IT-Nachwuchsforschung in Österreich

Weitere Magazine

Empfehlungen

Info

Smart Metering von Dejan Radovanovic Datenschutzrisiken bei intelligenten Stromzählern Im Zeitalter fortschreitender Digitalisierung nimmt Smart Metering (Verwendung von intelligenten Stromzählern) eine zentrale Rolle in der Energieverwaltung ein. Diese Technologie bietet erhebliche Vorteile für die Energieeffizienz und ermöglicht eine präzise Überwachung des Energieverbrauchs in Echtzeit. Die hier diskutierte Studie untersucht jedoch die Kehrseite dieser Technologie – die Datenschutzrisiken. Insbesondere wird die Einzigartigkeit wöchentlicher Smart Meter-Daten analysiert, um das Potenzial zur Identifikation individueller Haushalte zu bewerten. Die Ergebnisse heben die Dringlichkeit hervor, Datenschutzmaßnahmen im Kontext von Smart Metering zu überdenken, da bereits eine Woche an Verbrauchsdaten zur Identifikation eines Haushalts ausreichen kann. SMART METER-DATEN ALS FIN- GERPRINTS VON HAUSHALTEN Die fortschreitende Implementierung von Smart Metering-Technologien stellt uns vor neue Herausforderungen im Datenschutz. Durch die detailreiche Erfassung des Energieverbrauchs in Echtzeit werden nicht nur Verbrauchsdaten für Energieunternehmen und Kunden transparenter und können zur Optimierung der Energieeffizienz beitragen, sondern es entstehen auch potenzielle Risiken für die Privatsphäre der VerbraucherInnen. Der Energieverbrauch kann tiefgreifende Einblicke in die Lebensgewohnheiten der Menschen bieten. So stellt Abbildung 1 den Verbrauch eines Haushalts in den Sommermonaten in Form einer Heatmap dar. Dabei veranschaulicht die x-Achse die Monate des Jahres und die y-Achse die Stunden eines Tages. Die Messwerte, welche im 15-Minutenabstand aufgenommen wurden, variieren in der Farbintensität: Hellere Messwerte indizieren einen höheren Verbrauch, während dunklere Messwerte einen niedrigeren Verbrauch anzeigen. So können charakteristische Verbrauchsmuster aus den Energiewerten identifiziert werden, die Rückschlüsse auf individuelles Verhalten zulassen. Beispielsweise kann ein regelmäßig erhöhter Energieverbrauch in den Abendstunden darauf hinweisen, dass die Bewohner zu dieser Zeit nach Hause kommen und Geräte wie Beleuchtung und Heizung einschalten. Ein periodisch hoher Verbrauch am Tag könnte auf Klimatisierungsgeräte während der Sommermonate deuten oder, wie die helleren Messwerte es vermuten lassen, auf den Betrieb einer Poolpumpe. Andererseits können wiederkehrende Zeiträume mit Abbildung 1: Energieverbrauch eines Haushalts im Sommer. Die horizontalen, hellen Streifen deuten auf eine mögliche Poolpumpe hin, der helle vertikale Streifen auf einen Verbraucher, der mehrere Tage am Stück durchgelaufen ist und die beiden dunklen Streifen auf keinen Verbrauch, was als möglicher Urlaub kategorisiert werden kann. 14 OCG Journal | 01 • 2024
Young Researchers‘ Day niedrigem Energieverbrauch darauf hindeuten, dass die Bewohner in dieser Zeit üblicherweise nicht zu Hause sind, etwa während der Arbeitsstunden oder im Urlaub. Solche Informationen könnten genutzt werden, um die Anwesenheit von Personen in einem Haushalt zu ermitteln oder sozialdemografische Charakteristiken, wie beispielsweise Berufstätigkeit, Familiengröße und -struktur, kulturelle Gewohnheiten, ökonomischer Status, Alter und Lebensstil, abzuleiten und somit die Einzigartigkeit von Haushalten zu identifizieren. Die dabei untersuchte Fragestellung lässt sich wie folgt zusammenfassen: Kann ein einzelner Haushalt allein durch seinen wöchentlichen Energieverbrauch eindeutig identifiziert (also „gefingerprintet“) werden? Oder allgemeiner formuliert: Lässt sich ein bestimmter Haushalt anhand seines Energieverbrauchs von anderen unterscheiden? VERGLEICH DER HAUSHALTE ANHAND IHRER FINGERPRINTS In unserer Untersuchung analysieren wir Smart Meter-Daten von 1589 Haushalten in Oberösterreich. Die jährlichen Verbrauchsdaten, in 15 Minuten Auflösung (alle 15 Minuten ein Messwert) werden in wöchentliche Segmente unterteilt, um haushaltsspezifische Verbrauchsmuster zu identifizieren. Diese Muster bestehen aus statistischen Kennwerten und speziell für Zeitreihen entwickelten Merkmalen. Für das Vergleichen der wöchentlichen Segmente bestimmen wir die Distanz zwischen den Merkmalen im hochdimensionalen Raum. Die Distanz dient als Indikator für die Ähnlichkeit der wöchentlichen Verbrauchsmuster: Je geringer die Distanz, desto ähnlicher sind die Verbrauchsmuster der verschiedenen Haushalte, was Rückschlüsse auf die Einzigartigkeit oder Gemeinsamkeiten der Haushaltsprofile ermöglicht. ERGEBNISSE UND RESULTIE- RENDE DATENSCHUTZIMPLIKA- TIONEN Die Ergebnisse verdeutlichen, dass bereits eine Woche an anonymisierten Energieverbrauchsdaten ausreichend ist, um einen Haushalt in einer umfangreicheren Datenbank von Lastprofilen zu identifizieren. Diese Identifikation erfolgt mit überraschend hoher Genauigkeit, was darauf hindeutet, dass ein signifikanter Anteil von Haushalten de-anonymisiert werden kann. Die erzielten Erkenntnisse werfen ernsthafte Bedenken über die Wirksamkeit bestehender Anonymisierungspraktiken auf und zeigen, dass es aus Energieanbietersicht nicht genug ist, die Energieverbrauchsdaten nur zu anonymisieren. STRATEGIEN ZUR VERBESSE- RUNG DES DATENSCHUTZES BEI SMART METER-DATEN Um die Datenschutzprobleme, die sich aus der Nutzung von Smart Meter-Daten ergeben, zu bewältigen, bedarf es eines mehrschichtigen Ansatzes. Eine mögliche Verbesserung der Anonymisierungstechniken könnte in der Verwendung komplexerer Methoden wie Differential Privacy liegen. Differential Privacy ist ein Ansatz, der es ermöglicht, statistische Analysen von Daten durchzuführen, ohne dabei sensitive Informationen über einzelne Haushalte preiszugeben. Dies geschieht durch das Hinzufügen einer kontrollierten Menge an Zufälligkeit zu den Daten, was die Rückverfolgung zu individuellen Haushalten erschwert, ohne dabei die Nützlichkeit der Gesamtdaten für Analysen zu beeinträchtigen. Solche Techniken könnten einen wesentlichen Fortschritt in der Wahrung der Privatsphäre von VerbraucherInnen bei Smart Meter-Daten bedeuten. Gleichzeitig sind strengere gesetzliche Regelungen zum Schutz personenbezogener Daten im Energiebereich vonnöten. Zudem spielt die Sensibilisierung und Bildung der VerbraucherInnen eine wichtige Rolle, um ein Bewusstsein für Datenschutzrisiken zu schaffen und ihnen Kontrolle über ihre Daten zu ermöglichen. Nur durch eine Kombination dieser Ansätze kann ein effektiver Datenschutz im Bereich Smart Metering erreicht werden. Dejan Radovanovic Dejan Radovanovic bei der IKT Sicherheitskonferenz 2023 (c) Nicolas Petri ist Forscher am Zentrum für sichere Energieinformatik an der Fachhochschule Salzburg. Im Rahmen seiner Dissertation widmet er sich der Analyse von Energieverbrauchsdaten mit Fokus auf Datenschutz. Sein Ansatz besteht darin, zunächst die Grenzen der Privatsphäre in Bezug auf Energieverbrauchsdaten auszuloten, um darauf aufbauend effektive Methoden zur Wahrung der Privatsphäre anzuwenden. 01 • 2024 | OCG Journal 15
Seite 1 und 2: OCG Journal Ausgabe 01 • 2024 | C
Seite 3 und 4: Inhalt [ 20 Young Researchers‘ Da
Seite 5 und 6: Young Researchers‘ Day AK IT-Sich
Seite 7 und 8: Young Researchers‘ Day Bluetooth
Seite 9 und 10: Young Researchers‘ Day Sicherheit
Seite 11 und 12: Young Researchers‘ Day Daten aus
Seite 13: Young Researchers‘ Day Grafik Glo
Seite 17 und 18: Young Researchers‘ Day die Anwend
Seite 19 und 20: Young Researchers‘ Day Julia Made
Seite 21 und 22: Ausgewählte Forschung Abbildung 1:
Seite 23 und 24: Ausgewählte Forschung der Anwendun
Seite 25 und 26: Ausgewählte Forschung Schutz der P
Seite 27 und 28: Ausgewählte Forschung mous problem
Seite 29 und 30: Ausgewählte Forschung fristigen Un
Seite 31 und 32: Ausgewählte Forschung auch für Cl
Seite 33 und 34: ausfordern und deren algorithmische
Seite 35 und 36: Wettbewerbe Screenshot Java Wiz (c)
Seite 37 und 38: Wettbewerbe OCG Förderpreis-FH 202
Seite 39 und 40: Intern Veranstaltungen und Termine

IT-Nachwuchsforschung in Österreich

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?