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

E-MagDiP का तकनीकी सारांश

समस्या विवरण
शैक्षिक और औद्योगिक सेटिंग्स में एकाग्रता (attentiveness) के विश्लेषण के लिए एकत्रित मस्तिष्क डेटा के विश्लेषण हेतु EEG-आधारित सामुदायिक सेंसिंग कार्यक्रमों का उपयोग तेजी से बढ़ रहा है। हालाँकि, इन कार्यक्रमों को महत्वपूर्ण गोपनीयता चुनौतियों का सामना करना पड़ता है क्योंकि कच्चे (raw) EEG संकेतों में संवेदनशील बायोमेट्रिक डेटा होता है जो व्यक्तिगत लक्षणों और यहाँ तक कि पिन (PIN) जैसे निजी विवरणों को प्रकट करने में सक्षम होता है। जबकि डिफरेंशियल प्राइवेसी (DP) एकत्रित डेटा के भीतर व्यक्तिगत डेटा की सुरक्षा के लिए एक सैद्धांतिक ढांचा प्रदान करती है, EEG के लिए इसका व्यावहारिक अनुप्रयोग हार्डवेयर बाधाओं के कारण बाधित है। अधिकांश वाणिज्यिक EEG हेडसेट बंद सिस्टम (closed systems) होते हैं जिन्हें आवश्यक उपयोगकर्ता-स्तरीय शोर (noise) डालने के लिए संशोधित नहीं किया जा सकता है। इसके अलावा, पहनने योग्य उपकरणों (wearable devices) पर सॉफ्टवेयर के माध्यम से शोर जोड़ना अक्सर सख्त शक्ति और गणना सीमाओं के कारण अव्यावहारिक होता है, जिससे सैंपलिंग दर कम हो सकती है और लेटेंसी (latency) बढ़ सकती है। मौजूदा एन्क्रिप्शन विधियाँ डेटा ट्रांसमिशन के दौरान डेटा की रक्षा करती हैं, लेकिन वे अनट्रस्टेड एग्रीगेटर्स (untrusted aggregators) को डिक्रिप्ट किए गए एकत्रित डेटा से व्यक्तिगत पहचान का अनुमान लगाने से नहीं रोक पाती हैं।

कार्यप्रणाली: E-MagDiP फ्रेमवर्क
लेखक E-MagDiP (इलेक्ट्रो-मैग्नेटिक आधारित डिफरेंशियल प्राइवेसी) का प्रस्ताव करते हैं, जो हेडसेट के आंतरिक हार्डवेयर या सॉफ्टवेयर को संशोधित करने के बजाय बाहरी विद्युत चुम्बकीय (EM) संकेतों का उपयोग करके अधिग्रहण के बिंदु पर EEG संकेतों को विक्षेपित (perturb) करके DP प्राप्त करता है।

• मुख्य तंत्र: यह प्रणाली इस सिद्धांत का लाभ उठाती है कि एम्प्लीट्यूड मॉड्यूलेटेड (AM) RF सिग्नल एनालॉग सेंसर और इलेक्ट्रोड पर नियंत्रित गाऊसी शोर (Gaussian noise) उत्पन्न कर सकते हैं। इस घटना का उपयोग हमलों (जैसा कि पिछले कार्यों में देखा गया है) के लिए करने के बजाय, E-MagDiP इसका उपयोग रक्षा के लिए करता है।
• सिस्टम आर्किटेक्चर:
  • ट्रांसमीटर: एक सॉफ्टवेयर-डिफाइंड रेडियो (SDR), विशेष रूप से USRP B200, एक व्हाइट गाऊसी शोर सिग्नल उत्पन्न करता है। यह सिग्नल एम्प्लीट्यूड-मॉड्यूलेटेड होता है और एक दिशात्मक या सर्वदिशीय (omnidirectional) एंटीना के माध्यम से प्रसारित किया जाता है।
  • इंडक्शन (प्रेरण): RF सिग्नल को EEG हेडसेट के इलेक्ट्रोड्स और तारों की ओर निर्देशित किया जाता है। यह परस्पर क्रिया EEG स्ट्रीम पर एक कैलिब्रेटेड व्हाइट गाऊसी शोर प्रेरित करती है।
  • कैलिब्रेशन: सिस्टम DP सिद्धांत (विशेष रूप से गाऊसी मैकेनिज्म) के आधार पर, प्रतिभागियों की संख्या ($N$), चैनलों की संख्या और सैंपलिंग दर के आधार पर आवश्यक शोर मानक विचलन ($\sigma$) की गणना करता है। SDR मापदंडों (कैरियर एम्प्लीट्यूड, मॉड्यूलेशन इंडेक्स और गेन) को $(\epsilon, \delta)$-DP गारंटी को पूरा करने के लिए आवश्यक सटीक शोर स्तर को प्रेरित करने के लिए ट्यून किया जाता है।
  • परिनियोजन (Deployment): ट्रांसमीटर को प्रतिभागियों के साथ उसी कमरे में रखा जाता है (जैसे, एक कक्षा)। अब विक्षेपित EEG डेटा को (अक्सर ब्लूटूथ के माध्यम से) एक अनट्रस्टेड सर्वर को भेजा जाता है। सर्वर डेटा को एकत्रित करता है, और संभवतः विश्लेषण के लिए डिक्रिप्शन से पहले एन्क्रिप्टेड डेटा पर गणना करने के लिए होमोमोर्फिक एन्क्रिप्शन (HE) का उपयोग करता है।
• हार्डवेयर अनुकूलता: इस फ्रेमवर्क का परीक्षण बिना किसी संशोधन के तीन ऑफ-द-शेल्फ हेडसेट्स पर किया गया था:
  1. OpenBCI Cyton: रिसर्च-ग्रेड, 5 चैनल, 250 Hz।
  2. Neurosky MindWave Mobile 2: कंज्यूमर-ग्रेड, 1 चैनल, 512 Hz।
  3. Sichiray Taurus 2.0: कंज्यूमर-ग्रेड, 1 चैनल, 215 Hz।

प्रमुख योगदान

1. प्रथम RF-आधारित DP फॉर EEG: E-MagDiP को EEG में डिफरेंशियल प्राइवेसी प्रेरित करने के लिए विशेष रूप से RF सिग्नल्स का उपयोग करने वाले पहले फ्रेमवर्क के रूप में प्रस्तुत किया गया है, न कि सिस्टम पर हमला करने के लिए।
2. गैर-आक्रामक कार्यान्वयन (Non-Invasive Implementation): यह मौजूदा वाणिज्यिक EEG हेडसेट्स में किसी भी हार्डवेयर या सॉफ्टवेयर संशोधन की आवश्यकता के बिना DP गारंटी प्राप्त करने के लिए एक तंत्र प्रदान करता है, जो वर्तमान पहनने योग्य उपकरणों की "बंद प्रणाली" की सीमा को संबोधित करता है।
3. RF परटर्बेशन डिज़ाइन: लेखकों ने एक AM ट्रांसमिशन तकनीक डिजाइन की है जो EEG संकेतों पर कैलिब्रेटेड व्हाइट गाऊसी शोर प्रेरित करती है, जो प्रभावी रूप से DP के सांख्यिकीय शोर आवश्यकताओं को पूरा करती है।
4. अनुभवजन्य सत्यापन (Empirical Validation): सिस्टम को तीन अलग-अलग वाणिज्यिक EEG सिस्टम पर मान्य किया गया, जो विभिन्न फॉर्म फैक्टर्स और सैंपलिंग दरों में काम करने की इसकी क्षमता को प्रदर्शित करता है।

प्रायोगिक परिणाम

• गोपनीयता गारंटी: 10 प्रतिभागियों वाले उपयोगकर्ता परीक्षणों में, E-MagDiP ने पर्याप्त शोर प्रेरित करने में सफलता प्राप्त की जिससे DP गारंटी मिल सके। जब इसे 100 प्रतिभागियों के सामुदायिक सेंसिंग परिदृश्य के लिए स्केल किया गया, तो सिस्टम $\epsilon = 38.12$ की गोपनीयता गारंटी प्राप्त करता है।
• सटीकता प्रभाव: शोर जोड़ने के परिणामस्वरूप वर्गीकरण सटीकता पर न्यूनतम प्रभाव पड़ा। एक स्टेडी-स्टेट विजुअल इवोक्ड पोटेंशियल (SSVEP) वर्गीकरण कार्य में, E-MagDiP ने 69.4% सटीकता प्राप्त की। यह "NoDP" बेसलाइन (72.5%) की तुलना में केवल 3.1% की गिरावट है और एक अत्याधुनिक सॉफ्टवेयर-आधारित DP विधि (SoftwareDP, 68.2%) की तुलना में 1.2% का सुधार है।
• दूरी और एंटीना लचीलापन: प्रयोगों ने दिखाया कि सिस्टम 1 से 4 मीटर की दूरी पर प्रभावी ढंग से कार्य करता है। हालांकि दिशात्मक एंटीना ने कम दूरी पर थोड़ा अधिक शोर प्रेरित किया, लेकिन 2-4 मीटर पर दिशात्मक और सर्वदिशीय एंटीना के बीच का अंतर नगण्य हो गया, जो लचीले परिनियोजन विकल्पों का सुझाव देता है।
• बहु-उपयोगकर्ता और क्रॉस-डिवाइस: सिस्टम ने सफलतापूर्वक कई उपयोगकर्ताओं को एक साथ DP शोर प्रदान किया, भले ही वे अलग-अलग हेडसेट मॉडल (OpenBCI, Neurosky, Sichiray) पहने हुए थे और ट्रांसमीटर से अलग-अलग कोणों और दूरियों पर स्थित थे।
• सुरक्षा: प्रयोगों में उपयोग किए गए अधिकतम ट्रांसमिशन पावर डेंसिटी (MTPD) की गणना 9.7 $\mu$W/cm² की गई थी, जो FCC सुरक्षा सीमा 580 $\mu$W/cm² से लगभग 60 गुना कम है, जो हानिकारक थर्मल प्रभावों की अनुपस्थिति को दर्शाता है।

महत्व और दावे
पेपर का दावा है कि E-MagDiP, EEG गोपनीयता संरक्षण में एक प्रतिमान परिवर्तन (paradigm shift) का प्रतिनिधित्व करता है। पहनने योग्य उपकरण से शोर के उत्पादन को बाहरी RF स्रोत में स्थानांतरित करके, यह उन शक्ति और लेटेंसी सीमाओं को दरकिनार करता है जिन्होंने पहले वाणिज्यिक EEG हेडसेट्स के लिए DP को अव्यावहारिक बना दिया था। लेखक इस बात पर जोर देते हैं कि यह दृष्टिकोण "बिना किसी उपयोगकर्ता-स्तरीय संशोधन के EEG सामुदायिक सेंसिंग के लिए व्यावहारिक DP" को सक्षम बनाता है।

यह कार्य इस बात पर प्रकाश डालता है कि जबकि मानक गुमनामी (anonymization) बायोमेट्रिक EEG डेटा के लिए विफल हो जाती है और एन्क्रिप्शन केवल अनधिकृत पहुंच की रक्षा करता है, E-MagDiP अनट्रस्टेड एग्रीगेटर्स द्वारा होने वाले अनुमान (inference) से रक्षा करता है। लेखक विनम्रतापूर्वक सीमाओं का उल्लेख करते हैं, जैसे कि कैरियर फ्रीक्वेंसी ट्यूनिंग के लिए एक्सपोज्ड वायर (खुले तारों) पर निर्भरता (हालांकि उन्होंने Muse 02 जैसे फ्लेक्स-सर्किट हेडसेट पर शोर प्रेरण देखा) और जटिल सॉफ्टवेयर नॉच फिल्टर के अध्ययन की आवश्यकता। वे नियामक बाधाओं को भी चिह्नित करते हैं, यह नोट करते हुए कि उपयोग की गई विशिष्ट कैरियर आवृत्तियाँ (जैसे, 754 MHz) मानक ISM बैंड से बाहर हैं और वाणिज्यिक परिनियोजन के लिए समायोजन की आवश्यकता होगी।

अंततः, पेपर E-MagDiP को बड़े पैमाने पर EEG सामुदायिक सेंसिंग की क्षमता को अनलॉक करने के लिए एक व्यवहार्य समाधान के रूप में स्थापित करता है, जो डेटा अधिग्रहण के स्रोत पर ही गोपनीयता सुनिश्चित करता है और एकत्रित डेटा की उपयोगिता से समझौता नहीं करता है।