streetmap2

Bent u een voorzichtige automobilist? Dan kunt u misschien korting krijgen op uw autoverzekering. Een verzekeringsmaatschappij hoeft daarvoor slechts – met uw toestemming – een kastje in uw auto te plaatsen, of een app op uw telefoon, om daarmee gegevens te verzamelen. Exacte locaties zoals GPS-gegevens worden niet gemeten, alleen de snelheid. De metingen zijn dus niet privacygevoelig, claimen de verzekeraars. Maar dat klopt niet: uit die snelheidsmetingen kan men ook heel veel informatie halen. Onderzoekers van de Rutgers University in de VS presenteerden een methode om uit de snelheidsmetingen zoals verzekeraars die doen de exacte locatie van een auto te bereken. De metingen zijn dus zeker wel privacygevoelig.

In Nederland kunt u bij verzekeraar PolisVoorMij terecht voor een verzekering-met-snelheidsmonitoring. Dat doen ze door middel van de iPhone-app App4Drivers (zie de uitleg in dit filmpje), met name bedoeld voor jongeren. De app registreert zowel het rijgedrag als het belgedrag van de bestuurder, en geeft feedback bij onveilig rijden. Wie zich aanmeldt om deze gegevens aan de verzekeraar kenbaar te maken, kan door veilig rijden extra korting krijgen op de verzekeringspremie. Een mooi idee: de directe feedback én de financiële stok achter de deur geven een goede motivatie om veilig te rijden. De app won niet voor niets in 2012 de Nationale Verkeersveiligheidsprijs.

Verzekeraars claimen (in elk geval in de VS) dat dergelijke apps geen problemen opleveren in verband met privacy. Hoe dan ook kiezen automobilisten er zelf voor om zo’n verzekering af te sluiten. Maar worden ze niet misleid bij die keuze door de claim dat de verzekeraar geen gegevens over de locatie van de auto verzamelt, en dus geen gevoelige informatie? Het team van Janne Lindqvist van de Rutgers University toonde met hun methode aan dat er in de snelheidsmetingen evengoed privacygevoelige informatie besloten ligt: uit de snelheden is in veel gevallen ook de locatie af te leiden.

Janne Lindqvist en zijn team noemen de methode elastic pathing. De kern van de methode zit in het gebruik van het stratenplan van een gebied. De snelheid waarmee men over de ene straat kan rijden verschilt namelijk enorm van de snelheid op een andere straat: dit hangt allemaal af van snelheidslimieten, verkeerslichten, bochten in de weg, etcetera. De enige informatie die Lindqvist en zijn collega’s verder nog nodig hebben is het vertrekpunt van de route. In veel gevallen is dat het thuisadres; en dat is bij een autoverzekeraar bekend.

Een voorbeeld: stel u woont aan een kleine, onverharde weg in een dorpje. Daarom rijdt u eerst een korte tijd stapvoets. Aan het einde van de weg kunt u linksaf, het dorp in (maximum snelheid: 30 km/u) of rechtsaf, een provinciale weg op (maximum: 60 km/u). De app meet een snelheid van 58 km/u, en Lidqvists methode leidt af dat u rechtsaf bent geslagen.

Bij een autorit van enige duur leidt zo’n benadering natuurlijk al snel tot een groot aantal mogelijke routes dat gematcht moet worden met de snelheidsdata. Dat maakt het probleem complex: een huis-tuin-en-keuken-computer kan simpelweg niet alle mogelijke routes gaan doorrekenen. Ook daar hebben Lindqvist en zijn team een slimme manier op gevonden. Exact de route berekenen hoeft dan niet, een route die bij benadering matcht met de snelheden is in de praktijk al voldoende.

De onderzoekers testten hun methode op gegevens van ruim 800 autoritten.  In 20 procent van de ritten lag de voorspelde eindbestemming minder dan 500 meter van de echte bestemming. Dit lijkt misschien een lage score. Maar, licht Lindqvist toe, de methode kan zeker verbeterd worden, en dan misschien ook tot betere resultaten leiden. Op dit moment is de belangrijkste bevinding dat het mogelijk is om locatie af te leiden uit snelheidsgegevens. Lindqvist claimt niet dat verzekeraars dat doen, of er op uit zijn om dat toen. Maar privacygevoelig is het wel.

 

Plaatje boven van OpenStreetMap (www.openstreetmap.org)