Articulo de referencia

Ataque de inferencia

Un ataque de inferencia es una técnica de minería de datos que consiste en analizar datos para obtener información ilegítima sobre un sujeto o base de datos . [ 1 ] La informaci...

Un ataque de inferencia es una técnica de minería de datos que consiste en analizar datos para obtener información ilegítima sobre un sujeto o base de datos . [ 1 ] La información sensible de un sujeto puede considerarse filtrada si un adversario puede inferir su valor real con alta confianza. [ 2 ] Este es un ejemplo de violación de la seguridad de la información . Un ataque de inferencia ocurre cuando un usuario puede inferir, a partir de información trivial, información más robusta sobre una base de datos sin acceder directamente a ella. [ 3 ] El objetivo de los ataques de inferencia es recopilar información de un nivel de seguridad para determinar un hecho que debería estar protegido en un nivel de seguridad superior. [ 4 ]

Aunque los ataques de inferencia se descubrieron originalmente como una amenaza en las bases de datos estadísticas , [ 5 ] hoy también representan una importante amenaza para la privacidad en el ámbito de los datos de sensores móviles y de IoT . Los datos de los acelerómetros , a los que pueden acceder aplicaciones de terceros sin el permiso del usuario en muchos dispositivos móviles, [ 6 ] se han utilizado para inferir información detallada sobre los usuarios a partir de los patrones de movimiento registrados (por ejemplo, comportamiento al volante, nivel de intoxicación, edad, género, entradas en la pantalla táctil, ubicación geográfica). [ 7 ] También se pueden obtener inferencias muy sensibles, por ejemplo, a partir de datos de seguimiento ocular , [ 8 ] [ 9 ] datos de contadores inteligentes [ 10 ] [ 11 ] y grabaciones de voz (por ejemplo, comandos de voz de altavoces inteligentes ). [ 12 ]

Referencias

  1. "Ataques de inferencia a los registros de localización" por John Krumm
  2. http://www.ics.uci.edu/~chenli/pub/2007-dasfaa.pdf "Protección de la información individual contra ataques de inferencia en la publicación de datos" por Chen Li, Houtan Shirani-Mehr y Xiaochun Yang
  3. ""Detección de ataques de inferencia mediante reglas de asociación" por Sangeetha Raman, 2001" (PDF) . Archivado del original (PDF) el 6 de junio de 2011. Consultado el 23 de octubre de 2007 .
  4. ""Problemas de seguridad de bases de datos: inferencia" por Mike Chapple" . Archivado del original el 13 de octubre de 2007. Consultado el 23 de octubre de 2007 .
  5. VP Lane (8 de noviembre de 1985). Seguridad de los sistemas de información basados ​​en computadoras . Macmillan International Higher Education. págs. 11–. ISBN  978-1-349-18011-0.
  6. Bai, Xiaolong; Yin, Jie; Wang, Yu-Ping (2017). "Sensor Guardian: previene la inferencia de privacidad en sensores de Android" . EURASIP Journal on Information Security . 2017 (1). doi : 10.1186/s13635-017-0061-8 . ISSN 2510-523X . 
  7. Kröger, Jacob Leon; Raschke, Philip (enero de 2019). "Implicaciones de privacidad de los datos del acelerómetro: una revisión de posibles inferencias". Actas de la Conferencia Internacional sobre Criptografía, Seguridad y Privacidad . ACM, Nueva York. págs. 81–87 . doi : 10.1145/3309074.3309076 . 
  8. Liebling, Daniel J.; Preibusch, Sören (2014). «Consideraciones sobre la privacidad en un mundo de seguimiento ocular generalizado». Actas de la Conferencia Internacional Conjunta ACM de 2014 sobre Computación Pervasiva y Ubicua: Publicación Adjunta . págs. 1169–1177 . doi : 10.1145/2638728.2641688 . ISBN  9781450330473. S2CID 3663921 . 
  9. Kröger, Jacob Leon; Lutz, Otto Hans-Martin; Müller, Florian (2020). "¿Qué revela tu mirada sobre ti? Sobre las implicaciones para la privacidad del seguimiento ocular". Privacidad y gestión de la identidad. Datos para una vida mejor: IA y privacidad . IFIP Advances in Information and Communication Technology. Vol. 576. pp. 226–241 . doi : 10.1007/978-3-030-42504-3_15 . ISBN   978-3-030-42503-6ISSN 1868-4238 
  10. Clement, Jana; Ploennigs, Joern; Kabitzsch, Klaus (2014). «Detección de actividades de la vida diaria con contadores inteligentes». Vida asistida ambiental . Tecnologías avanzadas y cambio social. págs. 143–160 . doi : 10.1007/978-3-642-37988-8_10 . ISBN  978-3-642-37987-1ISSN 2191-6853 
  11. Sankar, Lalitha; Rajagopalan, SR; Mohajer, Soheil; Poor, HV (2013). "Privacidad de los contadores inteligentes: un marco teórico". IEEE Transactions on Smart Grid . 4 (2): 837– 846. doi : 10.1109/TSG.2012.2211046 . ISSN 1949-3053 . S2CID 13471323 .  
  12. Kröger, Jacob Leon; Lutz, Otto Hans-Martin; Raschke, Philip (2020). «Implicaciones para la privacidad del análisis de voz y habla: divulgación de información por inferencia». Privacidad y gestión de la identidad. Datos para una mejor calidad de vida: IA y privacidad . IFIP Advances in Information and Communication Technology. Vol. 576. pp. 242–258 . doi : 10.1007/978-3-030-42504-3_16 . ISBN   978-3-030-42503-6ISSN 1868-4238