SwissCovid: EPFL testet Proximity Tracing App

Test der App DP3T an der EPFL, © 2020 EPFL, Jamani Caillet

Test der App DP3T an der EPFL, © 2020 EPFL, Jamani Caillet

Anfang 2020 perfektionierten Forscherinnen und Forscher der EPFL mithilfe der Schweizer Armee die vom internationalen Projekt DP3T (Decentralized Privacy-Preserving Proximity Tracing) entwickelte Smartphone-App. Ziel war, die Fähigkeit der App zu optimieren, die Nutzerinnen und Nutzer zu warnen, wenn sie mit einer COVID-19-positiven Person Kontakt hatten, und das Vertrauen in dieses offene System zu fördern.


DP3T ist ein dezentralisierter Ansatz für das Contact Tracing bei gleichzeitiger Wahrung der Privatsphäre als digitale Lösung für die Eindämmung des neuen Coronavirus. Das ursprünglich von Forscherinnen und Forschern der EPFL und der ETH Zürich ins Leben gerufene Projekt wurde in Zusammenarbeit mit mehreren renommierten europäischen Institutionen sowie den Software-Entwicklern Ubique und PocketCampus entwickelt.

Wie Mathias Payer, Leiter des Labors HexHive an der Fakultät für Computer- und Kommunikationswissenschaften (IC) der EPFL, erklärt, waren die Tests auf dem Campus der Hochschule so ausgelegt, dass die vom System DP3T durchgeführten Messungen mit der tatsächlichen Position der Soldaten der Schweizer Armee verglichen wurden. Die Soldaten wurden gebeten, den Aktivitäten des täglichen Lebens wie Einkaufen oder Zugfahren nachzugehen, während ihr Standort mithilfe spezieller Kameras aus dem EPFL-Labor für Computer Vision (CVLab) unter der Leitung von Pascal Fua erfasst und analysiert wurde.

Eine Woche nach den Tests an der EPFL überwachte Mathias Payer einen 24-Stunden-Test auf einem Militärgelände mit rund 100 Soldaten. Dieses Mal erledigten die Soldaten Routineaufgaben mit aktivierter App auf ihrem Telefon und notierten alle Kontakte mit anderen Personen, die «länger als fünf Minuten dauerten und bei denen der Abstand weniger als zwei Meter betrug».

«Wir wollten einen Referenzwert für die Reaktion der Leute in unterschiedlichen Situationen erhalten», erklärt Mathias Payer. Eine zusätzliche Herausforderung bestand darin, das System zu kalibrieren, damit es unabhängig davon funktioniert, ob das Smartphone in der Hand gehalten wird oder sich zum Beispiel im Rucksack des Benutzers befindet. «Wir haben verschiedene Parameter wie die Stärke und Frequenz des Signals getestet, um uns zu vergewissern, dass das System korrekte Daten erzeugt, ohne zu viele falsch positive Ergebnisse zu generieren oder die Batterie des Telefons zu leeren.»

Dieses Signalgebungsverfahren bildet den Kern der DP3T-Technologie. Es nutzt Bluetooth, um ständig zufällige und unmöglich zu erratende Zeichenketten zwischen den Smartphones auszutauschen. Alle gesendeten und von in der Nähe befindlichen Smartphones empfangenen Signale werden maximal 14 Tage lang auf den Geräten der Benutzerinnen und Benutzer gespeichert. Wird ein Nutzer positiv auf COVID-19 getestet, werden seine einzigartigen Zeichenfolgen auf eine von den Spitälern geführte Liste gesetzt, die die Telefone der übrigen Nutzerinnen und Nutzer regelmässig abfragen, um zu sehen, ob sie eine dieser Sequenzen «wiedererkennen». Wenn eine Übereinstimmung vorliegt und der Nutzer oder die Nutzerin während eines mit einem Ansteckungsrisiko verbundenen Zeitraums Kontakt zu einem COVID-19-Patienten hatte, erscheint in der App eine Warnung mit der Aufforderung, sich in Isolation zu begeben und so rasch als möglich testen zu lassen.

Schutz der Privatsphäre bereits im Konzept

Die Nutzung des Smartphones für das Proximity Tracing löst Sorgen bezüglich der Vertraulichkeit der Daten aus: Einige befürchten, ein solches System könnte zu Missbräuchen bei der Verwendung persönlicher Informationen auch nach der Pandemie führen. Das vom Team des Projekts DP3T entwickelte System gewährleistet, dass selbst wenn ein Hacker die auf dem Smartphone und nicht auf einem zentralen Server gespeicherten Signaldaten abgreifen würde, er keinerlei Nutzen daraus ziehen könnte.

«Der Schutz der Privatsphäre ist bereits im Konzept enthalten: Wir wollten ein System aufbauen, das den Bedürfnissen der Bevölkerung entspricht, d. h. nicht nur das Coronavirus aufhält, sondern auch die Freiheit der Menschen bewahrt. Wir werden folglich eine App entwickeln, die für nichts anderes als das Proximity Tracing zwischen Geräten verwendet werden kann. Sie ermöglicht es nicht, den Standort, die Identität oder die Aktivitäten der Nutzerinnen und Nutzer zu erfahren», erklärt Carmela Troncoso, Leiterin des EPFL-Labors für Sicherheitsingenieurwesen und Privatsphäre (SPRING).

Das System ist nach ihrer Aussage auch so aufgebaut, dass es sich vernichtet, sobald die App deinstalliert wird. Alle gespeicherten Signaldaten werden gelöscht, sodass die Nutzerinnen und Nutzer die Kontrolle über das System haben.

Über das DP3T-Projekt
Zu den EPFL-Forschern, die am DP3T-Projekt arbeiten, gehören Alfredo Sanchez, Apostolos Pyrgelis, Carmela Troncoso, Dominique Quatravaux, Edouard Bugnion, Daniele Antonioli, James Larus, Jean-Pierre Hubaux, Ludovic Barman, Marcel Salathé, Mathias Payer, Pascal Fua, Sylva .
In Chatel, Theresa Stadler und Wouter Lueks.
An der ETH Zürich arbeiten zum Team des DP3T David Basin, Dennis Jackson, Jan Beutel, Kenneth Paterson und Srdjan Capkun.
In Europa zählen zu den Entwicklern Bart Preneel, Nigel Smart, Dave Singelee und Aysajan Abidin (KU Leuven); Seda Gürses (TU Delft); Michael Veale (University College London); Case Cremers (CISPA Helmholtz-Zentrum für Informationssicherheit); Reuben Binns (Universität Oxford); und Ciro Cattuto (Universität Turin / ISI Foundation).
In der Schweiz wird das Projekt von der Nationalen COVID-19 Scientific Task Force des Bundesrates koordiniert und vom Bundesamt für Gesundheit (BSP) offiziell unterstützt.
International wurde das DP3T-Projekt in einer gemeinsamen Erklärung, die von rund 300 Wissenschaftlern aus über 25 Ländern unterstützt wurde, als einer der dezentralen Ansätze zur Wahrung der Privatsphäre genannt

Autors: Celia Luterbacher, Emmanuel Barraud

Source: EPFL


Herunterzuladende Bilder

Camera used in the recent app tests at EPFL © 2020 Jamani Caillet
Camera used in the recent app tests at EPFL © 2020 Jamani Caillet
Soldiers simulate sitting on a crowded train to test the DP3T system © 2020 Jamani Caillet
Soldiers simulate sitting on a crowded train to test the DP3T system © 2020 Jamani Caillet
Mathias Payer, left, tests the DP3T system with Swiss Army soldiers © 2020 Jamani Caillet
Mathias Payer, left, tests the DP3T system with Swiss Army soldiers © 2020 Jamani Caillet

Teilen über