欧洲研究人员说，他们成功地撰写了可以模仿人类独特的日常运动模式，Fitbits收集的生物特征数据和类似活动跟踪器的生物识别数据。
像面部和步态生物特征识别数据一样，该信息（称为Actraphy）可用于识别个体。科学家说，他们在94.5％的时间中冒充了人们的动作法。
研究人员的三重奏使用基于遗传算法的攻击，针对机器学习分类器。在实验中，团队能够访问活动跟踪器收集的与健康相关的数据。
模仿的概况“与地面真相概况非常相似”，根据研究人员论文。确实，数据是如此之好，以至于它可以揭示敏感的私人数据，包括一个人何时醒来并入睡。
追踪器用于记录睡眠方式，帮助培训运动员，监控心理健康等。根据科学家的说法，与机器学习配对，他们可以预测抑郁发作。
但是它们也可用于提供连续的生物识别验证，或者根据手势，手指扣和其他动作来识别人员。
这些配置文件是通过反复查询目标机器学习分类器来创建的模仿示例。然后，这些示例被用来模仿其55人的动作法数据库中的特定人员，称为沮丧。
攻击在黑框方案中成功，在该场景中，攻击者不知道分类器的类型。示例是“高度转移到其他类型的分类器，暴露了系统中的潜在漏洞”。
三人研究小组在挪威独立研究公司Sintef Digital工作；西班牙公共巴塞罗那超级计算机中心；以及挪威的非营利模拟大都会数字工程中心。
