Privacy Implications of Room Climate Data
Privacy Implications of Room Climate Data
复制标题
室内气候数据的隐私影响
DOI：
10.1007/978-3-319-66399-9_18
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Zinaida Benenson
中科院分区：
文献类型：
--
作者：
Morgner;Philipp;Christian Müller;Matthias Ring;Björn Eskofier;Christian Riess;Frederik Armknecht;Zinaida Benenson
智能供暖应用有望通过收集和处理室内气候数据来提高能效和舒适度。虽然有人怀疑，感知数据可能会泄露有关居住者的重要个人信息，这种信念到目前为止还没有得到证据的支持。在这项工作中，我们调查的隐私风险所产生的收集房间气候测量。我们假设攻击者只能访问最基本的测量：温度和相对湿度。我们训练机器学习分类器来预测房间占用者的存在和行动。在三个不同位置收集的数据上，我们表明可以检测到高达93.5%的准确率。此外，阅读、在PC上工作、站立和行走这四个动作可以以高达56.8%的准确率进行区分，这也远远优于猜测（25%）。约束动作集合允许实现甚至更高的预测率。例如，我们以95.1%的准确率区分站立和行走的乘客。我们的研究结果提供的证据表明，即使是泄漏这样的“不显眼”的数据，如温度和相对湿度可以严重侵犯隐私。
Smart heating applications promise to increase energy efficiency and comfort by collecting and processing room climate data. While it has been suspected that the sensed data may leak crucial personal information about the occupants, this belief has up until now not been supported by evidence.In this work, we investigate privacy risks arising from the collection of room climate measurements. We assume that an attacker has access to the most basic measurements only: temperature and relative humidity. We train machine learning classifiers to predict the presence and actions of room occupants. On data that was collected at three different locations, we show that occupancy can be detected with up to 93.5% accuracy. Moreover, the four actions reading, working on a PC, standing, and walking, can be discriminated with up to 56.8% accuracy, which is also far better than guessing (25%). Constraining the set of actions allows to achieve even higher prediction rates. For example, we discriminate standing and walking occupants with 95.1% accuracy. Our results provide evidence that even the leakage of such ‘inconspicuous’ data as temperature and relative humidity can seriously violate privacy.
登录
查看更多内容
通过分析智能家居传感器数据检测健康和行为变化
DOI：
10.1109/smartcomp.2016.7501687
发表时间：
2016
期刊：
2016 IEEE International Conference on Smart Computing (SMARTCOMP)
影响因子：
--
作者：
Gina Sprint;D. Cook;Roschelle Fritz;M. Schmitter
通讯作者：
M. Schmitter
DOI：
--
发表时间：
2014
期刊：
Journal of management science
影响因子：
--
作者：
อนิรุธ สืบสิงห์
通讯作者：
อนิรุธ สืบสิงห์
使用音频信号在商业和住宅环境中进行占用检测
DOI：
10.21437/interspeech.2017-524
发表时间：
2017
期刊：
Proceedings of the 5th ACM Workshop on Embedded Systems For Energy-Efficient Buildings
影响因子：
--
作者：
Shabnam Ghaffarzadegan;Attila Reiss;Mirko Ruhs;R. Dürichen;Z. Feng
通讯作者：
Z. Feng
DOI：
--
发表时间：
2012
期刊：
--
影响因子：
--
作者：
Ulrich Greveler;Benjamin Justus;Dennis Löhr
通讯作者：
Ulrich Greveler;Benjamin Justus;Dennis Löhr
使用基于动态传感器的系统对夜间排尿进行量化
影响因子：
7.7
作者：
Verena Huppert;Jan Paulus;Ute Paulsen;M. Burkart;B. Wullich;B. Eskofier
通讯作者：
B. Eskofier