[論文レビュー] Anomaly Detection of Mobility Data with Applications to COVID-19 Situational Awareness

Stefano M. Iacus, Francesco Sermi+3 more|arXiv (Cornell University)|Nov 9, 2020

Human Mobility and Location-Based Analysis参考文献 23被引用数 7

ひとこと要約

本論文は、モバイル定位データからの出発地・到着地行列（ODM）を用いて、高頻度・高次元の移動データにおける急激な増加または減少を検出する、耐障害性がありデータ駆動型の異常検知システムを提案する。移動平均と移動標準偏差を組み合わせた単純ながら効果的な3シグマ手法に加え、プライバシーに配慮したしきい値を適用することで、近似リアルタイムでの異常フラグの設定を可能とし、COVID-19パンデミック時のような公衆衛生対応の早期状況認識を可能にする。

ABSTRACT

This work introduces a live anomaly detection system for high frequency and high-dimensional data collected at regional scale such as Origin Destination Matrices of mobile positioning data. To take into account different granularity in time and space of the data coming from different sources, the system is designed to be simple, yet robust to the data diversity, with the aim of detecting abrupt increase of mobility towards specific regions as well as sudden drops of movements. The methodology is designed to help policymakers or practitioners, and makes it possible to visualise anomalies as well as estimate the effect of COVID-19 related containment or lifting measures in terms of their impact on human mobility as well as spot potential new outbreaks related to large gatherings.

研究の動機と目的

• 地域スケールでの高次元・高頻度移動データに対してスケーラブルで耐障害性のある異常検知システムの開発。
• 大規模な集会による移動の急増（例：イベント開催時）や、データ品質の問題や政策の実施による急激な減少（例：封鎖措置）の両方を検出すること。
• 公衆衛生危機時における隔離措置や解除措置の人的移動への影響を、政策立案者が評価できるように支援すること。
• 複雑なモデルやデータソースに関する仮定に依存せず、データ駆動型で運用可能な早期警戒システムのためのツールを提供すること。
• 匿名化・集計済みのODMを用い、最小限のチューニングパラメータでプライバシー保護と運用可能性を両立させること。

提案手法

• 移動の発生地・到着地間の時系列的移動を表す出発地・到着地行列（ODM）を入力として使用する。
• 過去の期間における移動平均（p=4）と移動標準偏差を用いて、ベースラインの移動行動をモデル化する。
• 動的上限および下限を、75百分位数しきい値（t）と3シグマルールを組み合わせて設定する：U = max(MA + t, MA + 3SD)，L = min(MA - t, MA - 3SD, 0)。
• 観測値がこれらの境界外にある場合に異常をフラグとして特定し、信号強度は相対的増加として測定する：INC = (ODM / MA - 1) × 100%。
• 相対的増加または減少に基づき、4段階（0～3）に分類することで、視覚的および運用上の優先順位付けを可能にする。
• インバウンド（·,j）およびアウトバウンド（i,·）の流れを別々に分析し、Rにおけるスパース行列計算を用いて計算効率を確保する。

実験結果

リサーチクエスチョン

• RQ1 複数のデータソースから得られる多様で高次元・高頻度の移動データを扱うために、単純かつ耐障害性のある異常検知システムをどのように設計できるか？
• RQ2 複雑なモデルに依存しないデータ駆動型の非パラメトリック手法が、移動の急増とデータ欠落の両方をどの程度正確に検出できるか？
• RQ3 集計済みかつ匿名化されたODMのみを用いて、感染症のアウトブレイク関連の集会や政策の影響を信頼性を持って特定できるか？
• RQ4 プライバシー保護しきい値（例：th=20）と頑健な統計的境界が、現実世界の移動変化への感受性を損なわず、どのように共存できるか？
• RQ5 大規模な移動データの異常検知において、計算効率と空間情報の活用の間にはどのようなトレードオフが生じるか？

主な発見

• 移動平均、移動標準偏差、75百分位数しきい値のみを用いて、移動の急増とデータ欠落の両方を効果的に検出可能である。
• ODMのサイズが10,000×10,000であっても、1日または1時間ごとの頻度で20か国分の処理を1日あたり1時間未塔で実行可能である。
• 移動平均からの相対的乖離に基づき、4段階に分類された異常信号により、数千件の信号の優先順位付けによる視覚的点検が可能となる。
• 空間的依存性や分布形に関する仮定を必要とせず、データの多様性に対しても頑健である。
• 四分位数しきい値による日次変動の捉え方と移動平均による長期トレンドの把握を組み合わせることで、誤検知を効果的に回避している。
• 運用可能性が高く、疫学的早期警戒システムへの入力に適した解釈可能なリアルタイム信号を生成している。