Instrument for measuring privacy in IoT environments

The Internet of Things (IoT) connects devices that are commonly used in people's daily lives - such as cell phones, televisions, coffee makers, refrigerators, beds, sensors, and more - so that they automatically communicate over a network. Generic, impersonal information exchange between devices can occasionally lead to privacy issues, such as making personal information available to applications when using them. Since it retains a concept that involves various dimensions of data considered private, such as body, behavioral, communication and personal. To measure privacy in IoT environments, this paper presents the design of an instrument, called the Internet of Things Privacy Concerns (IoTPC), which is capable of reflecting users' concerns about privacy in an IoT environment. The IoTPC instrument consists of 17 items obtained through an analysis of the privacy measurement instruments available in the current literature, which include users' opinion on how devices collect, process and make their personal information available in specific IoT scenarios. . The validation of the IoTPC was performed from the analysis of the results of a sample of 61 participants, considering the dimensions of IoT requests, decision power and caution, through exploratory factor analysis. IoTPC subsidized the construction of an inference module in a privacy negotiation mechanism for IoT systems. This module performs an inference based on IoTPC items and IoT scenarios through machine learning algorithms, which have been trained and tested with the privacy preferences derived from the IoTPC instrument. The results of the learning process of the inference module obtained an accuracy of 79.20%, concluding that the instrument can be employed by a privacy negotiation mechanism.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)A Internet das Coisas (Internet of Things - IoT) interliga dispositivos usados, normalmente, no dia a dia das pessoas ‒ como celulares, televisores, cafeteiras, geladeiras, camas, sensores, entre outros ‒ de forma que se comuniquem automaticamente por uma rede. A troca de informações entre dispositivos, realizada de forma genérica e impessoal, pode, ocasionalmente, gerar problemas de privacidade, como por exemplo a disponibilização de informações pessoais para aplicativos ao utiliza-los. Visto que esta retém um conceito que envolve várias dimensões dos dados considerados privados, como corporal, comportamental, de comunicação e pessoal. Para mensurar a privacidade em ambientes IoT, este trabalho apresenta a concepção de um instrumento, denominado Internet of Things Privacy Concerns (IoTPC), que é capaz de refletir as preocupações dos usuários quanto à privacidade em ambiente de IoT. O instrumento IoTPC é composto por 17 itens obtidos por meio de uma análise feita dos instrumentos de mensuração de privacidade disponíveis na literatura atual, e que contemplam a opinião dos usuários sobre como os dispositivos coletam, processam e disponibilizam suas informações pessoais em cenários específicos de IoT. A validação do IoTPC foi realizada a partir da análise do resultado de uma amostra de 61 participantes, considerando as dimensões de requisições IoT, poder de decisão e cautela, mediante análise fatorial exploratória. IoTPC subsidiou a construção de um módulo de inferência em um mecanismo de negociação de privacidade para sistemas IoT. Esse módulo realiza uma inferência baseada nos itens do IoTPC e nos cenários IoT por meio de algoritmos de aprendizado de máquina, que foram treinados e testados com as preferências de privacidade advindas do instrumento IoTPC. Os resultados do processo de aprendizado do módulo de inferência obtiveram uma acurácia de 79,20%, concluindo-se que o instrumento pode ser empregado por um mecanismo de negociação de privacidade.CAPES: Código do Financiamento 00