En los últimos años, el resguardo de la privacidad de datos generados por vehículos inteligentes ha tomado protagonismo. Estos automóviles producen vastas cantidades de información sensible, lo que los deja expuestos a potenciales violaciones de privacidad. Con el aumento de los ataques que explotan metadatos supuestamente anónimos para perfilar conductores, las soluciones para mitigar esta fuga de información sin frenar la innovación y la investigación continua se vuelven urgentes.
La generación de datos sintéticos surge como una herramienta viable para abordar estos problemas de privacidad, ya que permite replicar relaciones de datos del mundo real minimizando el riesgo de revelar información sensible. En el análisis de este método, se propone una taxonomía exhaustiva que identifica ataques potenciales y clasifica la vulnerabilidad de 14 sensores integrados en los vehículos.
Entre los sensores más vulnerables se destacan el GPS, cuyas coordenadas y direcciones son fácilmente explotables para rastrear la ubicación en tiempo real, hábitos de viaje y patrones de comportamiento del conductor, y las cámaras del vehículo, que pueden captar información visual sensible del ambiente externo así como de interiores.
Utilizando el conjunto de datos de Sensores Pasivos Vehiculares (PVS) para generar datos sintéticos a través de un modelo de Autoencoder Variacional Tabular (TVAE), se logra mantener un 90.1% de similitud estadística y un 78% de precisión en clasificación para su propósito original, mientras previniendo la profilación del conductor.
A pesar de los avances tecnológicos, preocupaciones relacionadas con la fuga de información y regulaciones como el Reglamento General de Protección de Datos (GDPR) han incrementado el interés por los datos sintéticos como solución para compartir y analizar datos sin violar leyes de privacidad. Sin embargo, el proceso de generación de datos sintéticos debe ser diseñado cuidadosamente debido a los riesgos asociados.
Es importante recalcar que, aunque los datos sintéticos ofrecen significativas ventajas en protección de privacidad, no son una panacea para todos los desafíos en este campo. Su uso responsable y la consideración de riesgos potenciales son fundamentales para prevenir incidentes en el mundo real.
Finalmente, se concluye que, aunque los datos sintéticos son una prometedora herramienta para el manejo de datos sensibles en vehículos inteligentes, la complejidad de la tecnología demanda un enfoque balanceado que considere no solo la privacidad, sino también la precisión y utilidad de los datos generados. Los datos sintéticos, utilizados correctamente, podrían revolucionar la forma en que se abordan los problemas de privacidad en la era de los vehículos conectados.