E-MagDiP: Electro-Magnetic based Differential Privacy for EEG based Community Sensing

Resumen Técnico de E-MagDiP

Planteamiento del Problema
Los programas de detección comunitaria basados en EEG se utilizan cada vez más para analizar datos cerebrales agregados con el fin de obtener información sobre la atención en entornos educativos e industriales. Sin embargo, estos programas enfrentan desafíos significativos de privacidad porque las señales de EEG crudas contienen datos biométricos sensibles capaces de revelar rasgos personales, estados cognitivos e incluso información privada como códigos PIN. Si bien la Privacidad Diferencial (DP) ofrece un marco teórico para proteger los datos individuales dentro de los agregados, su aplicación práctica al EEG se ve obstaculizada por las limitaciones del hardware. La mayoría de los auriculares EEG comerciales son sistemas cerrados que no pueden modificarse para inyectar el ruido necesario a nivel de usuario. Además, añadir ruido mediante software en dispositivos portátiles suele ser poco práctico debido a los estrictos límites de potencia y computación, lo que puede degradar las tasas de muestreo y aumentar la latencia. Los métodos de cifrado existentes protegen los datos en tránsito, pero no evitan que los agregadores no confiables infieran identidades individuales a partir de los datos agregados descifrados.

Metodología: Marco de Trabajo E-MagDiP
Los autores proponen E-MagDiP (Privacidad Diferencial basada en Electromagnetismo), un marco que logra la DP perturbando las señales de EEG en el punto de adquisición mediante señales electromagnéticas (EM) externas, en lugar de modificar el hardware o el software interno del auricular.

• Mecanismo Central: El sistema aprovecha el principio de que las señales de RF con Modulación de Amplitud (AM) pueden inducir ruido Gaussiano controlado en sensores y electrodos analógicos. En lugar de usar este fenómeno para ataques (como se ve en trabajos previos), E-MagDiP lo utiliza para la defensa.
• Arquitectura del Sistema:
  • Transmisor: Un Radio Definido por Software (SDR), específicamente un USRP B200, genera una señal de ruido blanco Gaussiano. Esta señal es modulada en amplitud y transmitida a través de una antena direccional u omnidireccional.
  • Inducción: La señal de RF se dirige hacia los electrodos y cables del auricular EEG. La interacción induce un ruido blanco Gaussiano calibrado en el flujo de EEG.
  • Calibración: El sistema calcula la desviación estándar ($\sigma$) de ruido requerida basándose en la teoría de DP (específicamente el Mecanismo Gaussiano), el número de participantes ($N$), el número de canales y la tasa de muestreo. Los parámetros del SDR (amplitud de la portadora, índice de modulación y ganancia) se sintonizan para inducir el nivel preciso de ruido necesario para satisfacer la garantía de $(\epsilon, \delta)$-DP.
  • Despliegue: El transmisor se coloca en la misma habitación que los participantes (por ejemplo, un aula). Los datos de EEG, ahora perturbados con ruido de DP, se transmiten (a menudo vía Bluetooth) a un servidor no confiable. El servidor agrega los datos, utilizando potencialmente el Cifrado Homomórfico (HE) para realizar cálculos sobre datos cifrados antes de su descifrado y análisis.
• Compatibilidad de Hardware: El marco fue probado en tres auriculares comerciales sin ninguna modificación:
  1. OpenBCI Cyton: Grado de investigación, 5 canales, 250 Hz.
  2. Neurosky MindWave Mobile 2: Grado de consumo, 1 canal, 512 Hz.
  3. Sichiray Taurus 2.0: Grado de consumo, 1 canal, 215 Hz.

Contribuciones Clave

1. Primer DP basado en RF para EEG: E-MagDiP se presenta como el primer marco que utiliza señales de RF específicamente para inducir privacidad diferencial en la detección comunitaria de EEG, en lugar de para atacar el sistema.
2. Implementación No Invasiva: Proporciona un mecanismo para lograr garantías de DP sin requerir modificaciones de hardware o software en los auriculares EEG comerciales existentes, abordando la limitación de "sistema cerrado" de los wearables actuales.
3. Diseño de Perturbación por RF: Los autores diseñaron una técnica de transmisión AM que induce ruido blanco Gaussiano calibrado en las señales de EEG, cumpliendo efectivamente con los requisitos estadísticos de la DP.
4. Validación Empírica: El sistema fue validado en tres sistemas de EEG comerciales distintos, demostrando su capacidad para funcionar a través de diferentes formatos y tasas de muestreo.

Resultos Experimentales

• Garantía de Privacidad: En pruebas con usuarios que involucraron a 10 participantes, E-MagDiP indujo con éxito suficiente ruido para proporcionar una garantía de DP. Al escalar a un escenario de detección comunitaria de 100 participantes, el sistema logra una garantía de privacidad de $\epsilon = 38.12$.
• Impacto en la Precisión: La adición de ruido inducido por RF resultó en un impacto mínimo en la precisión de la clasificación. En una tarea de clasificación de Potenciales Evocados Visuales de Estado Estable (SSVEP), E-MagDiP logró una precisión del 69.4%. Esto representa una caída de solo un 3.1% en comparación con la línea base "NoDP" (72.5%), y una mejora del 1.2% sobre un método de DP basado en software de última generación (SoftwareDP, 68.2%).
• Flexibilidad de Distancia y Antena: Los experimentos mostraron que el sistema funciona eficazmente en distancias de 1 a 4 metros. Aunque las antenas direccionales indujeron un ruido ligeramente mayor a corta distancia, la diferencia entre antenas direccionales y omnidireccionales se volvió insignificante a los 2–4 metros, lo que sugiere opciones de despliegue flexibles.
• Multi-Usuario y Multi-Dispositivo: El sistema proporcionó con éxito ruido de DP a múltiples usuarios simultáneamente, incluso cuando usaban diferentes modelos de auriculares (OpenBCI, Neurosky, Sichiray) y se encontraban a distintos ángulos y distancias del transmisor.
• Seguridad: La Densidad de Potencia de Transmisión Máxima (MTPD) utilizada en los experimentos se calculó en 9.7 $\mu$W/cm², lo cual es aproximadamente 60 veces menor que el umbral de seguridad de la FCC de 580 $\mu$W/cm², indicando la ausencia de efectos térmicos dañinos.

Significancia y Reivindicaciones
El artículo afirma que E-MagDiP representa un cambio de paradigma en la protección de la privacidad del EEG. Al trasladar la generación de ruido desde el dispositivo portátil restringido hacia una fuente de RF externa, evita las limitaciones de potencia y latencia que han hecho que la DP sea poco práctica para los auriculares de EEG comerciales. Los autores enfatizan que este enfoque permite una "DP práctica para la detección comunitaria de EEG sin ninguna modificación a nivel de usuario".

El trabajo destaca que, mientras que el anonimato estándar falla para los datos biométricos de EEG y el cifrado solo protege contra el acceso no autorizado, E-MagDiP protege contra la inferencia por parte de agregadores no confiables. Los autores señalan modestamente ciertas limitaciones, como la dependencia de cables expuestos para la sintonización de la frecuencia portadora (aunque observaron inducción de ruido en auriculares de circuito flexible como el Muse 02) y la necesidad de estudios adicionales sobre filtros de muesca de software complejos. También identifican obstáculos regulatorios, señalando que las frecuencias portadoras específicas utilizadas (por ejemplo, 754 MHz) quedan fuera de las bandas ISM estándar y requerirían ajustes para su despliegue comercial.

En última instancia, el artículo posiciona a E-MagDiP como una solución viable para desbloquear el potencial de la detección comunitaria de EEG a gran escala, asegurando la privacidad en la fuente de adquisición de datos sin comprometer la utilidad de los datos agregados.