.
Com cerca de um bilhão de câmeras de vigilância capturando as atividades diárias das pessoas, é provável que você seja gravado regularmente se mora em uma área densamente povoada.
Em Londres, por exemplo, dizem que há 500.000 câmeras de CFTV e estima-se que a pessoa média seja registrada 300 vezes por dia.
Para ajudar as pessoas a entender quando estão diante das câmeras e como as câmeras onipresentes afetam sua privacidade, cientistas da computação afiliados à Universidade de Jyvaskyla, na Finlândia, lançaram um software de código aberto chamado exposição de CFTV “para quantificar a exposição humana a câmeras CCTV de uma perspectiva de privacidade.”
O software, parte de uma iniciativa mais ampla para permitir que as pessoas tomem melhores decisões sobre sua privacidade, é descrito em um papel intitulado “Exposição CCTV: Um sistema de código aberto para medir a exposição da privacidade do usuário a câmeras de CCTV mapeadas com base na localização geográfica”.
O artigo, de autoria de Hannu Turtiainen, Andrei Costin e Timo Hamalainen, é uma versão estendida da pesquisa apresentada no Business Modeling and Software Design: 12th International Symposium (BMSD 2022) em Friburgo, Suíça. Ele descreve o software como análogo a um contador Geiger para detectar radiação nociva.
“Quando comparado à exposição a ‘ambientes nocivos’, como exposição à radiação, o sistema CCTV-Exosure destina-se a agir como um ‘medidor de dosagem CCTV’ para atividades de viagem de indivíduos preocupados com a privacidade”, explica o artigo.
O software, escrito em Python 3, requer dois arquivos de entrada: um arquivo global position system exchange (GPX) contendo as coordenadas GPS das viagens de uma pessoa e um arquivo XML de coordenadas de localização da câmera.
Esses dados de localização da câmera ainda não estão disponíveis, além de um arquivo de teste para a cidade de Jyvaskyla.
Dito isso, há um esforço contínuo da equipe para coletar um conjunto mais amplo de coordenadas, usando algoritmos de visão computacional para identificar câmeras de vigilância nas imagens do Google Street View. Os pesquisadores prevêem fornecer uma API que fornecerá esses dados de localização da câmera aos usuários do CCTV-Exposure, tornando o código prontamente útil. Espera-se que as pessoas também possam enviar seus próprios relatórios de locais de câmeras para serem incluídos no banco de dados.
No momento, sem esses dados da câmera, este projeto é muito mais para assistir, em vez de começar imediatamente. A menos, é claro, que você crie suas próprias tabelas de localização de câmera e use isso com o código, o que você pode fazer e compartilhar com outras pessoas.
Uma vez que o software tenha as informações necessárias – sua jornada e detalhes do CFTV ao redor – ele calcula onde a rota fornecida foi exposta a uma câmera de segurança. Sua saída formatada em JSON inclui:
- Identidade: informações de identidade para o arquivo processado, faixa e segmento
- Distância: distância total percorrida no segmento, distância total de exposição, distância média e média até as câmeras (em pontos GPX)
- Tempo (se aplicável): velocidade média, tempo total do segmento, tempo de exposição
- Porcentagens: exposição por distância total, tempo de exposição por tempo total (se aplicável)
- Dados por câmera: tempo, distância e todos os dados de câmera disponíveis (localização, campo de visão, etc.)
- Número de câmeras exclusivas
Há também uma versão Rust do código, mas requer arquivos GPX com carimbo de data/hora devido a limitações do analisador.
Em um teste do software baseado em dados de rota Jyvaskyla capturados de pesquisadores usando dispositivos Garmin, a exposição média de CCTV chegou a 12,5% com base na distância e 15,1% com base no tempo.
Andrei Costin, professor assistente da Universidade de Jyvaskyla na Finlândia (JYU.FI) e cofundador/CEO da empresa de segurança binare.io, disse Strong The One em uma entrevista por telefone que o jornal CCTV é um dos cinco modelos que ele e seus colegas desenvolveram para promover a conscientização sobre CCTV.
“Vem da necessidade de entender o quão grande é a invasão de privacidade, de quantificá-la”, disse ele.
Costin disse que há muita discussão sobre quantas câmeras existem na China, na capital do Reino Unido e em outros lugares, mas isso é baseado em boatos, argumentos de marketing e metodologias obscuras que não são abordagens científicas sólidas.
Isso levou Costin e seus colegas a desenvolverem uma maneira de definir melhor a cobertura das câmeras de CFTV. Como mencionado acima, sua abordagem se baseia em visão computacional e aprendizado de máquina para identificar e geolocalizar câmeras de CFTV capturadas nas imagens do Google Street View e calcular onde as câmeras podem ver.
Esses dados podem ser inseridos no CCTV-Exposure para fazer tudo funcionar, e espera-se que essas informações sejam fornecidas por meio de uma interface online. Não há prazo para a disponibilidade disso, e a equipe pediu que as pessoas os contatassem se pudessem ajudar financeira ou tecnicamente para que isso acontecesse.
“Desenvolvemos o sistema com base no Google Street View porque é a maior fonte de imagens do Street View”, explicou Costin. “Mas nosso sistema também permite que os usuários enviem em tempo real, tirando um instantâneo de uma câmera de CFTV enquanto sua localização está habilitada e enviando isso para nossos servidores”.
Isso ajuda a manter os dados de localização da câmera atualizados.
Costin disse que o grupo que trabalha neste projeto – que incorpora trabalhar a partir de outro pesquisar papéis – está desenvolvendo um aplicativo da web para permitir que os internautas enviem atualizações de localização da câmera. Os pesquisadores têm usado o aplicativo internamente, embora ainda não esteja pronto para consumo público.
É importante, disse Costin, que as pessoas entendam o quão difundida é essa tecnologia e quanto mais ela provavelmente se tornará.
“Nos próximos dois anos – não é ‘se’, mas ‘quando’ – esta tecnologia será complementada pelo reconhecimento facial”, explicou, acrescentando que isso pode ser usado para apresentar às pessoas na rua anúncios personalizados.
“Esta é uma realidade realmente assustadora”, disse Costin, “então estamos tentando criar ferramentas que melhorem a privacidade, para pelo menos devolver algum poder aos usuários comuns”.
A principal preocupação de Costin, no entanto, é conscientizar as pessoas, para que possam fazer escolhas informadas sobre privacidade. Isso pode significar escolher rotas com menos câmeras, disse ele, ou com mais câmeras, se a segurança pessoal for uma preocupação.
“Se você estiver indo para algum local remoto em uma área desconhecida, tente seguir a rota com mais câmeras de CFTV na esperança de que, se algo acontecer com você, haja alguma evidência”, explicou ele.
Costin acrescentou que há algo como uma câmera para cada oito pessoas no planeta e ele espera que a contagem de câmeras aumente muito. “Acho que a taxa de crescimento das câmeras CCTV é insana”, disse ele. ®
.
