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

Sintesi Tecnica di E-MagDiP

Problematica
I programmi di monitoraggio comunitario basati su EEG sono sempre più utilizzati per analizzare dati cerebrali aggregati al fine di ottenere approfondimenti sull'attenzione in contesti educativi e industriali. Tuttavia, questi programmi affrontano significative sfide di privacy poiché i segnali EEG grezzi contengono dati biometrici sensibili in grado di rivelare tratti personali, stati cognitivi e persino informazioni private come i PIN. Sebbene la Differential Privacy (DP) offra un quadro teorico per proteggere i dati individuali all'interno degli aggregati, la sua applicazione pratica all'EEG è ostacolata dai vincoli hardware. La maggior parte delle cuffie EEG commerciali sono sistemi chiusi che non possono essere modificati per iniettare il necessario rumore a livello utente. Inoltre, l'aggiunta di rumore tramite software sui dispositivi indossabili è spesso impraticabile a causa dei severi limiti di potenza e computazione, che possono degradare le frequenze di campionamento e aumentare la latenza. I metodi di crittografia esistenti proteggono i dati durante il transito, ma non impediscono ad aggregatori non fidati di inferire le identità individuali dai dati aggregati decriptati.

Metodologia: Framework E-MagDiP
Gli autori propongono E-MagDiP (Electro-Magnetic based Differential Privacy), un framework che realizza la DP perturbando i segnali EEG al punto di acquisizione tramite segnali elettromagnetici (EM) esterni, anziché modificare l'hardware o il software della cuffia.

• Meccanismo Core: Il sistema sfrutta il principio secondo cui i segnali a Radiofrequenza (RF) a Modulazione di Ampiezza (AM) possono indurre un rumore Gaussiano controllato sui sensori e sugli elettrodi analogici. Invece di utilizzare questo fenomeno per attacchi (come visto in lavori precedenti), E-MagDiP lo utilizza per la difesa.
• Architettura del Sistema:
  • Trasmettitore: Un Software-Defined Radio (SDR), nello specifico un USRP B200, genera un segnale di rumore Gaussiano bianco. Questo segnale è modulato in ampiezza e trasmesso tramite un'antenna direzionale o omnidirezionale.
  • Induzione: Il segnale RF è diretto verso gli elettrodi e i cavi della cuffia EEG. L'interazione induce un rumore Gaussiano bianco calibrato sul flusso EEG.
  • Calibrazione: Il sistema calcola la deviazione standard ($\sigma$) del rumore richiesta sulla base della teoria della DP (specificamente il Meccanismo Gaussiano), del numero di partecipanti ($N$), del numero di canali e della frequenza di campionamento. I parametri dell'SDR (ampiezza della portante, indice di modulazione e guadagno) sono sintonizzati per indurre il preciso livello di rumore necessario a soddisfare la garanzia $(\epsilon, \delta)$-DP.
  • Deployment: Il trasmettitore è posizionato nella stessa stanza dei partecipanti (ad esempio, un'aula scolastica). I dati EEG, ora perturbati con il rumore DP, vengono trasmessi (spesso via Bluetooth) a un server non fidato. Il server aggrega i dati, potenzialmente utilizzando la Crittografia Omomorfica (HE) per eseguire calcoli sui dati criptati prima della decriptazione e dell'analisi.
• Compatibilità Hardware: Il framework è stato testato su tre cuffie commerciali senza alcuna modifica:
  1. OpenBCI Cyton: Grado di ricerca, 5 canali, 250 Hz.
  2. Neurosky MindWave Mobile 2: Grado consumer, 1 canale, 512 Hz.
  3. Sichiray Taurus 2.0: Grado consumer, 1 canale, 215 Hz.

Contributi Chiave

1. Prima DP basata su RF per l'EEG: E-MagDiP è presentato come il primo framework che utilizza segnali RF specificamente per indurre la privacy differenziale nel monitoraggio comunitario EEG, piuttosto che per attaccare il sistema.
2. Implementazione Non Invasiva: Fornisce un meccanismo per ottenere garanzie di DP senza richiedere modifiche all'hardware o al software delle cuffie EEG commerciali esistenti, affrontando il limite dei "sistemi chiusi" dei wearable attuali.
3. Design della Perturbazione RF: Gli autori hanno progettato una tecnica di trasmissione AM che induce rumore Gaussiano bianco calibrato sui segnali EEG, soddisfacendo efficacementamente i requisoli statistici del rumore per la DP.
4. Validazione Empirica: Il sistema è stato validato su tre distinti sistemi EEG, dimostrando la sua capacità di funzionare attraverso diversi form factor e frequenze di campionamento.

Risultati Sperimentali

• Garanzia di Privacy: In prove con utenti coinvolgenti 10 partecipanti, E-MagDiP ha indotto con successo un rumore sufficiente per fornire una garanzia di DP. Scalando a uno scenario di monitoraggio comunitario di 100 partecipanti, il sistema raggiunge una garanzia di privacy di $\epsilon = 38.12$.
• Impatto sull'Accuratezza: L'aggiunta di rumore indotto da RF ha comportato un impatto minimo sull'accuratezza della classificazione. In un compito di classificazione dei Potenziali Evocati Visivi a Stato Stazionario (SSVEP), E-MagDiP ha raggiunto un'accuratezza del 69,4%. Ciò rappresenta un calo di solo il 3,1% rispetto al baseline "NoDP" (72,5%) e un miglioramento dell'1,2% rispetto a un metodo DP basato su software all'avanguardia (SoftwareDP, 68,2%).
• Flessibilità di Distanza e Antenna: Gli esperimenti hanno mostrato che il sistema funziona efficacemente su distanze da 1 a 4 metri. Sebbene le antenne direzionali abbiano indotto un rumore leggermente superiore a breve distanza, la differenza tra antenne direzionali e omnidirezionali è diventata trascurabile a 2–4 metri, suggerendo opzioni di deployment flessibili.
• Multi-Utente e Cross-Device: Il sistema ha fornito con successo il rumore DP a più utenti simultaneamente, anche quando indossavano modelli di cuffia differenti (OpenBCI, Neurosky, Sichiray) e si trovavano ad angoli e distanze variabili dal trasmettitore.
• Sicurezza: La Densità di Potenza di Trasmissione Massima (MTPD) utilizzata negli esperimenti è stata calcolata a 9,7 $\mu$W/cm², circa 60 volte inferiore alla soglia di sicurezza FCC di 580 $\mu$W/cm², indicando l'assenza di effetti termici dannosi.

Significato e Rivendicazioni
Il paper sostiene che E-MagDiP rappresenti un cambio di paradigma nella protezione della privacy dell'EEG. Spostando la generazione del rumore dal dispositivo indossabile limitato alla fonte RF esterna, esso aggira i limiti di potenza e latenza che hanno reso la DP impraticabile per le cuffie EEG commerciali. Gli autori sottolineano che questo approccio consente una "DP pratica per il monitoraggio comunitario EEG senza alcuna modifica a livello utente".

Il lavoro evidenzia come, mentre l'anonimizzazione standard fallisce per i dati biometrici EEG e la crittografia protegga solo contro l'accesso non autorizzato, E-MagDiP protegge contro l'inferenza da parte di aggregatori non fidati. Gli autori notano con modestia alcune limitazioni, come la dipendenza dai cavi esposti per la sintonizzazione della frequenza portante (sebbene abbiano osservato l'induzione di rumore su cuffie con circuiti flessibili come Muse 02) e la necessità di ulteriori studi sui filtri notch software complessi. Identificano inoltre ostacoli normativi, notando che le specifiche frequenze portanti utilizzate (ad esempio, 754 MHz) rientrano al di fuori delle bande ISM standard e richiederebbero regolazioni per il deployment commerciale.

In definitiva, il paper posiziona E-MagDiP come una soluzione vitale per sbloccare il potenziale del monitoraggio comunitario EEG su larga scala, garantendo la privacy alla fonte dell'acquisizione dei dati senza compromettere l'utilità dei dati aggregati.