Seite weiterempfehlenSeite drucken

Datenschutzfreundliche Corona-Tracing-App vom KIT

Das Ermitteln von Kontaktpersonen ist eine der wichtigsten Maßnahmen, um die Ausbreitung des Coronavirus einzudämmen. Eine Tracing-App vom KIT bietet hohen Datenschutz.

Mit Tracing-Apps können diejenigen benachrichtigt werden, die sich in einem definierten Zeitraum in der Nähe der infizierten Person aufgehalten haben. Doch die technische Umsetzung birgt Missbrauchsgefahr und die bisherigen Ansätze schützen nicht in vollem Umfang die Privatsphäre. Wissenschaftler des Karlsruher Instituts für Technologie (KIT) und des FZI Forschungszentrums Informatik, eines Innovationspartners des KIT, haben jetzt einen Vorschlag für eine App gemacht, welche die Vorteile von zentralem und dezentralem Ansatz kombiniert und so höheren Datenschutz bietet. Die Ergebnisse haben sie in einem Technical Report veröffentlicht.

In den vergangenen Wochen ist eine intensive Diskussion um mögliche zentrale oder dezentrale Lösungen für Tracing-Apps und ihre Datensicherheit entbrannt. Dabei geht es vor allem auch um die Frage, ob diese Ansätze die Privatsphäre der Nutzer ausreichend schützen. Einen dualen Ansatz, der einen stärkeren Datenschutz auch gegenüber aktiven Angreifern garantiert, haben deshalb jetzt Wissenschaftler des Kompetenzzentrums „Kastel“ am KIT und des Kompetenzzentrums IT-Sicherheit am FZI erarbeitet.

Kombination von zentraler und dezentraler Lösung

Um die Risiken für die Privatsphäre am Coronavirus erkrankter Personen möglichst auszuschließen, solle es zum einen kein zentrales Register von allen Infizierten geben, zum anderen sollten Nutzer des Systems bei einer Warnung keine Rückschlüsse darauf ziehen können, wer tatsächlich krank sei“, sagt Professor Thorsten Strufe, Leiter der Forschungsgruppe „Praktische IT-Sicherheit“ am KIT. Dies erreiche man, indem man die Tracking-Informationen aufteile: zum einen in die, die für die Warnung der Nutzer verwendet würden, zum anderen in die, die für das Tracking selbst benötigt würden. Außerdem sollten die Daten auf mehrere unabhängige Server verteilt werden, die jeweils nur eine geringe Menge an sensiblen Informationen erhielten.

Die Wissenschaftler wollen die Daten, wie bei den bisherigen dezentralen Ansätzen, lokal auf den Mobiltelefonen speichern und sie dann nur im Fall der positiven Diagnose auf zentrale Server laden. Auf den Servern findet dann auch der Abgleich der Kontaktpersonen statt. So könne man verschleiern, wer infiziert sei. Dies sei bei einem rein dezentralen Konzept nicht möglich“, so Jörn Müller-Quade, Professor für Kryptographie und Sicherheit am KIT und Direktor am FZI. Gleichzeitig habe man den Server aufgeteilt, sodass keine einzelne Partei allein irgendwelche sensitiven Informationen abgreifen könne. Dabei könnte beispielsweise ein Server vom Robert Koch-Institut und andere von großen Firmen betrieben werden. Selbst wenn alle diese Server kompromittiert seien, erreiche das Verfahren immer noch die gleichen Sicherheitseigenschaften wie die bisherigen Ansätze – solange sie nicht böswillig miteinander kooperieren.

Schutz gegen unnötige und gefälschte Warnmeldungen

Der Vorschlag der Wissenschaftler beinhaltet außerdem, dass der Anwender beispielsweise gegenüber medizinischen Fachleuten sicher beweisen kann, dass er Kontakt mit einer erkrankten Person hatte, um sich auf Covid-19 testen zu lassen. Ohne diese Funktion könnte jeder einen Test fordern, indem er einen Screenshot einer Warnung von einem fremden Smartphone zeigt. Um unnötige und potenziell panikauslösende Warnungen vor Kontakten zu vermeiden, wird die Information über ein Infektionsrisiko erst nach einem bestimmten Zeitraum ausgegeben. So wollen die Wissenschaftler verhindern, dass jemand gewarnt wird, wenn er beispielsweise an einem Auto vorbeigegangen ist, in dem eine infizierte Person saß.

Weiterer Informationen unter www.kit.edu

3322 - Datenschutzfreundliche Corona-Tracing-App vom KIT
PR/as
Keywords:
GeodäsieGeoinformationGeoGeoinformatikGICoronaTracing-AppKITKarlsruher Institut für TechnologieFZIForschungszentrums Informatik