TetraFence: Re-Auditable Mobile Field Evidence with Immutable Location Anchoring

En el mundo moderno, a menudo dependemos de los teléfonos inteligentes para documentar el mundo físico, desde el seguimiento del viaje de los alimentos desde la granja hasta la mesa hasta verificar que el trabajo de construcción se realizó donde debía. Pero existe un problema silencioso en este registro digital: una fotografía tomada con un teléfono es tan confiable como la historia que se cuenta sobre dónde y cuándo fue tomada. Si una foto se carga en una base de datos, nada en la base de datos garantiza por sí mismo que la imagen no haya sido tomada de un lugar diferente, o que las coordenadas adjuntas a ella no hayan sido falsificadas. Este vacío entre el momento en que se toma una foto y el momento en que se almacena crea una "brecha de procedencia", un espacio donde la confianza puede perderse fácilmente. Para resolver esto, los investigadores han comenzado a mirar hacia el blockchain, un tipo de libro de contabilidad digital que registra la información de una manera que es casi imposible de alterar una vez escrita. Sin embargo, simplemente registrar un resultado en un blockchain no soluciona el problema si el resultado mismo se basó en una mentira o un error cometido antes de que los datos llegaran al libro de contabilidad. El verdadero desafío es capturar no solo el veredicto final, sino la evidencia bruta —la ubicación exacta, el tiempo y la imagen misma— para que cualquiera pueda mirar atrás más tarde y volver a comprobar las matemáticas para ver si la historia aún se sostiene.

Este es el problema específico que un equipo liderado por Duy-Quan Nguyen se propuso resolver con un sistema llamado TetraFence. Los investigadores querían construir un flujo de trabajo confiable para la evidencia de campo móvil, específicamente para trabajadores agrícolas que necesitan demostrar que inspeccionaron cultivos o instalaciones en los lugares correctos. Probaron su sistema en Vietnam a través de tres sitios diferentes: un enorme campo de arroz que cubría cientos de hectáreas, una pequeña instalación de procesamiento y un vivero de plantas. El objetivo era crear un flujo de trabajo donde el teléfono inteligente ordinario de un trabajador pudiera tomar una foto, capturar automáticamente la ubicación actual y la hora del dispositivo, y bloquear esa información en un registro seguro e inalterable. El sistema fue diseñado para ser estricto con la forma en que los datos entraban al sistema; por ejemplo, la aplicación solo permitía tomar fotos directamente a través de la lente de la cámara, evitando que los usuarios simplemente cargaran fotos antiguas desde su galería. Una vez que se recolectaban la foto y los datos de ubicación, el sistema verificaba si el trabajador estaba dentro de una distancia razonable de la parcela de tierra correcta antes de enviar la información a una red de blockchain privada.

El núcleo de la investigación fue ver si este sistema podía realmente preservar la capacidad de re-auditar la evidencia más tarde. En un sistema estándar, si un gerente cambia el mapa de una parcela agrícola, las fotos antiguas podrían parecer repentinamente como si hubieran sido tomadas en el lugar equivocado, aunque la foto en sí no haya cambiado. Los investigadores querían saber si podían almacenar el mapa original y la foto original juntos de una manera que permitiera a un auditor futuro repetir exactamente la misma operación y obtener la misma respuesta, independientemente de cómo cambien los mapas más adelante. Para probar esto, ejecutaron 44 eventos del mundo real en el campo. Luego construyeron dos programas informáticos diferentes para verificar los resultados: uno escrito en un lenguaje común para servicios web y otro escrito en un lenguaje específico para el blockchain. Alimentaron los mismos 44 conjuntos de datos en ambos programas para ver si estaban de acuerdo sobre si el trabajador estaba dentro o fuera del área designada.

Los resultados mostraron que el sistema funcionó con una consistencia notable. Para los 25 eventos donde los límites de la tierra no cambiaron, ambos programas informáticos coincidieron perfectamente en si el trabajador estaba dentro o fuera de la zona. Cuando los programas calcularon la distancia desde el límite, sus respuestas fueron casi idénticas, con una diferencia promedio de solo 0.16 metros, siendo la mayor diferencia de apenas 1 metro. Este pequeño margen de error está bien dentro del rango normal de incertidumbre para el GPS estándar de un teléfono inteligente. El sistema también manejó con éxito casos límite, como un trabajador parado a 51 metros de una instalación. En lugar de simplemente rechazar la foto como "incorrecta", el sistema la marcó con una advertencia "amarilla", preservando el registro pero señalando que estaba lo suficientemente lejos como para requerir una mirada más cercana. Este enfoque graduado permitió al sistema mantener datos útiles sin forzar una decisión rígida de "sí o no" que pudiera descartar el trabajo legítimo realizado justo fuera de una línea de cerca.

Sin embargo, el estudio también descubrió un fallo crítico en cómo se diseñan a menudo tales sistemas, uno que solo se hizo visible cuando los investigadores observaron el sitio del vivero. En este caso, la parcela de tierra asignada a un lote de registros cambió de un área pequeña de 9,999 metros cuadrados a un área masiva de 448 hectáreas ubicada a nueve kilómetros de distancia. Cuando los investigadores intentaron reevaluar las fotos antiguas utilizando el nuevo y más grande mapa, los resultados cambiaron por completo. Dos fotos que antes se consideraban "dentro" de la parcela pequeña ahora eran "fuera" de la nueva, y viceversa. Esto sucedió porque los registros antiguos solo almacenaban la foto y la ubicación, pero no la versión específica del mapa que se estaba utilizando en el momento en que se tomó la foto. Los investigadores encontraron que, sin vincular la versión específica del mapa al evento, el significado de la evidencia podía ser reescrito silenciosamente por un simple cambio administrativo. Para solucionar esto, concluyeron que cada pieza de evidencia debe estar ligada a la versión exacta de la geometría contra la cual fue juzgada, asegurando que la decisión original pueda siempre ser reproducida.

El estudio también midió el costo de ejecutar estas comprobaciones en el blockchain. Encontraron que verificar una sola foto contra un mapa complejo de 17 esquinas requería una cantidad específica de esfuerzo computacional, conocido como "gas", que estaba bien dentro de los límites de la red. Esto sugirió que el sistema podría manejar un flujo constante de comprobaciones sin congestionar la red. Sin embargo, el autor fue cuidadoso al notar lo que su sistema no hacía. No demostraron que el teléfono estuviera físicamente donde decía estar; un usuario hábil con un teléfono hackeado aún podría falsificar una ubicación. La fuerza del sistema no radicaba en detener a un tramposo decidido, sino en crear un registro transparente e inalterable que permitiera a cualquiera ver exactamente qué datos se utilizaron para tomar una decisión. Al preservar las entradas brutas —la foto, la coordenada, el tiempo y la versión del mapa—, el sistema convirtió un simple registro digital en una evidencia reproducible.

En última instancia, el proyecto TetraFence demostró que la procedencia de los datos móviles es posible, pero requiere un cambio en cómo pensamos sobre los registros digitales. No basta con almacenar una foto y una ubicación; el sistema también debe almacenar el contexto en el que esa ubicación fue juzgada. La investigación mostró que cuando vinculas la versión del mapa al evento, evitas que el pasado sea alterado accidentalmente por los cambios en el presente. Aunque el sistema se basa en la suposición de que el teléfono es honesto, logró crear un flujo de trabajo donde la lógica de la decisión puede ser verificada y re-verificada por cualquiera, mucho después de que el trabajador haya dejado su teléfono. Este enfoque ofrece una forma práctica de construir confianza en la evidencia móvil, asegurando que la historia contada por un registro digital permanezca consistente, incluso cuando el mundo a su alrededor cambia.