Technische Aspekte von Privatsphäre in der digitalen Lebenswelt

Transkript

1 Technische Aspekte von Privatsphäre in der digitalen Lebenswelt Herausforderungen und Lösungen Prof. Dr. Stefan Katzenbeisser Security Engineering Group Technische Universität Darmstadt & European Center for Security and Privacy By Design darmstadt.de 1

2 Ist im 21. Jahrhundert für Privacy noch Platz? Mark Zuckerberg, Jänner 2010, CEO & Founder, Facebook: People have really gotten comfortable not only sharing more information and different kinds, but more openly and with more people. That social norm is just something that has evolved over time. Eric Schmidt, Dezember 2009, CEO, Google: If you have something that you don't want anyone to know, maybe you shouldn't be doing it in the first place. If you really need that kind of privacy, the reality is that search engines including Google do retain this information for some time and it's important, for example, that we are all subject in the United States to the Patriot Act and it is possible that all that information could be made available to the authorities.

3 Privacy- Enhancing System Architectures Datenschutz basiert jetzt auf technischen & administrativen Maßnahmen: Policies Audits Training Physikalische Sicherheit Technische IT- Sicherheit: Zugriffskontrolle, Netzwerksicherheit,... Dilemma: Nützlichkeit von Daten vs. Privatsphäre Privacy by Design Starker technischer Schutz PETs: Privacy- Enhancing Technologies Verschiedne technische Ansätze zur Unterstützung 3

4 Ansatz 1: Minimierung von Daten ISP Soziales Netzwerk Datenminimierung Umdenken im Design der Anwendungen Aber: Web 2.0 ist dateniniensiv! Aber: Daten sind Währung! Anonymität Attribute wichtiger als Identitäten 4

5 Anonyme Kommunikation (2) 5

6 Anonyme Kommunikation (3) Onion Routing, TOR MIX MIX MIX 6

7 Anonyme Kommunikation (4) TOR: Nutzerstatistiken 7

8 Anonyme Kommunikation (5) TOR: Nutzerstatistiken 8

9 Ansatz 2: Zweckbindung von Daten Nutzung der gesammelten Daten nur für einen bestimmten Zweck Technische Umsetzung: daten- zentrierte Sicherheit Beispiel: Enterprise/Information Rights Management (ERM/IRM) Policies bestimmen, welche Operationen durchgeführt werden dürfen Umsetzung der Policies (Lizenz) durch spezielle Software Probleme: Sicherheit der Enforcement- Software Integration in Legacy- Systeme Benutzbarkeit der Lösung Ausdrucksstärke der Policies,... 9

10 Beispiel: Information Rights Management 10

11 Ansatz 3: Bindung von Daten an den Kontext Verschiedene Daten werden in verschiedenen Kontexten genutzt Zusammenführen der Daten kann Ausdrucksstärke drastisch erhöhen Daher: Analyse der Auswirkungen eines Datenlecks schwierig Context 1 Context 2 Beispiel: Pseudonyme/Identitätsmanagement Nutzung verschiedener Pseudonyme in unterschiedlichen Kontexten Technologie vorhanden, Nutzung weit hinter Erwartung zurück 11

12 Beispiel: Identitätsmanagement Aussteller von credentials Kommunikation über einen anonymen Kanal 12

13 Ansatz 4: Technische Unterstützung des Rechts auf Informationelle Selbstbestimmung Kann ein Nutzer heute sein (Grund- )Recht auf Informationelle Selbstbestimmung ausüben? Auskunftsrechte existieren Kritisch: Löschung, Richtigstellung; Vollständigkeit? Probleme: Nutzer muss (direkten?) Zugang zu den gespeicherten Daten haben Wie können Daten nachweisbar gelöscht werden? Technische Probleme ähnlich zu ERM/IRM Incentives? Ökonomische Anreize? 13

14 Sind anonyme Daten ebenfalls schützenswert? 14

15 Publikation anyonymer Daten Daten für (medizinische) Forschung werden anonymisiert Entfernen von Identifikations- merkmalen Problem der Quasi- Identitäten bleibt bestehen Quasi- Identitäten können zur De- Anonymisierung genutzt werden! 15

16 Beispiel: Anonymisierung von Daten Pseudonym Name PLZ Geburts- datum Geschlecht Max M 300 Sabine F 128 Ralf M 298 Diagnose Explizite Identität Quasi-Identifier??? 16

17 Wie anonym sind Quasi- Identitäten? Golle (2006): Revisiting the Uniqueness of Simple Demographics in the US Population, WPES 2006, ACM Press 17

18 Wie anonym sind Quasi- Identitäten? Golle (2006): Revisiting the Uniqueness of Simple Demographics in the US Population, WPES 2006, ACM Press 18

19 Fazit Datenschutz sollte durch technische Methoden unterstützt werden Privacy by Design: Proaktives statt reaktives Handeln Integration von rechtlichen / wirtschaftlichen Aspekten Usability? Viele offene Forschungsfragen! 19