La presente epidemia di COVID-19 ha costretto molti Paesi a mettere in atto diverse strategie più o meno sofisticate, per tenere sotto controllo la diffusione del virus, nell'attesa di una copertura vaccinale sufficiente. Oltre ai lockdown delle zone più a rischio, si tenta di monitorare l’evoluzione dell’epidemia, cercando di individuare ed isolare gli individui che hanno contratto il virus, anche se sono asintomatici, ma il rischio è di non riuscire a distinguerli dalle persone sane. Recenti studi evidenziano che, oltre alla necessità primaria di contenere l’evoluzione dell’epidemia, mettendo in quarantena le persone a rischio di aver contratto il virus, si dovrebbe anche considerare il problema dell’elevato costo sociale dell’isolamento di una frazione molto alta della popolazione e sottolineano la necessità di utilizzare delle procedure volte a minimizza-re il numero di persone messe in quarantena [1]. Una pratica troppo poco sfruttata,che potrebbe aiutare sotto questo aspetto, è il Tracciamento Digitale dei Contatti che si basa su sistemi di tracciamento che molto spesso sfruttano i dispositivi mobili delle persone. Nel presente lavoro, si analizzano i protocolli decentralizzati, come Decentralized Privacy-Preserving Proximity Tracing (DP-3T): in questi modelli i client generano degli Identificativi Effimeri– chiamati EphID o RPI, a seconda dei protocolli – e memorizzano il log dei contatti. I codici relativi agli utenti positivi sono caricati, dopo l’autorizzazione di un operatore sanitario, su un Server di Reporting e sono scaricati periodicamente dai client; da tali codici gli applicativi ricavano gli EphID dei positivi, al fine di individuare eventuali corrispondenze con la lista dei contatti presente in locale, generata a partire dagli EphID ricevuti dagli utenti nelle vicinanze. Studiando tali modelli dal punto di vista tecnico, si evidenziano i vantaggi e le criticità relative alla Privacy e, a partire da una vulnerabilità nota, si propone un sistema alternativo di rilevazione del rischio e notifica che si interfaccia ai protocolli decentralizzati. Al fine di valutare l’efficacia di tale metodologia, si implementa un simulatore stocastico che permette di simulare la diffusione epidemiologica in presenza di diversi sistemi di tracciamento e notifica che interagiscono tra loro. In particolare, si cerca di valutare gli effetti che deriverebbero dall'integrazione di infrastrutture in grado di monitorare il rischio relativo ad un luogo ed a sistemi di allerta alternativi ai sistemi di notifica con applicazione, che permettono di raggiungere anche le persone a rischio che preferiscono non utilizzare le applicazioni basate sui protocolli di tracciamento digitale

Analisi di possibili varianti dei Protocolli Decentralizzati di Tracciamento dei Contatti

LOMBARDO, MARCO
2019/2020

Abstract

La presente epidemia di COVID-19 ha costretto molti Paesi a mettere in atto diverse strategie più o meno sofisticate, per tenere sotto controllo la diffusione del virus, nell'attesa di una copertura vaccinale sufficiente. Oltre ai lockdown delle zone più a rischio, si tenta di monitorare l’evoluzione dell’epidemia, cercando di individuare ed isolare gli individui che hanno contratto il virus, anche se sono asintomatici, ma il rischio è di non riuscire a distinguerli dalle persone sane. Recenti studi evidenziano che, oltre alla necessità primaria di contenere l’evoluzione dell’epidemia, mettendo in quarantena le persone a rischio di aver contratto il virus, si dovrebbe anche considerare il problema dell’elevato costo sociale dell’isolamento di una frazione molto alta della popolazione e sottolineano la necessità di utilizzare delle procedure volte a minimizza-re il numero di persone messe in quarantena [1]. Una pratica troppo poco sfruttata,che potrebbe aiutare sotto questo aspetto, è il Tracciamento Digitale dei Contatti che si basa su sistemi di tracciamento che molto spesso sfruttano i dispositivi mobili delle persone. Nel presente lavoro, si analizzano i protocolli decentralizzati, come Decentralized Privacy-Preserving Proximity Tracing (DP-3T): in questi modelli i client generano degli Identificativi Effimeri– chiamati EphID o RPI, a seconda dei protocolli – e memorizzano il log dei contatti. I codici relativi agli utenti positivi sono caricati, dopo l’autorizzazione di un operatore sanitario, su un Server di Reporting e sono scaricati periodicamente dai client; da tali codici gli applicativi ricavano gli EphID dei positivi, al fine di individuare eventuali corrispondenze con la lista dei contatti presente in locale, generata a partire dagli EphID ricevuti dagli utenti nelle vicinanze. Studiando tali modelli dal punto di vista tecnico, si evidenziano i vantaggi e le criticità relative alla Privacy e, a partire da una vulnerabilità nota, si propone un sistema alternativo di rilevazione del rischio e notifica che si interfaccia ai protocolli decentralizzati. Al fine di valutare l’efficacia di tale metodologia, si implementa un simulatore stocastico che permette di simulare la diffusione epidemiologica in presenza di diversi sistemi di tracciamento e notifica che interagiscono tra loro. In particolare, si cerca di valutare gli effetti che deriverebbero dall'integrazione di infrastrutture in grado di monitorare il rischio relativo ad un luogo ed a sistemi di allerta alternativi ai sistemi di notifica con applicazione, che permettono di raggiungere anche le persone a rischio che preferiscono non utilizzare le applicazioni basate sui protocolli di tracciamento digitale
ITA
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
796772_tesi_marco_lombardo.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 2.62 MB
Formato Adobe PDF
2.62 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/31205