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

E-MagDiP 技术摘要

问题陈述
基于脑电图（EEG）的社区感知程序正越来越多地被用于分析聚合脑电数据，以获取教育和工业环境中的注意力洞察。然而，这些程序面临着显著的隐私挑战，因为原始 EEG 信号包含敏感的生物识别数据，能够揭示个人特征、认知状态，甚至是像 PIN 码之类的私密信息。虽然差分隐私（Differential Privacy, DP）为保护聚合数据中的个体数据提供了理论框架，但其在 EEG 上的实际应用受到硬件限制的阻碍。大多数商用 EEG 头戴设备是封闭系统，无法进行修改以注入必要的用户级噪声。此外，通过软件在可穿戴设备上添加噪声通常是不切实际的，因为严格的功耗和计算限制可能会降低采样率并增加延迟。现有的加密方法虽然保护了传输中的数据，但无法防止不受信任的聚合器从解密后的聚合数据中推断出个人身份。

方法论：E-MagDiP 框架
作者提出了 E-MagDiP（电磁差分隐私），该框架通过使用外部电磁（EM）信号在采集点扰动 EEG 信号，从而实现差分隐私，而不是修改头戴设备的内部硬件或软件。

• 核心机制： 该系统利用了幅度调制（AM）射频（RF）信号可以在模拟传感器和电极上诱导受控高斯噪声的原理。E-MagiDP 并非利用这一现象进行攻击（如之前的研究所示），而是将其用于防御。
• 系统架构：
  • 发射器： 一台软件定义无线电（SDR），具体为 USRP B200，生成白高斯噪声信号。该信号经过幅度调制并通过定向或全向天线进行传输。
  • 感应： RF 信号作用于 EEG 头戴设备的电极和导线。这种相互作用在 EEG 流中感应出校准后的白高斯噪声。
  • 校准： 系统根据 DP 理论（特别是高斯机制）、参与者数量 ($N$)、通道数和采样率来计算所需的噪声标准差 ($\sigma$)。通过调整 SDR 参数（载波幅度、调制指数和增益）来诱导产生满足 $(\epsilon, \delta)$-DP 保证所需的精确噪声水平。
  • 部署： 发射器放置在与参与者相同的房间内（例如教室）。经过扰动的、带有 DP 噪声的 EEG 数据随后被传输（通常通过蓝牙）到不受信任的服务器。服务器会对数据进行聚合，并可能使用同态加密（Homomorphic Encryption, HE）在解密和分析之前对加密数据进行计算。
• 硬件兼容性： 该框架在三种无需任何修改的现成（off-the-shelf）头戴设备上进行了测试：
  1. OpenBCI Cyton： 研究级，5 通道，250 Hz。
  2. Neurosky MindWave Mobile 2： 消费级，1 通道，512 Hz。
  3. Sichiray Taurus 2.0： 消费级，1 通道，215 Hz。

主要贡献

1. 首个基于 RF 的 EEG 差分隐私方案： E-MagDiP 被认为是第一个专门利用 RF 信号在 EEG 社区感知中诱导差分隐私，而非用于攻击系统的框架。
2. 非侵入式实现： 它提供了一种无需修改现有商用 EEG 头戴设备硬件或软件即可实现 DP 保证的机制，解决了当前可穿戴设备“封闭系统”的局限性。
3. RF 扰动设计： 作者设计了一种 AM 传输技术，可诱导校准后的白高斯噪声作用于 EEG，有效地满足了 DP 的统计噪声要求。
4. 经验验证： 该系统在三种不同的商用 EEG 系统上得到了验证，证明了其在不同形态和采样率下的功能性。

实验结果

• 隐私保证： 在涉及 10 名参与者的用户试验中，E-MagDiP 成功诱导了足够的噪声以提供 DP 保证。当扩展到 100 名参与者的社区感知场景时，系统实现了 $\epsilon = 38.12$ 的隐私保证。
• 准确度影响： 添加 RF 诱导噪声对分类准确度的影响微乎其微。在稳态视觉诱发电位（SSVEP）分类任务中，E-MagDiP 达到了 69.4% 的准确度。这仅比“NoDP”基准值（72.5%）下降了 3.1%，并且比一种最先进的基于软件的 DP 方法（SoftwareDP，68.2%）提高了 1.2%。
• 距离与天线灵活性： 实验表明，该系统在 1 到 4 米的距离内能有效工作。虽然定向天线在近距离处会诱导略高的噪声，但在 2–4 米处，定向天线与全向天线的差异变得可以忽略不计，这表明了灵活的部署选择。
• 多用户与跨设备： 系统成功地为多个用户同时提供 DP 噪声，即使这些用户佩戴着不同的头戴设备型号（OpenBCI、Neurosky、Sichiray）且位于距离发射器不同的角度和距离。
• 安全性： 实验中使用的最大传输功率密度（MTPD）经计算为 9.7 $\mu$W/cm²，约为 FCC 安全阈值 580 $\mu$W/cm² 的 60 倍以下，表明不存在有害的热效应。

意义与主张
论文声称 E-MagDiP 代表了 EEG 隐私保护领域的范式转移。通过将噪声生成从受限的穿戴设备转移到外部 RF 源，它绕过了此前使 DP 在商用 EEG 头戴设备上难以实现的功耗和延迟限制。作者强调，这种方法能够在不进行任何用户级修改的情况下，实现“实用的 EEG 社区感知差分隐私”。

这项工作强调，虽然标准的匿名化无法处理生物识别 EEG 数据，且加密仅能保护数据免受未经授权的访问，但 E-MagDiP 能够保护免受不受信任的聚合器的推理攻击。作者也谦虚地指出了局限性，例如对依赖于暴露导线的载波频率调谐（尽管他们观察到了在 Muse 02 等柔性电路头戴设备上的噪声诱导现象）以及需要进一步研究复杂软件陷波滤波器的问题。他们还提到了监管障碍，指出所使用的特定载波频率（如 754 MHz）超出了标准 ISM 波段，需要进行调整以进行商业部署。

最终，论文将 E-MagDiP 定位为解锁大规模 EEG 社区感知潜力的可行方案，因为它确保了在不损害聚合数据效用的前提下，在数据采集源头实现隐私保护。