Privid：一个保护隐私的监控视频分析系统

一群学者设计了一个新的系统，名为“幻觉“这使得视频分析能够以一种保护隐私的方式来解决入侵跟踪的问题。

弗兰克·坎加洛西（Frank Cangialosi）说：“我们现在正处在一个摄像头几乎无处不在的阶段。如果每个街角、每个你去的地方都有摄像头，如果有人真的可以综合处理所有这些视频，你可以想象这个实体建立了一个非常精确的时间线，记录一个人何时何地去了”，该研究的主要作者、麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究员在一份声明中说。

“人们已经开始担心GPS的位置隐私问题了；聚合的视频数据不仅可以捕捉你的位置历史，还可以捕捉每个位置的情绪、行为等，”坎加洛西补充道。

PrimVID是建立在差异隐私的基础上的，这是一种统计技术，它可以收集和共享有关用户的综合信息，同时保护个人隐私。

这是通过在结果中添加随机噪声来实现的，以防止重新识别攻击。增加的噪音量是一种权衡；添加更多噪声会使数据更匿名，但也会降低数据的有用性；这取决于隐私预算，它确保结果仍然准确，同时配置得足够低，以防止数据泄漏。

查询框架涉及一种称为“基于持续时间的隐私”的方法，其中目标视频被临时切碎成具有相同持续时间的块，然后分别送入分析师的视频处理模块，以产生“嘈杂”的聚合结果。

其基本思想是，通过在数据或分析方法中添加特殊类型的噪声，可以防止相关方识别个人，同时也不会掩盖对视频输入进行分析时出现的社会模式的发现，例如，计算一天内经过摄像机的人数，或者计算观察到的汽车的平均速度。

这还可以防止恶意演员挑出特定的个人，并确定他们在视频中的存在（或缺乏）。

研究人员总结道：“在建设Privid的过程中，我们不主张增加公共视频监控和分析。相反，我们观察到，它已经很普遍，并且受到强大的经济和公共安全激励的驱动”。

“因此，不可否认的是，公共视频分析将继续进行，因此，我们提供工具来改善此类分析的隐私状况至关重要。”