Privacy-aware human activity recognition

Applicazione mobile dimostrativa della possibilità di dare all’utente il controllo dei dati che possono essere automaticamente estratti dai sensori del proprio smartphone. I modelli di machine learning possono essere addestrati per analizzare in tempo reale i dati prodotti dai sensori di cui sono dotati gli smartphone, al fine di offrire agli utenti funzionalità avanzate utili in molti ambiti, quali: salute e benessere, prevenzione, monitoraggio, tempo libero, sicurezza, accessibilità, ecc. Per tutelare la privacy e proteggere i dati personali degli utenti è essenziale che le tracce siano elaborate sul dispositivo e che vengano utilizzate per estrarre i soli parametri utili all’utente. Ad esempio, è scientificamente provato che le tracce degli accelerometri utilizzate per realizzare semplici contapassi possono essere utilizzate per stimare con ottima accuratezza l’altezza, il peso, l’età e il genere dell’utente.

Tecnologie impiegate

La ricerca in corso all’Università di Urbino in ambito CTE Square è finalizzata a:

•rendere compatibili i modelli di machine leraning con l’elabrazione in tempo reale sui dispositivi mobili dell’utente;

•offrire all’utente il pieno controllo delle informazioni che possono essere estratte dalle tracce dei sensori, offuscandole selettivamente per rendere impossibile il loro utilizzo ad altri scopi.

Al fine di dare consapevolezza agli utenti delle potenzialità dei modelli di machine learning è in corso di sviluppo un’applicazione sperimentale che permetterà di condurre eventi pubblici in cui i partecipanti potranno mettere alla prova l’accuratezza dei modelli di machine learning, potranno contribuire ad addestrarli e potranno vedere l’effetto dell’offuscamento adottato a tutela della privacy.