Strava proporciona uno de los servicios de ejercicio más populares del mundo, con aplicaciones móviles diseñadas para ofrecer funciones sociales además del seguimiento básico. Utilizadas sobre todo por ciclistas y corredores, las aplicaciones de Strava también son propensas a problemas de privacidad cuando se utilizan junto con su función de “mapa de calor”.
Strava implementó una función de mapa de calor en 2018, agregando de forma anónima la actividad al aire libre de los usuarios (correr, montar en bicicleta, etc.) para ayudar a identificar senderos comunes y puntos calientes de ejercicio, proporcionando un aspecto “social” a la actividad física y dando a los usuarios la oportunidad de conocer a otros aficionados a su deporte preferido.
Poco después, unos investigadores descubrieron que se podía abusar de la función de mapa de calor de Strava para revelar datos sobre bases militares secretas de EE.UU. en todo el mundo. Ahora, otra investigación ha señalado que los mapas de calor son un buen complemento para el seguimiento del ejercicio, pero sólo si los usuarios son lo bastante conscientes como para minimizar el impacto que esas aplicaciones de seguimiento pueden tener en su intimidad.
El estudio, realizado por investigadores de la Universidad Estatal de Carolina del Norte, pone de relieve cómo los datos supuestamente “anónimos” contenidos en los mapas térmicos públicos de Strava pueden “desanonimizarse” para identificar los domicilios particulares de las personas. Combinando los datos de los mapas de calor con metadatos específicos, los investigadores pudieron “predecir” la dirección inicial de un usuario con una precisión del 37,5%.
El proceso de identificación no es precisamente sencillo, ya que requiere múltiples pasos para tratar de identificar el domicilio de un usuario. El primer paso del estudio consistió en recopilar mapas térmicos de dominio público en los estados de Arkansas, Ohio y Carolina del Norte durante un mes. A continuación, los investigadores utilizaron técnicas de análisis de imágenes para detectar zonas de inicio/parada junto a las calles, lo que podría proporcionar una pista sobre viviendas concretas vinculadas a una fuente de la actividad rastreada.
A continuación, el equipo utilizó imágenes “ampliadas” de OpenStreetMaps para identificar direcciones de residencias concretas. Abusando de una función de búsqueda poco conocida en las aplicaciones de Strava, los investigadores fueron a la caza de usuarios que hubieran registrado una ciudad concreta como lugar de “partida”. Por último, compararon los puntos finales de los mapas térmicos y los datos personales de los usuarios a partir de la mencionada función de búsqueda, para poder correlacionar los puntos de mayor actividad en el mapa térmico y las direcciones de los usuarios.
Muchos usuarios de Strava facilitan su nombre real o incluso una foto cuando se registran, por lo que la correlación es factible. Según los investigadores, los usuarios más activos eran más fáciles de identificar, ya que proporcionaban más “calor” a los mapas térmicos de Strava. Según el estudio, al registrar una media de 308 actividades, un usuario podía ser “descubierto” el 37,5% de las veces dentro de un umbral de 100 metros.
Con información de Europa Press.
