Riflessioni sulle App di Contact Tracing Fonti principali: - “Centralized or Decentralized? The Contact Tracing Dilemma” by Serge Vaudenay (EPFL) https://eprint.iacr.org/2020/531 - “Contact Tracing Technologies: Methods and trade-offs” by MIT Media Lab https://dam-prod.media.mit.edu/x/2020/05/19/contact_tracing_tech-1_V5.pdf - Documentazione App Immuni su GitHub https://github.com/immuni-app/documentation

1. Riflessioni e link interessanti
sulle App di Contact Tracing
al 20/5/2020*
Michele Stecca, Ph.D.
ITT “E. Barsanti”
* La data è doverosa visto il rapido evolversi della situazione :)

2. Da tenere a mente
Privacy: chi può vedere i miei dati?
Sicurezza: proteggerci da eventuali attacchi

3. Privacy
Da chi ci dobbiamo difendere?
●
Da chi amministra il servizio (Big Brother?)
●
Da chi viene “in contatto” con noi
●
Da “tutti gli altri” attacchi malevoli

4. Requisiti (minimi)
●
Codice Open Source
– Trasparenza
– La community può visionare il codice
●
La App non deve utilizzare:
– GPS/posizione
– Dati personali (anagrafica, numero di telefono, ecc.)
– …

5. Quali approcci?
●
Centralizzato (consorzio di riferimento: PEPP-PT)
●
Distribuito (consorzio di riferimento: DP3T) → Vedi
iniziativa Apple/Google
●
Altre vie? (Vedi paper: https://eprint.iacr.org/2020/531)

6. Un possibile approccio (1/2)
https://www.dday.it/redazione/34936/le-app-di-tracciamento-spiegate-con-
un-fumetto-perche-servono-e-perche-sono-sicure
Tecnologia utilizzata:
Bluetooth Low Energy (BLE)

7. Un possibile approccio (2/2)
Ricapitolando (approccio di alto livello)
1) La App genera dei codici non riconducibili all’utente ogni 10/20 minuti
2) Grazie ai framework Apple/Google, la può inviare continuamente in
broadcast gli ID del punto 1.
3) Le App degli altri utenti sono in ascolto e memorizzano (per es. per 14 gg)
gli ID che sono stati “ascoltati”
4) In un server centrale si memorizzano gli ID generati da persone che sono
risultate positive
5) Periodicamente la App scarica gli ID del punto 4 e può capire localmente
se la persona è a rischio o meno attraverso delle euristiche di valutazione
del rischio (per es. sono stato vicino a una persona poi risultata positiva per
più di X minuti)

8. E se risulto positivo?
(Speriamo di no!)
●
Segnalazione su base volontaria
●
Riesco a notificarlo preservando la mia
privacy?
●
Serve una validazione da parte del SSN

9. Alcuni attacchi
●
Utilizzo di uno o più beacon che restano in ascolto dei
broadcast tracciando così chi era in quel luogo in un
determinato momento. Possibilità poi di incrociare i dati se si
riesce a recuperare dal server la lista degli infetti (vedi per
esempio: https://github.com/oseiskar/corona-sniffer)
●
App malevola che riesce ad accedere ai dati del BLE
●
Beacon + Telecamera: simile al primo attacco con
l’aggravante che potrebbe registrare un video delle persone
che “ha sentito”
●
...

10. Altre questioni...
●
Percentuale di utenti che la installeranno (come soglia minima per
l’efficacia si parla di 60-70% della popolazione). In base a (6), In Italia:
– 70% della popolazione ha smartphone
– Per raggiungere il 60% della popolazione, l’86% di chi ha uno smarphone deve
installare l’App (ammesso che l’App sia supportata)
●
Percentuale di persone che dimenticano di accendere il BLE
●
Falsi Positivi
– BLE mi segnala persone che non ho incontrato
– Calibrazione delle euristiche del punto 5 della slide 7
●
Accuratezza. Contatti ripetuti con la stessa persona non vengono tracciati a
causa degli ID anonimi
●
Presenza di diversi standard non interoperabili (si pensi a una persona
italiana che va all’estero o viceversa)

11. E Immuni?
●
Vedi Github: https://github.com/immuni-app/documentation
●
Passati da approccio centralizzato a decentralizzato (Apple/Google)
●
Utilizza BLE
●
Quali dati richiede? Provincia di residenza
●
Per screenshot e altri dettagli:
https://www.dday.it/redazione/35410/tutti-i-dettagli-su-immuni-le-schermate-
dellapp-italiana-il-funzionamento-e-i-dati-scambiati
●
Il backend invece sarà scritto in Python 3.8 con Redis come memory data
store e MongoDB come database persistente.

12. Reference
(1)“Centralized or Decentralized? The Contact Tracing Dilemma” by Serge
Vaudenay (EPFL) https://eprint.iacr.org/2020/531
(2)“Contact Tracing Technologies: Methods and trade-offs” by MIT Media Lab
https://dam-prod.media.mit.edu/x/2020/05/19/contact_tracing_tech-1_V5.pdf
(3)Documentazione Immuni https://github.com/immuni-app/documentation
(4)Articolo su App Immuni del 15-5-2020
https://www.dday.it/redazione/35410/tutti-i-dettagli-su-immuni-le-schermate-dell
app-italiana-il-funzionamento-e-i-dati-scambiati
(5)Sorgente del progetto “Corona Sniffer”
https://github.com/oseiskar/corona-sniffer
(6)
https://www.agendadigitale.eu/sicurezza/privacy/contact-tracing-abbiamo-perso
-di-vista-la-scienza/
(7)Stime efficacia App Immuni: https://www.youtube.com/watch?v=hKmdocR-dz0