dispositivo scelto dall'utente, nelle sperimentazioni i dati vengono archiviati nel cloud.
Permessi significativi
Uno dei vantaggi di openPDS, spiega Montjoye, è che richiede alle applicazioni di specificare quali informazioni necessitano e come verranno utilizzate. Oggi, afferma, "quando si installa un'applicazione, viene comunicato che 'questa applicazione ha accesso alla posizione GPS' o 'ha accesso alla scheda SD'. L'utente non ha assolutamente modo di sapere cosa significhi. I permessi non forniscono alcuna informazione utile."
In realtà, le app spesso raccolgono molti più dati di quanti ne servano effettivamente. I fornitori di servizi e gli sviluppatori di app non sempre sanno in anticipo quali dati saranno più utili, quindi ne memorizzano il più possibile nel caso in cui possano servire in seguito. Potrebbe succedere, ad esempio, che per alcuni ascoltatori di musica la copertina di un album sia un indicatore migliore del gradimento delle canzoni rispetto a qualsiasi informazione raccolta dal genoma musicale di Pandora.
OpenPDS memorizza tutti i dati potenzialmente utili, ma in un repository controllato dall'utente finale, non dallo sviluppatore dell'applicazione o dal fornitore del servizio. Uno sviluppatore che scopre che un'informazione precedentemente sottoutilizzata può essere utile deve richiederne l'accesso all'utente. Se la richiesta appare eccessivamente invasiva, l'utente può semplicemente negarla.
Certo, uno sviluppatore malintenzionato potrebbe tentare di manipolare il sistema, creando richieste che ottengano più informazioni di quelle che l'utente intende rivelare. Un'app di navigazione potrebbe, ad esempio, essere autorizzata a identificare la fermata della metropolitana o il parcheggio più vicini all'utente. Ma non dovrebbe aver bisogno di entrambe le informazioni contemporaneamente e, richiedendole, potrebbe dedurre informazioni sulla posizione più dettagliate di quelle che l'utente desidera divulgare.
Montjoye riconosce che la creazione di misure di sicurezza contro tali fughe di dati dovrà essere effettuata caso per caso, applicazione per applicazione, e che, almeno inizialmente, le implicazioni complete di alcune combinazioni di query potrebbero non essere immediatamente evidenti. Tuttavia, "anche se non fosse sicuro al 100%, rappresenterebbe comunque un enorme miglioramento rispetto alla situazione attuale", afferma. "Se riuscissimo a dare alle persone accesso alla maggior parte dei loro dati e se potessimo disporre di tecnologie all'avanguardia per passare in modo anonimo ai sistemi interattivi, sarebbe una grande vittoria".
Articolo di Larry Hardesty, MIT News Office.
