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

Résumé Technique de E-MagDiP

Énoncé du Problème
Les programmes de détection communautaire basés sur l'EEG sont de plus en plus utilisés pour analyser des données cérébrales agrégées afin d'obtenir des informations sur l'attention dans les contextes éducatifs et industriels. Cependant, ces programmes font face à des défis importants en matière de confidentialité car les signaux EEG bruts contiennent des données biométriques sensibles capables de révéler des traits personnels, des états cognitifs et même des informations privées comme des codes PIN. Bien que la Confidentialité Différentielle (DP - Differential Privacy) offre un cadre théorique pour protéger les données individuelles au sein des agrégats, son application pratique à l'EEG est entravée par des contraintes matérielles. La plupart des casques EEG commerciaux sont des systèmes fermés qui ne peuvent pas être modifiés pour injecter le bruit nécessaire au niveau de l'utilisateur. De plus, l'ajout de bruit via un logiciel sur des dispositifs portables est souvent peu pratique en raison de limites strictes de puissance et de calcul, ce qui peut dégrader les taux d'échantillonnage et augmenter la latence. Les méthodes de chiffrement existantes protègent les données en transit mais n'empêchent pas les agrégateurs non fiables d'inférer des identités individuelles à partir des données agrégées déchiffrées.

Méthodologie : Le Cadre E-MagDiP
Les auteurs proposent E-MagDiP (Electro-Magnetic based Differential Privacy), un cadre qui réalise la DP en perturbant les signaux EEG au point d'acquisition à l'aide de signaux électromagnétiques (EM) externes, plutôt qu'en modifiant le matériel ou le logiciel interne du casque.

• Mécanisme Central : Le système exploite le principe selon lequel les signaux RF modulés en amplitude (AM) peuvent induire un bruit gaussien contrôlé sur les capteurs et les électrodes analogiques. Au lieu d'utiliser ce phénomène pour des attaques (comme vu dans des travaux antérieurs), E-MagDiP l'utilise pour la défense.
• Architecture du Système :
  • Émetteur : Une radio logicielle (SDR), spécifiquement une USRP B200, génère un signal de bruit blanc gaussien. Ce signal est modulé en amplitude et transmis via une antenne directionnelle ou omnidirectionnelle.
  • Induction : Le signal RF est dirigé vers les électrodes et les fils du casque EEG. L'interaction induit un bruit blanc gaussien calibré sur le flux EEG.
  • Calibration : Le système calcule l'écart-type du bruit ($\sigma$) requis en se basant sur la théorie de la DP (spécifiquement le mécanisme gaussien), le nombre de participants ($N$), le nombre de canaux et le taux d'échantillonnage. Les paramètres de la SDR (amplitude de la porteuse, indice de modulation et gain) sont ajustés pour induire le niveau de bruit précis nécessaire pour satisfaire la garantie $(\epsilon, \delta)$-DP.
  • Déploiement : L'émetteur est placé dans la même pièce que les participants (par exemple, une salle de classe). Les données EEG, désormais perturbées par le bruit DP, sont transmises (souvent via Bluetooth) à un serveur non fiable. Le serveur agrège les données, utilisant potentiellement le chiffrement homomorphe (HE) pour effectuer des calculs sur les données chiffrées avant le déchiffrement et l'analyse.
• Compatibilité Matérielle : Le cadre a été testé sur trois casques du commerce sans aucune modification :
  1. OpenBCI Cyton : Qualité recherche, 5 canaux, 250 Hz.
  2. Neurosky MindWave Mobile 2 : Qualité grand public, 1 canal, 512 Hz.
  3. Sichiray Taurus 2.0 : Qualité grand public, 1 canal, 215 Hz.

Contributions Clés

1. Première DP basée sur la RF pour l'EEG : E-MagDiP est présenté comme le premier cadre utilisant des signaux RF spécifiquement pour induire la confidentialité différentielle dans la détection communautaire EEG, plutôt que pour attaquer le système.
2. Mise en œuvre Non-Invasive : Il fournit un mécanisme pour obtenir des garanties de DP sans nécessiter de modifications matérielles ou logicielles des casques EEG commerciaux existants, répondant ainsi à la limitation des "systèmes fermés".
3. Conception de la Perturbation RF : Les auteurs ont conçu une technique de transmission AM qui induit un bruit blanc gaussien calibré sur les signaux EEG, répondant efficacement aux exigences statistiques de bruit pour la DP.
4. Validation Empirique : Le système a été validé sur trois systèmes EEG commerciaux distincts, démontrant sa capacité à fonctionner à travers différents formats et taux d'échantillonnage.

Résultats Expérimentaux

• Garantie de Confidentialité : Lors d'essais avec des utilisateurs impliquant 10 participants, E-MagDiP a réussi à induire suffisamment de bruit pour fournir une garantie de DP. Lorsqu'il est mis à l'échelle pour un scénario de détection communautaire de 100 participants, le système atteint une garantie de confidentialité de $\epsilon = 38,12$.
• Impact sur la Précision : L'ajout de bruit induit par RF a entraîné un impact minimal sur la précision de la classification. Dans une tâche de classification de potentiels évoqués visuels à état stable (SSVEP), E-MagDiP a atteint une précision de 69,4 %. Cela représente une baisse de seulement 3,1 % par rapport à la référence "NoDP" (72,5 %) et une amélioration de 1,2 % par rapport à une méthode de DP logicielle de pointe (SoftwareDP, 68,2 %).
• Flexibilité de Distance et d'Antenne : Les expériences ont montré que le système fonctionne efficacement sur des distances de 1 à 4 mètres. Bien que les antennes directionnelles induisent un bruit légèrement plus élevé à courte portée, la différence entre les antennes directionnelles et omnidirectionnelles devient négligeable à 2–4 mètres, suggérant des options de déploiement flexibles.
• Multi-Utilisateurs et Multi-Appareils : Le système a réussi à fournir un bruit DP à plusieurs utilisateurs simultanément, même lorsqu'ils portaient des modèles de casques différents (OpenBCI, Neurosky, Sichiray) et étaient situés à des angles et distances variables de l'émetteur.
• Sécurité : La densité de puissance de transmission maximale (MTPD) utilisée dans les expériences a été calculée à 9,7 $\mu$W/cm², ce qui est environ 60 fois inférieur au seuil de sécurité de la FCC de 580 $\mu$W/cm², indiquant l'absence d'effets thermiques nocifs.

Signification et Revendications
L'article affirme qu'E-MagDiP représente un changement de paradigme dans la protection de la confidentialité de l'EEG. En déplaçant la génération de bruit du dispositif portable contraint vers une source RF externe, il contourne les limitations de puissance et de latence qui ont rendu la DP impraticable pour les casques EEG commerciaux jusqu'à présent. Les auteurs soulignent que cette approche permet une "DP pratique pour la détection communautaire EEG sans aucune modification au niveau de l'utilisateur".

Le travail souligne que si l'anonymisation standard échoue pour les données biométriques EEG et que le chiffrement ne protège que contre l'accès non autorisé, E-MagDiP protège contre l'inférence par des agrégateurs non fiables. Les auteurs notent modestement des limitations, telles que la dépendance aux fils exposés pour l'accord de la fréquence porteuse (bien qu'ils aient observé une induction de bruit sur les casques à circuit flexible comme le Muse 02) et la nécessité d'études supplémentaires sur les filtres coupe-bande logiciels complexes. Ils identifient également des obstacles réglementaires, notant que certaines fréquences porteuses utilisées (par exemple, 754 MHz) se situent en dehors des bandes ISM standards et nécessiteraient un ajustement pour un déploiement commercial.

En fin de compte, l'article positionne E-MagDiP comme une solution viable pour débloquer le potentiel de la détection communautaire EEG à grande échelle en garantissant la confidentialité à la source de l'acquisition des données sans compromettre l'utilité des données agrégées.