SFB 1223:  Methoden und Instrumente zum Verständnis und zur Kontrolle von Datenschutz

• Fachliche Zuordnung: Informatik, System- und Elektrotechnik
• Förderung: Förderung von 2016 bis 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 272573906

• Erstellungsjahr: 2020

Zusammenfassung der Projektergebnisse

Der rasante Vormarsch des Internets zum wichtigsten globalen Medium unserer Zeit wurde von einschneidenden Veränderungen in der Art und Weise begleitet, wie es benutzt wird. Als der SFB 1223 mit seiner Arbeit begann, stellten wir fest, dass auf der einen Seite Milliarden von Benutzerinnen auf das Internet im Hinblick auf Kommunikation, Bildung, Unterhaltung und zum Abwickeln von Geschäften angewiesen sind, und auch, um sich täglich zu informieren. Auf der anderen Seite war die Privatsphäre im Internet ein weitestgehend ungelöstes Problem, ungeachtet dessen, dass diese Daten so leicht zugänglich sind und sie sich in kürzester Zeit verbreiten können, und wie schwer es sich doch gestaltet, diese dauerhaft zu löschen. In einer Vielzahl von Disziplinen, von der Bildanalyse bis zur Netzwerksicherheit, stellte der SFB 1223 fehlende wissenschaftliche Grundlagen für das Verständnis der Privatsphäre und für die Einführung von Maßnahmen zur Wahrung der Privatsphäre fest. Was das Verständnis von Privatsphäre im Internet betrifft, untersuchten wir daher die Folgen der Verbreitung von Bild- und Standortdaten, Hashtags, Micro-Posts und anderen, hochgradig unstrukturierten Informationen, die die Online-Kommunikation in unserer Zeit dominieren. Unsere Ergebnisse schließen Untersuchungen darüber ein, wie sich die Nutzung dieser Medien auswirkt, ebenso aber auch Privatsphäre erhaltende Maßnahmen, die im Hier und Jetzt umgesetzt werden können. Ebenso wurden aber auch Grundlagen für eines neues, die Privatsphäre achtendes Internet geschaffen, indem Benutzerinnen und Unternehmen das mit der Speicherung und dem Abruf von Informationen verbundene Datenschutzrisiko über sehr heterogene Daten und über verschiedene Netzwerke hinweg einschätzen und minimieren können. Wir haben zum einen neue Technologien entwickelt, die den Benutzerinnen helfen, ihre Privatsphäre zu quantifizieren und zu verstehen, z.B. zu erklären, wie sich ihr Profil auf den Fluss an Informationen auswirkt, den sie erhalten. Zum anderen haben wir Technologien zur Verfügung gestellt, die dafür sorgen, dass sie fundierte Entscheidungen bezüglich ihrer Privatsphäre auf bequeme und automatisierte Weise treffen können. Andere Ergebnisse zielen darauf ab, dass Entwicklerinnen datenschutzkritische Programmierfehler in ihrer Software durch schnellere und genauere Softwaretests und Analysen zum Informationsfluss vermeiden können. Was die Steuerung der Privatsphäre betrifft, untersuchten wir die neuesten Ansätze zur Anonymität im Web und entwarfen neue Techniken, um die Anonymität der Nutzerinnen zu wahren. Neue, bahnbrechende Ansätze in Kryptographie und in Sicherheitsprotokollen bilden die Grundlage für datenschutzfreundliche Cloud-Berechnungen. Fortschritte bei der Programmanalyse und der Verfolgung von Informationsflüssen — gerade unter Berücksichtigung der Kryptographie — bilden die Grundlage für Analysetechniken, die neu definieren, was die Kontrolle von Informationsflüssen in mobilen Systemen bedeutet. Neue, fein-granulare Konzepte von Privatheit erweitern etablierte Konzepte und geben ihnen mehr Flexibilität; eine neue Sprache für die Abfrage von medizinischen Datenbeständen, welche enorme Mengen sensibler Informationen enthalten können, ermöglicht eine gemeinsame Nutzung unter Wahrung der Privatsphäre.

Projektbezogene Publikationen (Auswahl)

• “Person Recognition in Personal Photo Collections”. In: Proceedings of the 14th IEEE International Conference on Computer Vision, ICCV 2015. IEEE, 2015, pp. 3862–3870
  Seong Joon Oh et al.
  (Siehe online unter https://doi.org/10.1109/TPAMI.2018.2877588)
• “Computational Soundness for Dalvik Bytecode”. In: Proceedings of the 23rd ACM Conference on Computer and Communications Security, CCS 2016. 2016, pp. 717–730
  Michael Backes, Robert Künnemann, and Esfandiar Mohammadi
  (Siehe online unter https://doi.org/10.1145/2976749.2978418)
• “R-Susceptibility: An IR-Centric Approach to Assessing Privacy Risks for Users in Online Communities”. In: Proceedings of the 39th International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR 2016, pp. 365–374
  Asia J. Biega et al.
  (Siehe online unter https://doi.org/10.1145/2911451.2911533)
• “Your Choice MATor(s): Large-scale Quantitative Anonymity Assessment of Tor Path Selection Algorithms Against Structural Attacks”. In: PoPETs 2016.2 (2016), pp. 40–60
  Michael Backes, Sebastian Meiser, and Marcin Slowik
  (Siehe online unter https://doi.org/10.1515/popets-2016-0004)
• “A Domain Based Approach to Social Relation Recognition”. In: Proceedings of the 30th IEEE Conference on Computer Vision and Pattern Recognition, CVPR 2017. IEEE Computer Society, 2017, pp. 435–444
  Qianru Sun, Bernt Schiele, and Mario Fritz
  (Siehe online unter https://doi.org/10.1109/CVPR.2017.54)
• “Adversarial Image Perturbation for Privacy Protection – A Game Theory Perspective”. In: Proceedings of the IEEE International Conference on Computer Vision, ICCV 2017. IEEE Computer Society, 2017, pp. 1491–1500
  Seong Joon Oh, Mario Fritz, and Bernt Schiele
  (Siehe online unter https://doi.org/10.1109/ICCV.2017.165)
• “Concurrency and Privacy with Payment-Channel Networks”. In: Proceedings of the ACM SIGSAC Conference on Computer and Communications Security, CCS 2017. Association for Computing Machinery, 2017, pp. 455–471
  Giulio Malavolta et al.
  (Siehe online unter https://doi.org/10.1145/3133956.3134096)
• “Detecting Information Flow by Mutating Input Data”. In: Proceedings of the 32nd IEEE/ACM International Conference on Automated Software Engineering, ASE 2017. IEEE Press, 2017, pp. 263–273
  Björn Mathis et al.
  (Siehe online unter https://doi.org/10.1109/ASE.2017.8115639)
• “Predicting the Category and Attributes of Visual Search Targets Using Deep Gaze Pooling”. In: Proceedings of the 16th IEEE International Conference on Computer Vision Workshops, MBCC ICCV 2017. IEEE, 2017, pp. 2740–274
  Hosnieh Sattar, Andreas Bulling, and Mario Fritz
  (Siehe online unter https://doi.org/10.1109/ICCVW.2017.322)
• “Search-driven String Constraint Solving for Vulnerability Detection”. In: Proceedings of the 39th International Conference on Software Engineering, ICSE 2017. ACM, 2017, pp. 198–208
  Julian Thomé et al.
  (Siehe online unter https://doi.org/10.1109/ICSE.2017.26)
• “SilentWhispers: Enforcing Security and Privacy in Decentralized Credit Networks”. In: Proceedings of the 24th Annual Network and Distributed System Security Symposium, NDSS 2017. Internet Society, 2017
  Giulio Malavolta et al.
  (Siehe online unter https://doi.org/10.14722/ndss.2017.23448)
• “Speaking the Same Language: Matching Machine to Human Captions by Adversarial Training”. In: Proceedings of the IEEE International Conference on Computer Vision, ICCV 2017. IEEE Computer Society, 2017, pp. 4155–4164
  Rakshith Shetty et al.
  (Siehe online unter https://doi.org/10.1109/ICCV.2017.398)
• “STD2P: RGBD Semantic Segmentation Using Spatio-Temporal Data-Driven Pooling”. In: Proceedings of the 30th IEEE Conference on Computer Vision and Pattern Recognition, CVPR 2017. IEEE Computer Society, 2017, pp. 7158–7167
  Yang He et al.
  (Siehe online unter https://doi.org/10.1109/CVPR.2017.757)
• “Towards a Visual Privacy Advisor: Understanding and Predicting Privacy Risks in Images”. In: Proceedings of the IEEE International Conference on Computer Vision, ICCV 2017. IEEE Computer Society, 2017, pp. 3706–3715
  Tribhuvanesh Orekondy, Bernt Schiele, and Mario Fritz
  (Siehe online unter https://doi.org/10.1109/ICCV.2017.398)
• “Walk2friends: Inferring Social Links from Mobility Profiles”. In: Proceedings of the ACM SIGSAC Conference on Computer and Communications Security, CCS 2017. Association for Computing Machinery, 2017, pp. 1943–1957
  Michael Backes et al.
  (Siehe online unter https://doi.org/10.1145/3133956.3133972)
• “What Is Around The Camera?” In: Proceedings of the 30th IEEE International Conference on Computer Vision, ICCV 2017. IEEE, 2017, pp. 5180–5188
  Stamatios Georgoulis et al.
  (Siehe online unter https://doi.org/10.1109/ICCV.2017.553)
• “Accelerating Analytical Processing in MVCC using Fine-Granular High-Frequency Virtual Snapshotting”. In: Proceedings of the 2018 International Conference on Management of Data, SIGMOD Conference 2018, pp. 245–258
  Ankur Sharma, Felix Martin Schuhknecht, and Jens Dittrich
  (Siehe online unter https://doi.org/10.1145/3183713.3196904)
• “DroidMate-2: A Platform for Android Test Generation”. In: Proceedings of the 33rd ACM/IEEE International Conference on Automated Software Engineering, ASE 2018. Association for Computing Machinery, 2018, pp. 916–919
  Nataniel P. Borges Jr., Jenny Hotzkow, and Andreas Zeller
  (Siehe online unter https://doi.org/10.1145/3238147.3240479)
• “Leveraging the crowd to detect and reduce the spread of fake news and misinformation”. In: Proceedings of the Eleventh ACM International Conference on Web Search and Data Mining, WSDM 2018, pp. 324–332
  Jooyeon Kim et al.
  (Siehe online unter https://doi.org/10.1145/3159652.3159734)
• “RVHyper: A Runtime Verification Tool for Temporal Hyperproperties”. In: Proceedings of the 24th International Conference on Tools and Algorithms for the Construction and Analysis of Systems, TACAS 2018. Vol. 10806. Lecture Notes in Computer Science. Springer, 2018, pp. 194–200
  Bernd Finkbeiner et al.
  (Siehe online unter https://doi.org/10.1007/978-3-319-89963-3_11)
• “Tagvisor: A Privacy Advisor for Sharing Hashtags”. In: Proceedings of the 2018 World Wide Web Conference, WWW 2018. International World Wide Web Conferences Steering Committee, 2018, pp. 287–296
  Yang Zhang et al.
  (Siehe online unter https://doi.org/10.1145/3178876.3186095)
• “Types for Information Flow Control: Labeling Granularity and Semantic Models”. In: Proceedings of the 31st IEEE Computer Security Foundations Symposium, CSF 2018. IEEE Computer Society, 2018, pp. 233–246
  Vineet Rajani and Deepak Garg
  (Siehe online unter https://doi.org/10.1109/CSF.2018.00024)
• “UniTraX: Protecting Data Privacy with Discoverable Biases”. In: Proceedings of the 7th International Conference on Principles of Security and Trust, POST 2018
  Reinhard Munz et al.
  (Siehe online unter https://doi.org/10.1007/978-3-319-89722-6_12)
• “Algorithms for Monitoring Hyperproperties”. In: Proceedings of the 19th International Conference on Runtime Verification, RV 2019. Vol. 11757. Lecture Notes in Computer Science. Springer, 2019, pp. 70–90
  Christopher Hahn
  (Siehe online unter https://doi.org/10.1007/978-3-030-32079-9_5)
• “Applications for In-Situ Feedback on Social Network Notifications”. In: Proceedings of the IFIP TC 13 International Conference, INTERACT 2019. Springer, 2019, pp. 626–629
  Frederic Raber and Antonio Krüger
  (Siehe online unter https://doi.org/10.1007/978-3-030-29390-1_50)
• “Blurring the Lines between Blockchains and Database Systems: the Case of Hyperledger Fabric”. In: Proceedings of the 2019 International Conference on Management of Data, SIGMOD Conference 2019, pp. 105–122
  Ankur Sharma et al.
  (Siehe online unter https://doi.org/10.1145/3299869.3319883)
• “ConfLLVM: A Compiler for Enforcing Data Confidentiality in Low- Level Code”. In: Proceedings of the Fourteenth EuroSys Conference, EuroSys 2019. ACM, 2019, 4:1–4:15
  Ajay Brahmakshatriya et al.
  (Siehe online unter https://doi.org/10.1145/3302424.3303952)
• “Constraint-Based Monitoring of Hyperproperties”. In: Proceedings of the 25th International Conference on Tools and Algorithms for the Construction and Analysis of Systems, TACAS 2019. Vol. 11428. Lecture Notes in Computer Science. Springer, 2019, pp. 115–131
  Christopher Hahn, Marvin Stenger, and Leander Tentrup
  (Siehe online unter https://doi.org/10.1007/978-3-030-17465-1_7)
• “FAIRY: A Framework for Understanding Relationships Between Users’ Actions and their Social Feeds”. In: Proceedings of the Twelfth ACM International Conference on Web Search and Data Mining, WSDM 2019, pp. 240–248
  Azin Ghazimatin, Rishiraj Saha Roy, and Gerhard Weikum
  (Siehe online unter https://doi.org/10.1145/3289600.3290990)
• “FriendGroupVR: Design Concepts Using Virtual Reality to Organize Social Network Friends”. In: Proceedings of the IFIP TC 13 International Conference, INTERACT 2019. Springer, 2019, pp. 719–739
  Frederic Raber, Christopher Schommer, and Antonio Krüger
  (Siehe online unter https://doi.org/10.1007/978-3-030-29387-1_42)
• “From fine- to coarse-grained dynamic information flow control and back”. In: Proceedings of the annual Symposium on Principles of Programming Languages, POPL 2019
  Marco Vassena et al.
  (Siehe online unter https://doi.org/10.1145/3290389)
• “Homomorphic Time-Lock Puzzles and Applications”. In: Proceedings of the 38th Annual International Conference on the Theory and Applications of Cryptographic Techniques, EUROCRYPT 2019. Vol. 11692. Lecture Notes in Computer Science. Springer, 2019, pp. 620–649
  Giulio Malavolta and Sri Aravinda Krishnan Thyagarajan
  (Siehe online unter https://doi.org/10.1007/978-3-030-26948-7_22)
• “How to Wrap it up - A Formally Verified Proposal for the use of Authenticated Wrapping in PKCS#11”. In: Proceedings of the 32nd IEEE Computer Security Foundations Symposium, CSF 2019. 2019, pp. 62–77
  Alexander Dax et al.
  (Siehe online unter https://doi.org/10.1109/CSF.2019.00012)
• “Incremental Proofs of Sequential Work”. In: Proceedings of the 38th Annual International Conference on the Theory and Applications of Cryptographic Techniques, EUROCRYPT 2019. Springer, 2019, pp. 292–323
  Nico Döttling, Russell W. F. Lai, and Giulio Malavolta
  (Siehe online unter https://doi.org/10.1007/978-3-030-17656-3_11)
• “Knockoff Nets: Stealing Functionality of Black-Box Models”. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, CVPR 2019. IEEE Computer Society, 2019
  Tribhuvanesh Orekondy, Bernt Schiele, and Mario Fritz
  (Siehe online unter https://doi.org/10.1109/CVPR.2019.00509)
• “OmniWedges: Improved Radar-Based Audience Selection for Social Networks”. In: Proceedings of the IFIP TC 13 International Conference, INTERACT 2019. Vol. 10516. Lecture Notes in Computer Science. Springer, 2019, pp. 654–658
  Frederic Raber and Antonio Krüger
  (Siehe online unter https://doi.org/10.1007/978-3-030-29390-1_56)
• “Privacy-Preserving Similar Patient Queries for Combined Biomedical Data”. In: PoPETs 2019.1 (2019), pp. 47–67
  Ahmed Salem et al.
  (Siehe online unter https://doi.org/10.2478/popets-2019-0004)
• “Trapdoor hash functions and their applications”. In: Proceedings of the 39th Annual International Cryptology Conference, CRYPTO 2019. Springer. 2019, pp. 3–32
  Nico Döttling et al.
  (Siehe online unter https://doi.org/10.1007/978-3-030-26954-8_1)
• “The high-level benefits of low-level sandboxing”. In: Proceedings of the 47th ACM SIGPLAN Symposium on Principles of Programming Languages, POPL 2020
  Michael Sammler et al.
  (Siehe online unter https://doi.org/10.1145/3371100)