Link zur Feldstudie

Mobilitätsdaten und insbesondere Bewegungstrajektorien haben inhärent einen hohen Personenbezug und sind deshalb besonders schützenswert. Auch wenn solche Datensätze keine direkten Identifikatoren besitzen, ist es meist möglich, Rückschlüsse auf die Identität einer Einzelperson sowie auf ihren Wohnort, ihre Arbeitsstelle, Sexualität, Religion, Gesundheitsstand, etc. zu ziehen.
Mit homomorpher Verschlüsselung (Homomorphic Encryption (HE)) können Mobilitätsdaten verschlüsselt an Datenverarbeiter weitergegeben werden. Die Analyse der Daten wird direkt auf den verschlüsselten Daten durchgeführt, sodass sinnvolle Erkenntnisse (z.B. für Städteplanung) gewonnen werden können, ohne private Daten einsehen zu müssen.

Clustering-Algorithmen wie der K-Means-Algorithmus sind ein häufig verwendetes Datenanalysewerkzeug. Sie können mithilfe von HE in vollständig verschlüsselter Form berechnet werden. Die Clients verschlüsseln in diesem Fall ihre Koordinaten lokal, und versenden Sie dann erst an dern Server. Dieser berechnet dann das Clustering. Als Ergebnis werden lediglich die errechneten Clustermittelpunkte entschlüsselt.

Diese Algorithmen können allerdings nicht ohne Weiteres verschlüsselt implementiert werden, da einige Operationen in dieser Form schwer zu berechnen sind. Der Vergleichsalgorithmus (a > b) is beispielsweise schwer zu berechnen und muss approximiert werden. Hierfür werden typischerweise spezielle Approximationspolynome definiert, die mit entsprechendem Grad die Vorzeichenfunktion hinreichend genau approximieren. Dadurch lässt sich dann der Vergleich berechnen.

Der K-Means Clustering Algorithmus wurde in vollständig verschlüsselter Form implementiert. Als Sicherheitsparameter für das CKKS-Schema wurde 128 Bits gewählt, was zu einer Ringdimension von 2^16 führt und Bootstrapping erfordert. Der Testdatensatz bestand aus 6144 Positionsdaten von Personen in der Stadt Esslingen, deren Bewegungsdaten mithilfe einer SUMO-Simulation generiert wurden. K-Means wurde mit k = 2, 3, 4 ausgeführt. Die durchschnittliche Laufzeit pro Cluster pro Datenpunkt war  ~0.62 Sek. Durch die homomorphe Verschlüsselung mit CKKS ist das entschlüsselte Ergebnis leicht verrauscht. Die berechneten Clustermittelpunkte haben einen Fehler zwischen 45 - 204 cm.

Eine simple Möglichkeit zur anonymisierten Darstellung von Mobilitätsdaten, genauer gesagt einer Liste von Koordinaten, ist als Heatmap. Hierbei wird die Karte in Segmente aufgeteilt, und pro Segment wird die Anzahl der enthaltenen Punkte aufaddiert und als Farbverlauf dargestellt.

Um für die Berechnung dieser Heatmap Input Privacy zu gewährleisten, können die einzelnen Punkte verschlüsselt werden, und die Berechnungen mittels homomorpher Verschlüsselung durchgeführt werden. Eine einfache Variante ist es, die Karte in ein gleichmäßiges Gitter von Rechtecken aufzuteilen, auf die die Punkte verteilt werden. Eine komplexere, aber ebenfalls verschlüsselt berechenbare Methode ist es, die Heatmap aus Polygonen mit unregelmäßigen Formen zu berechnen.

Abbildung 1 zeigt eine Visualisierung von Punkten aus dem bekannten San Francisco Taxi Datensatz. in Abbildung 2 sieht man eine verschlüsselt berechnete Heatmap, bestehend aus Quadraten. Abbildung 3 zeigt schließlich eine verschlüsselt berechnete Heatmap auf Basis der Wahlbezirke in San Francisco.

TBD

Die Optimierung von MaaS-Angeboten erfordert eine Analyse der Carsharing-Nutzungsmuster. Um Verfahren zur Erkennung dieser Muster zu entwickeln, wurden die mit dem Simulationstool SUMO generierten Fahrtdaten in Esslingen verwendet. Ziel war es, typische Fahrtmuster anhand verschiedener Merkmale zu identifizieren, wie Beispielsweise die Position der Start- und Zielpunkte der Fahrten, Landnutzungsinformationen und der Nähe zu Bildungseinrichtungen, Gesundheitseinrichtungen oder Freizeitangeboten. Diese Merkmale wurden für jeden Start- und Zielpunkt extrahiert und zu einer umfassenden Darstellung der Trajektorien kombiniert.

Auf der Grundlage dieser Daten wurde eine Clusteranalyse mit verschiedenen Verfahren durchgeführt, darunter k-Means, MeanShift und hierarchisches Clustering mit Ward-Linkage. Die Ergebnisse wurden mit den Metriken wie dem Silhouette-Koeffizienten und dem Calinski-Harabasz-Index evaluiert. Der höchste Calinski-Harabasz-Index wurde mit einer k-Means-basierten Modellkonfiguration mit 3 Clustern erreicht und die resultierenden Cluster sind in den Abbildungen 1 und 2 dargestellt. In Abbildung 1 sind sie im geographischen Merkmalsraum sichtbar, wobei die Punkte die Startpunkte der Trajektorien darstellen. Abbildung 2 zeigt die Projektion derselben Daten auf zwei Hauptkomponenten einer Principal-Component-Analyse (PCA). Während man in der PCA-Ansicht zusätzlich die Struktur des Merkmalsraums beobachten kann, kann man interessanterweise in der geographischen Darstellung auch teilweise die Struktur in der Trennung der Cluster erkennen.

Abgesehen von den Start- und Zielpunkten wurden die Trajektorien selbst jedoch nicht für das Clustering verwendet. Da die Trajektorien durch eine große Anzahl von Momentaufnahmen repräsentiert werden, wurde zur weiteren Verbesserung der Analyse eine Transformation der Trajektorien in Bilder und eine Dimensionsreduktion mittels Autoencodern durchgeführt (siehe Abb. 3). Zukünftig sollen auch solche weniger dimensionalen Darstellungen von Trajektorien in die Clusterbildung einbezogen werden, um Muster in ihrer Form besser erfassen zu können. Ein möglicher nächster Schritt ist die Erweiterung des Ansatzes um generative Verfahren wie variationale Autoencoder. Diese könnten nicht nur zur Dimensionsreduktion, sondern auch zur Generierung synthetischer Mobilitätsdaten verwendet werden, was zu datenschutzfreundlichen Analysen der Verkehrsdaten führen könnte. Eine weitere Möglichkeit, die Privatsphäre zu schützen, besteht darin, das Clustering direkt auf den mit homomorpher Verschlüsselung verschlüsselten Daten durchzuführen.

Die beschriebenen Methoden werden auf die im Feldtest erhobenen Mobilitätsdaten unter Berücksichtigung der Intermodalität angewendet. Zusätzlich sollen die Verfahren, sofern möglich, auf die MaaS-Daten des Projektpartners Cantamen übertragen werden.