歐洲研究人員說，他們成功地撰寫了可以模仿人類獨特的日常運動模式，Fitbits收集的生物特徵數據和類似活動跟踪器的生物識別數據。
像面部和步態生物特徵識別數據一樣，該信息（稱為Actraphy）可用於識別個體。科學家說，他們在94.5％的時間中冒充了人們的動作法。
研究人員的三重奏使用基於遺傳算法的攻擊，針對機器學習分類器。在實驗中，團隊能夠訪問活動跟踪器收集的與健康相關的數據。
模仿的概況“與地面真相概況非常相似”，根據研究人員論文。確實，數據是如此之好，以至於它可以揭示敏感的私人數據，包括一個人何時醒來併入睡。
追踪器用於記錄睡眠方式，幫助培訓運動員，監控心理健康等。根據科學家的說法，與機器學習配對，他們可以預測抑鬱發作。
但是它們也可用於提供連續的生物識別驗證，或者根據手勢，手指扣和其他動作來識別人員。
這些配置文件是通過反複查詢目標機器學習分類器來創建的模仿示例。然後，這些示例被用來模仿其55人的動作法數據庫中的特定人員，稱為沮喪。
攻擊在黑框方案中成功，在該場景中，攻擊者不知道分類器的類型。示例是“高度轉移到其他類型的分類器，暴露了系統中的潛在漏洞”。
三人研究小組在挪威獨立研究公司Sintef Digital工作；西班牙公共巴塞羅那超級計算機中心；以及挪威的非營利模擬大都會數字工程中心。
