¿Qué tanto sabe tu celular sobre ti?

Los “metadatos” saltaron a la fama cuando se reveló el caso de espionaje masivo de la Agencia de Seguridad de Estados Unidos (NSA, por sus siglas en inglés). En aquella ocasión, la agencia del gobierno estadounidense señaló que, en el caso de las llamadas telefónicas, los metadatos solo recopilaban los números de teléfono y la duración de la llamada, pero que no escuchaban las conversaciones ni leían los mensajes.

Hoy se difundió un estudio que revela que, con estos metadatos, se puede saber la identidad de los que hablan, su estado de salud, su red de relaciones personales, la ideología o la religión que practican.

Todos los elementos que conforman la identidad de las personas están protegidas por la mayoría de constituciones en el mundo. Además, la intercepción y grabación de las comunicaciones personales constituyen un delito grave si no cuentan con una autorización y supervisión judicial.

En aquel entonces, la NSA burló dichas restricciones y constituyó un sistema sofisticado de recepción de metadatos. Hasta el estallido del escándalo, los espías podían recopilar todas las llamadas que hacía un posible sospechoso durante cinco años. Y no solo eso: registraban las llamadas, en todo ese tiempo, de las que el sujeto “A” hacía con el sujeto “B”, y las que hacía el sujeto “B”, con el sujeto “C”, y las de este con otro sujeto “D”. La justificación de la agencia era que no escuchaban las conversaciones, y por ello no cometían delito alguno.

Sin embargo, los metadatos, codificados gracias a algoritmos bien diseñados, pueden dar suficiente información sin necesidad de intervenir en conversación.

Un grupo de expertos de la Universidad de Stanford demostró cuánto se puede saber con solo conocer un número de teléfono, los números a los que llama o envía mensajes y la duración de las llamadas o la longitud de los SMS. Estas llamadas pueden dar a conocer elementos básicos, como en qué ciudad uno vive, hasta más complejos, como el saber si se sufre del corazón, conociendo quién es su pareja y las afiliaciones políticas.

Los investigadores emplearon a 800 voluntarios para que instalaran en sus móviles la aplicación MetaPhone (una app solo usada para esta prueba). Esta registró todas las llamadas y SMS enviados, los destinatarios y su duración. Con todas esas llamadas y mensajes salientes y entrantes pudieron dibujar una gráfica con todas las conexiones (llamadas o SMS) entre los nodos (teléfonos). Además, previo al ejercicio, pidieron los perfiles de Facebook de los participantes. Con ellos diseñaron los algoritmos de predicción y, más importante, comprobaron que acertaban.

Datos muy fáciles de encontrar

Lo primero que vieron fue la enorme magnitud de la red de metadatos. Si se aplica su gráfica al espionaje de la NSA (llamadas hasta tres grados de separación y durante cinco años), el gobierno de Estados Unidos obtuvo, fácilmente, la información de prácticamente la totalidad de sus ciudadanos.

En el estudio hecho por los expertos de Stanford, con 823 participantes y una mediana de llamadas de 337 durante dos meses, los investigadores pudieron llegar a otros 62 mil números de teléfono que intercambiaron 1.2 millones de mensajes de texto (SMS) y un cuarto de millón de llamadas.

“Si yo te llamo, estamos conectados en un salto. Si luego tú llamas a una tercera persona, yo estoy conectado con esa persona en dos saltos”, explica el investigador del Laboratorio de Seguridad Informática de la Universidad de Stanford y coautor del estudio, Patrick Mutchler. “El número de personas dentro de los tres saltos de una sola persona [el límite que tenía la NSA] se eleva al cubo en función del número de personas a las que uno llama directamente, por lo que no es necesario tener muchas llamadas de un único individuo para llegar a una gran cantidad de personas en tres saltos”, razona Mutchler.

De promedio, y cumpliendo lo que hacía la NSA hasta que Obama le puso límites, una persona puede conectar con otros 20 millones en cinco años, el mismo tiempo que la agencia de espías almacenaba los metadatos.

Las teorías de los grados de separación

Lo segundo que demostró la investigación es la particular topología de la red de conexiones, que sigue la estructura de las llamadas redes de mundo pequeño. La característica principal de una red así es que muy pocos nodos están conectados directamente entre sí pero, a la vez, casi todos están conectados por medio de muy pocos nodos intermedios. Dichas redes responden a la teoría de los seis grados de separación postulada en los años 30 del siglo pasado y demostrada empíricamente por Stanley Milgram en los años 60. Simplificando, mantiene que cualquier persona del planeta está conectada con otra por medio de cinco intermediarios.

En el estudio, publicado hoy en la revista PNAS, va más allá. Buscando solo en Google y Yelp, los investigadores pudieron identificar a un tercio de las personas que había tras los números. Están convencidos de que usando servicios más especializados, por no decir, la información de la que dispone la NSA, el porcentaje puede ser mucho mayor.

Además, cabe recordar que la gran mayoría de las personas tiene a comprar en los mismos sitios, muchos de ellos cercanos al hogar. Es decir, tendemos a dejar nuestra información en ciertos lugares, mismos que son fáciles de identificar. En tanto, también partiendo de las llamadas realizadas a estos negocios, los investigadores vieron cómo muchas de las llamadas se hacían desde una latitud y longitud determinada: las coordenadas de casa.

Así, por la localización geográfica también se pueden encontrar (e hilar) los metadatos que pueden revelar los intereses o necesidades. Si uno llama en un determinado lapso a una tienda de armas y al servicio al cliente de un determinado fabricante, es fácil inferir que uno posee una de sus armas. Lo mismo lo aplicaron a servicios religiosos, compañías de seguros o servicios médicos. Quizá lo más sencillo para los investigadores fue saber si los participantes en el estudio tenían pareja y quién era ella o él.

“Los resultados del estudio muestran una de las perspectivas punteras de la ciencia de datos: la unión de datos heterogéneos ofrece más información que los datos por separado”, comenta el investigador de la Escuela Técnica Federal de Zúrich (ETH), el español David García. Destaca en particular el caso de las llamadas a médicos, los cuales, sin necesidad de escuchar la conversación, se puede deducir qué enfermedades se padecen: “Al combinar datos pueden hacer inferencias incluso de que enfermedades puedes padecer, sin duda uno de los aspectos más importantes de la privacidad”.

Con información de El País