PrivateEyeXR: Schutz der Privatsphäre der Augen in der erweiterten Realität - von der Datenvorverarbeitung bis zur Modellentwicklung

• Antragstellerin: Professorin Dr. Enkelejda Kasneci
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 491966293

Extended-Reality-Technologien (XR) setzen zunehmend auf Eye-Tracking, um immersive Interaktionen zu ermöglichen. Die sensible Natur von Augendaten, die biometrische, kognitive und verhaltensbezogene Merkmale offenbaren können, erfordert jedoch robuste Datenschutzlösungen. Bestehende Methoden wie Anonymisierung und grundlegende differenzielle Privatsphäre sind nicht in der Lage, die einzigartigen Herausforderungen von XR zu bewältigen, darunter Echtzeit-Datenströme, zeitliche Korrelationen im Blickverhalten und die Notwendigkeit einer skalierbaren geräteübergreifenden Verarbeitung. Dieses Projekt schlägt einen umfassenden Rahmen vor, um die Privatsphäre über den gesamten Lebenszyklus von XR-Daten hinweg zu wahren. Aufbauend auf grundlegenden Arbeiten im Bereich der neuronalen Stilübertragung und des Federated Learning wollen wir Echtzeit-Techniken zur Zerlegung von Merkmalen für dynamische Augendaten entwickeln, die eine datenschutzgerechte Manipulation von Iris- und Blickmustern ermöglichen, ohne den Nutzen für Aufgaben wie die Blickrichtungsschätzung zu beeinträchtigen. Wir passen ferner federated and split learning Algorithmen an die geräteübergreifenden Einschränkungen von XR an, insbesondere durch Optimierung für Datenheterogenität, Client-Beteiligung und Bandbreitenbeschränkungen. Es werden fortschrittliche Datenschutzmechanismen wie zeitlich differenzierte Datenschutz- und Pufferfish-Frameworks integriert, um die Risiken durch sequentielle Inferenzangriffe zu mindern. Diese Forschungsansätze werden durch Benutzerstudien, Echtzeit-XR-Bereitstellungen und Open-Source-Tools validiert und schließen somit die Lücke zwischen dem Schutz der Privatsphäre und dem funktionalen Nutzen in Eye-Tracking. Durch die Festlegung skalierbarer, ethischer Standards für den Schutz von Blickdaten wird unser Projekt direkt sicheren XR-Anwendungen im Gesundheitswesen, im Bildungswesen und bei der Authentifizierung zugutekommen und gleichzeitig die Grundlagenforschung im Bereich des datenschutzfreundlichen maschinellen Lernens für multimodale sensorische Systeme vorantreiben.

• DFG-Verfahren: Sachbeihilfen