08/04/2024
Door Ad Spijkers
De vervormde beelden beschermen de privacy maar zijn nog steeds bruikbaar voor robots om hun taken uit te voeren.
Mensen verwelkomen steeds vaker robotstofzuigers, slimme koelkasten, babyfoons en bezorgdrones in hun huizen en werkplekken. De slimme apparaten gebruiken vision om hun omgeving in zich op te nemen, waarbij ze video's en afbeeldingen van ons leven maken.
Veel apparaten met vision-systemen maken deel uit van het Internet of Things (IoT). Ze kunnen worden gehackt door slechte componenten of verloren gaan door menselijke fouten. Hun afbeeldingen en video's lopen het risico te worden gestolen door derden, soms met kwade bedoelingen.
Privacy
In een poging de privacy te herstellen hebben onderzoekers van het Australian Centre for Robotics van de University of Sydney en het Centre for Robotics (QCR) van de Queensland University of Technology in Brisbane een nieuwe benadering ontwikkeld. Deze is bedoeld voor het ontwerpen van camera's die visuele informatie verwerken en door elkaar gooien voordat deze wordt gedigitaliseerd. zodat het wordt vervormd tot op het punt van anonimiteit.
De vervormde beelden van de door de Australiërs gemaakte camera fungeren als een 'vingerafdruk'. Ze kunnen nog steeds door robots worden gebruikt om hun taken uit te voeren, maar bieden geen alomvattende visuele weergave die de privacy in gevaar brengt.
Segmentatie
Slimme apparaten veranderen de manier waarop we werken en ons leven leiden, maar ze mogen onze privacy niet in gevaar brengen en surveillance-instrumenten worden. Bij het woord 'vision' denken mensen aan een foto, terwijl veel van deze apparaten niet dezelfde soort visuele toegang tot een scène vereisen als mensen. Ze hebben een beperkte reikwijdte als het gaat om wat ze moeten meten om een taak te voltooien. Ze gebruiken andere visuele signalen, zoals kleur- en patroonherkenning.
De onderzoekers zijn erin geslaagd de verwerking die normaal gesproken in een computer plaatsvindt, te segmenteren binnen de optica en analoge elektronica van de camera, die buiten het bereik van aanvallers bestaat. Hiermee onderscheidt de camera zich van andere toestellen, waar de beelden in de computer van de camera werden vormd. Daarbij bleven de beelden kwetsbaar voor aanvallen. De onderzoekers gaan een niveau verder dan de elektronica zelf, waardoor een hoger beschermingsniveau mogelijk wordt.
Hacken
De onderzoekers probeerden hun eigen aanpak te hacken, maar konden de beelden niet in een herkenbaar formaat reconstrueren. Ze hebben hun resultaten opengesteld voor de onderzoeksgemeenschap in het algemeen en hebben anderen uitgedaagd hun methode te hacken. Als een derde partij toegang zou krijgen tot deze beelden, zouden ze er volgens de onderzoekers niet veel van kunnen maken en zou de privacy behouden blijven.
Privacy wordt een steeds groter probleem nu immer meer apparaten worden geleverd met ingebouwde camera's. Ook is er een mogelijke toename van nieuwe technologieën in de nabije toekomst, zoals pakketdrones die naar woonwijken reizen om bezorgingen te doen.
Mensen willen niet dat de beelden die hun robotstofzuiger in je huis heeft gemaakt, op het dark web lekken. Ze willen ook niet dat een bezorgdrone hun achtertuin in kaart brengt. Het is te riskant om diensten die aan het internet zijn gekoppeld, toe te staan deze informatie vast te leggen en vast te houden, aldus de onderzoekers.
Toepassing
De onderzoekers hopen nu fysieke cameraprototypes te bouwen om de aanpak in de praktijk te demonstreren. De huidige robot vision technologie heeft de neiging de legitieme privacy-problemen van eindgebruikers te negeren. Deze strategie vertraagt of verhindert zelfs de adoptie van robotica in veel toepassingen van maatschappelijk en economisch belang. Het nieuwe sensorontwerp neemt privacy serieus. De onderzoekers hopen dat het door de industrie wordt overgenomen en in veel toepassingen wordt gebruikt.
Camera's zijn het robotequivalent van de ogen van een persoon. Ze zijn belangrijk voor het 'begrijpen' van de wereld, om apparaten te laten weten wat iets is en waar het is. Mensen willen niet dat de beelden van die camera’s de robot verlaten en onbedoeld privé- of intieme details onthullen over mensen of dingen in de robotomgeving. De aanpak kan ook worden gebruikt om apparaten te maken voor plaatsen waar privacy en veiligheid een probleem zijn. Daarbij kunt u denken aan magazijnen, ziekenhuizen, fabrieken, scholen en luchthavens.
De wetenschappelijke publicatie vindt u hier.
Foto : University of Sydney en Queensland University of Technology