Jak się odnaleźć i co z tego wynika

Transkrypt

1 Jak się odnaleźć i co z tego wynika Tomasz Rybak rybak@wi.pb.edu.pl Podlaski Festiwal Nauki,

2 Table of content 1 Istniejące technologie 2 System Sputnik 3 Dane z 24C3 4 Prosta analiza 5 Obliczanie pozycji 6 Entropia 7 AMD

3 Użycie telefonów komórkowych Badanie zachownia studentów i pracowników MIT 100 telefonów Nokia 6600 Specjalne oprogramowanie zbierające dane: pozycja prowadzone rozmowy wysłane SMS uruchamiane programy urządzenia BlueTooth Użytkownicy nadali nazwy miejscom w których najczęściej przebywali: dom, uczelnia, sala wykładowa, etc. Dane z BlueTooth zbierane i zapisywane co 5 minut BTID nazwa typ Zebrano między a godzin danych ze 100 telefonów podczas 9 miesięcy roku akademickiego 2004/2005

4 Zbieranie danych o pozycji Wieża GSM widziana przez telefon Identyfikatory wież GSM zostały przypisane do nazw miejsc; zapisywano wszystkie wieże, nazwane i nienazwane Urządzenia BlueTooth Podobny zbiór wież/urządzeń BT oznacza podobne osoby, znajdujące się blisko siebie

5 Wykorzystanie zebranych danych Jako że ludzie żyją wg. wzorców, a nie przypadkowo, ich zachowanie można opisać i przewidzieć Mając duży zbiór danych można obliczyć cechy zachowania Prawdopodobieństwo bycia w określonym miejscu w określonym czasie Rutynowe zachowania Entropia nieuporządkowanie życia, nieprzewidywalność zachowań

6 Związki: przyjaźń, partnerstwo, koleżeństwo Dane o położenia Dane dotyczące rozmów, SMS komunikacja Dane opisujące zachodzące kontakty (kiedy, gdzie) Zmiany w czasie więcej czasu w laboratorium może oznaczać że zbliża się termin oddania projektu Samopodobieństwo: cykle 24-ro godzinne, 7-mio dniowe

7 Context Oprogramowanie na telefony Nokia Symbian S60 umożliwiające zapis aktywności telefonu Groupa z Helsinki University Zastępuje książkę adresową i przechwytuje program do zarządzania ostatnimi połączeniami Jest też w stanie pełnić rolę komunikatora internetowego Przesyła dane o kontaktach i aktualnym stanie na serwer Wymaga połączenia z serwerem (data plan) Może również opartywać zdjęcia metadanymi

8 CellTrack CellTrack umożliwia wyświetlenie szczegółów odnośnie sieci GSM do której jesteśmy połączeni Pokazuje CellId, LAC, nazwę sieci oraz kraj Podczas połączenia pokazywana jest również siła sygnału Umożliwia zgranie z bazą danych wież GSM i wówczas może wyświetlić szczegółowe informacje o wieży Położenie, nazwa, etc. Również zdjęcie jeśli takowe istnieje Korzystając z sygnału dochodzącego z wieży można również obliczyć w jakim kierunku jesteśmy zwróceni w stosunku do niej

9 Dane o rozmowach telefonicznych Badacze z MIT zebrali dane dot. elektronicznej komunikacji z Nowego Jorku Badanie pokazało ciekawe wzorce zachowań W celu ochrony prywatności nie badano pojedynczych osób lecz jedynie zgrupowane dane Lista miast do których najczęściej dzwoniono Ciekawe zachowania, np. wzrost liczby zagranicznych rozmów po otwarciu giełdy

10 Badanie położenia ludzi Artykuł z Nature odnośnie badania zachowania ludzi Dane dla niemal telefonów komórkowych Położenia (pozycja wieży GSM z którą następowała transmisja) podczas rozmowy, wysyłania/odbierania SMS lub połączenia internetowego Dane pochodzą z nieokreślonego kraju europejskiego Wiele różnych wzorców zachowań: dzienne zwyczaje, delegacje, wakacje, etc. Trzy różne typy zachowań Dla większości dwa najważniejsze miejsca to praca i dom Dane nie są zgodne z przypadkowym krążeniem Silna tendencja do powrotu do miejsc w których byliśmy

11 BlueTooth Vassilis Kostakos zbierał sygnały BlueTooth w Bath UK 7.5% przechodniów miało przy sobie urządzenia z aktywnym modułem BlueTooth Dla takiego urządzenia każdy może zebrać dane emitowane przez nie BT jest szeroko rozpowszechnionym standardem i ryzyko dla prywatności jest dość duże; jego zasięg może dochodzić do 100m W pobliżu jednego z czytników zdarzył się wypadek Analiza zebranych danych pozwoliła na wytypowanie kilku urządzeń które były tam w czasie wypadku Ale obecność urządzenia nie oznacza obecności człowieka Jedno z urządzeń należało do taksówkarza: odbiornik GPS który pojawiał się w różnych porach. Inne mogło należeć do strażnika jako że pojawiało się wyłącznie w nocy od 22 do 3

12 Sputnik System pozwalający na śledzenie dużej grupy osób wewnątrz budynków Nazwa Sputnik pochodzi od pierwszego sztucznego satelity Ziemi System składa się z: Urządzeń noszonych przez uczestników, które nieustannie wysyłają zaszyfrowany sygnał Stacji odbiorczych odczytujących sygnały i wysyłających je do serwera Serwera zbierającego oraz przetwarzającego dane

13 Użycie Konferencja Chaos Communication Congress w Berlinie, grudzień 2007 Konferencja The Last HOPE, Nowy Jork 2008 Warsztaty Sociophysics: status and perspectives, Maj 2008 w Turynie, Italy W ostatnim przypadku badano kontakty międzyludzkie uczestników konferencji

14 Strony opisujące projekt Sputnik Głowna strona projektu Wiki z opisem upublicznionych danych Wykresy stworzone na podstawie tych danych (Peter Meerwald) Sputnik/ Projekt Leica mający na celu wizualizację położenia uczestników Strona opisująca badania socjologiczne

15 Format danych Plik tekstowy z danymi identyfikator czas stacja bazowa siła wewnętrzny licznik przycisk

16 Podsumowanie zebranych danych 215 aktywnych urządzeń 37 stacji bazowych

17 Podsumowanie zebranych danych 215 aktywnych urządzeń 37 stacji bazowych 27,9M odczytanych pakiektów

18 Podsumowanie zebranych danych 215 aktywnych urządzeń 37 stacji bazowych 27,9M odczytanych pakiektów... co cało 1.9GB danych w bazie danych

19 Rysunek: Stacje bazowe na poziomie A

20 Rysunek: Stacje bazowe na poziomie B

21 Rysunek: Stacje bazowe na poziomie C

22 Liczba pakietów odczytanych przez stacje bazowe ID IP Opis Ilość C015 Canteen C012 Canteen G021 Saal F011 Saal A100 Saal D001 Canteen D010 Hackcenter D011 Hackcenter G016 Saal E017 Lounge C006 Canteen G022 Saal F017 Helpdesk E013 Lounge C023 Saal G002 Entrance B007 Checkroom D003 Hackcenter D005 Saal D015 Saal F002 Angel Heaven C005 Saal H017 POC Helpdesk VOIP H011 Wikipedia J013 Wikipedia H019 NOC Helpdesk E006 Hackcenter C150 Saal C007 Hardware Lab F012 Foebud I001 Debian B001 Stairs Speakers I005 Stairs Press I014 Chaoswelle CAcert Moc sygnału Ilość

23 Pakiety odczytane przez więcej niż jedną stację (> 10000)

24 Pakiety odczytane przez więcej niż jedną stację podczas 23C3

25 Liczba pakietów na minutę

26 Liczba pakietów na minutę podczas 23C3 i 24C3

27 Wstępna analiza danych Dane bez żadnego przetworzenia nie zawierają dokładnych pozycji Jednak znając położenie stracji bazowych i wiedząc co nieco o konferencji można dojść do ciekawych wniosków Te początkowe pomysły mogą nam wskazać interesujące kierunki dalszych badań

28 Blisko wyjścia lub w kantynie

29 Niemal cały czas w sali nr 1

30 Anioł odpowiedzialny za sprawdzanie biletów

31 Anioł siędzący niemal przez całą konferencję w Niebie

32 Kolejny Anioł

33 Ktoś uczestniczący w wielu wykładach

34 Co można powiedzieć o tej osobie?

35 ID Początkowy czas Końcowy czas Ilość pakietów :21: :58: :55: :49: :00: :49: :54: :08: :05: :27: :36: :49: :17: :15: :54: :23: :34: :58: :22: :06: :29: :05: :36: :36: :31: :19: :31: :33: :21: :03: :25: :40: :12: :53: :21: :03: Prawdopodobnie Anioły

36 Inne zastowania śledzenia osób Technikę podobną do zaprezentowanej tutaj zastowosali Kimell i Lundel Umieścili oni czujniki w każdym pomieszczeniu domu zamieszkanego przez starsze osoby Analiza danych pochodzących z czujników pozwala na stwierdzenie jak często i jak długo ktoś przebywa w każdym z pomieszczeń Częste powracanie na krótki okres np. do kuchni może oznczać początki choroby Alzheimera Problemem zaobserwowanym przez nich było wyłączanie lub zasłanianie czujników

37 Obliczanie pozycji Każde urządzenie wysyłało pakiety danych częściej niż co sekundę Podczas 10 sekund (jeśli osoba nie przemieszczała się) system otrzymywał od 5 do 20 (czasem do 30) pakietów Pozwala to na obliczenie położenia z dość dobrą czasową rozdzielczością Ruch zmienia nieco sytuację

38 Obliczanie pozycji cd. Znamy pozycję stacji bazowych Urzędzenia wysyłają sygnał ze zmienną mocą Pozwala to na określenie odległości od stacji bazowej Znając odległość od kilku staji możemy użyć triangulacji aby obliczyć pozycję Różne sposoby obliczania położenia liniowy N i=0 Pos(X ) = S i(x ) (4 strength i ) N i=0 4 strength i wykładniczy N i=0 Pos(X ) = S i(x ) 2 4 strengthi N i=0 24 strengthi

39 Obliczone wartości współrzędnej X

40 Obliczone wartości współrzędnej Y

41 Obliczone wartości współrzędnej Z

42 Obliczone wartości pozycji

43 Obliczone wartości pozycji

44 Zagadka: kto to jest?

45 Kto to jest? Zielone stacje są niedaleko stanowiska projektu Sputnik Osoba ta przebywała tam niemal przez całą konferencję.

46 Kto to jest? Zielone stacje są niedaleko stanowiska projektu Sputnik Osoba ta przebywała tam niemal przez całą konferencję. Niebieskie stacje są w sali nr 2 Osoba ta przebywała tam trzeciego dnia konferencji pomiędzy 16:00 a 17:00

47 Kto to jest? Zielone stacje są niedaleko stanowiska projektu Sputnik Osoba ta przebywała tam niemal przez całą konferencję. Niebieskie stacje są w sali nr 2 Osoba ta przebywała tam trzeciego dnia konferencji pomiędzy 16:00 a 17:00 Odbywał się wówczas wykład opisujący dane zebrane podczas poprzedniej konferencji.

48 Kto to jest? Zielone stacje są niedaleko stanowiska projektu Sputnik Osoba ta przebywała tam niemal przez całą konferencję. Niebieskie stacje są w sali nr 2 Osoba ta przebywała tam trzeciego dnia konferencji pomiędzy 16:00 a 17:00 Odbywał się wówczas wykład opisujący dane zebrane podczas poprzedniej konferencji. Prawdopodobnie jest to Milosch Meriac.

49 Kto to jest? Zielone stacje są niedaleko stanowiska projektu Sputnik Osoba ta przebywała tam niemal przez całą konferencję. Niebieskie stacje są w sali nr 2 Osoba ta przebywała tam trzeciego dnia konferencji pomiędzy 16:00 a 17:00 Odbywał się wówczas wykład opisujący dane zebrane podczas poprzedniej konferencji. Prawdopodobnie jest to Milosch Meriac. Ciekawostka: stacja bazowa D003 znajdowała się poziom niżej.

50 Milosch Meriac, twórca projektu Sputnik

51 Położenie - podsumowanie Dokładna znajomość współrzędnych (X, Y, Z) nie zawsze jest niezbędna Częściej interesuje nas to w jakim obszarze ktoś się znajduje Obliczenie dokładnej pozycji przy uwzględnieniu szumów i zmienności sygnału może być trudne

52 Entropia Entropia pozwala na określenie jak dużo informacji znajduje się w strumieniu danych Wzór Shannona N E = p i log(p i ) i=0 W uproszczeniu entropia pozwala na określenie jak bardzo nieprzewidywalne są dane Obliczyłem dwa rodzaje entropii Globalna obliczona dla długich okresów czasu pozwala na określenie w jaki sposób ktoś spędzał ten czas Lokalna była obliczana dla 15-to minutowych okresów pozwalając na stwierdzenie co dana osoba robiła podczas tego czasu Duże wartości wskazują że ktoś poruszał się Niskie wartości oznaczają że dana osoba przebywała w jednym miejscu

53 Entropia globalna

54 Zmiana entropii w czasie

55 Zmiana entropii w czasie

56 Zmiana entropii w czasie

57 Anioł odpowiedzialny za sprawdzanie biletów

58 Anioł siędzący niemal przez całą konferencję w Niebie

59 Kolejny Anioł

60 Ktoś uczestniczący w wielu wykładach

61 AMD Attendee Meta Data (metadane o uczestnikach konferencji) to projekt aktywny podczas konferencji The Last HOPE Podczas tej konferencji wiele osób nosiło nadajniki (1200) Strona WWW umożliwiała podanie podstawowych danych o sobie Istniała również możliwość nawiązywania kontaktów z osobami o podobnych zainteresowaniach System podpowiadał wykłady zgodne z podanymi zainteresowaniami

62 Zebrane dane countries kraje z których pochodzili uczestnicy person dane o każdej z osób interests dane o zainteresowaniach poszczególnych osób ping kto wysłał komu wiadomość i w jaki sposób (SMS lub ) snapshot summary ile czasu dana osoba spędziła w każdym z pomieszczeń talks lista wykładów: tytuł, prezenter, dziedzina talk presence kto uczestniczył w którym wykładzie

63 Problemy z prywatnością Dane zebrane zostały upublicznione Przed tym dane osobowe zostały usunięte Numery telefonów nie zostały opublikowane Ale pseudonimy zostały usunięte z jednego zbioru lecz w innym pozostały W jednym miejscu zostały zastąpione przez usernnnn W innym pozostały w oryginale, tak jak były wpisane przez użytkowników

64 Entropia podczas The Last HOPE Ten zbiór danych został przetworzony w inny sposób Został już przetworzony przez zespół podczas konferencji Dlatego też wyników z 24C3 i The Last HOPE nie można porównywać bezpośrednio Można szukać podobnych trendów

65 Entropia podczas The Last HOPE Ten zbiór danych został przetworzony w inny sposób Został już przetworzony przez zespół podczas konferencji Dlatego też wyników z 24C3 i The Last HOPE nie można porównywać bezpośrednio Można szukać podobnych trendów ale nie należy bezpośrednio porównywać liczb dla osoby 4133 i 3098

66 Entropia podczas The Last HOPE

67 Entropia podczas The Last HOPE

68 Entropia podczas The Last HOPE

69 Podsumowanie Istnieje wiele technologii pozwalających na zbieranie danych o położeniu osób Telefony komórkowe BlueTooth Niekomercyjne rozwiązania Prowadzone są intensywne badania na danych zdobytych z tych źródeł Obecnie trwają próby łączenia danych pochodzących z różnych źródeł

70 Q & A Dziękuję za uwagę. Pytania? Tomasz Rybak rybak@wi.pb.edu.pl