Une équipe d’informaticiens de l’UC Berkeley, RWTH Aachen et Unanimous AI, a découvert que les utilisateurs se déplaçant virtuellement dans le métaverse peuvent être identifiés en utilisant rien de plus que les données reçues des capteurs de la tête et de la main. Le groupe a étudié les problèmes de confidentialité concernant les utilisateurs qui interagissent avec les écosystèmes de réalité virtuelle et a découvert que les fabricants de jeux VR peuvent facilement identifier qui est impliqué en analysant les données de mouvement de la tête et de la main. Ils ont publié un article sur arXiv serveur de préimpression.

Le métaverse est un terme qui a été créé pour décrire un espace de réalité virtuelle où les utilisateurs peuvent interagir les uns avec les autres de différentes manières. Pour entrer et s’engager dans le métaverse, les utilisateurs portent des casques 3D qui couvrent leurs yeux, leur permettant de voir ce qui se passe autour d’eux dans le monde virtuel. D’autres matériels incluent des capteurs manuels qui permettent aux utilisateurs d’interagir avec d’autres personnes et des objets virtuels.

Au fur et à mesure que le métaverse est devenu plus sophistiqué ces dernières années, l’expérience est devenue plus immersive, parfois au point que les gens oublient qu’ils ne sont pas vraiment là. Cela a conduit de nombreux membres de la communauté à s’interroger sur leur vie privée lorsqu’ils interagissent dans le métaverse. Les efforts antérieurs pour en savoir plus sur la confidentialité dans le métaverse ont montré qu’il y a peu ou pas de confidentialité – pratiquement toutes les activités peuvent être retracées jusqu’à l’utilisateur. Dans ce nouvel effort, l’équipe californienne a trouvé un nouveau moyen de retracer l’identité des utilisateurs qui visitent un monde virtuel donné : l’étude des mouvements du corps.

Les chercheurs ont recruté 50 000 volontaires et surveillé leurs activités pendant qu’ils jouaient au jeu VR Beat Saber, qui nécessite des mouvements presque constants. Les chercheurs ont collecté 2,5 millions d’enregistrements de données auprès des volontaires, puis ont utilisé ces données pour apprendre à un système d’IA à reconnaître de légères différences dans la façon dont les gens se déplaçaient lorsqu’ils faisaient presque les mêmes choses.

Ils ont découvert qu’il était capable d’identifier un individu unique avec une précision de 94 % après un entraînement sur seulement 100 secondes de données de mouvement. L’équipe de recherche a également découvert que l’étude des données de mouvement leur permettait non seulement d’identifier un individu donné, mais aussi de révéler quelle était sa main dominante, sa taille et, dans certains cas, son sexe.