[논문 리뷰] CovidSens: A Vision on Reliable Social Sensing based Risk Alerting Systems for COVID-19 Spread.

Md Tahmid Rashid, Dong Wang|arXiv (Cornell University)|2020. 04. 09.

Data-Driven Disease Surveillance참고 문헌 64인용 수 5

한 줄 요약

CovidSens는 실시간으로 작동하는 엣지 기반 사회 감지 시스템을 위한 비전을 제안하며, 사용자 생성 콘텐츠를 활용해 코로나19 감염 위험 지역을 탐지하고 경고함으로써 공식 보고의 오래된 정보와 오해를 해결한다. 이는 스마트폰을 활용해 현장에서 데이터를 처리하고 분석함으로써 실현된다.

ABSTRACT

With the spiraling pandemic of the Coronavirus Disease 2019 (COVID-19), it has becoming inherently important to disseminate accurate and timely information about the disease. Due to the ubiquity of Internet connectivity and smart devices, social sensing is emerging as a dynamic AI-driven sensing paradigm to extract real-time observations from online users. In this paper, we propose CovidSens, a vision of social sensing based risk alert systems to spontaneously obtain and analyze social data to infer COVID-19 propagation. CovidSens can actively help to keep the general public informed about the COVID-19 spread and identify risk-prone areas. The CovidSens concept is motivated by three observations: 1) people actively share their experience of COVID-19 via online social media, 2) official warning channels and news agencies are relatively slower than people reporting on social media, and 3) online users are frequently equipped with powerful mobile devices that can perform data processing and analytics. We envision unprecedented opportunities to leverage posts generated by ordinary people to build real-time sensing and analytic system for gathering and circulating COVID-19 propagation data. Specifically, the vision of CovidSens attempts to answer the questions: How to distill reliable information on COVID-19 with prevailing rumors and misinformation? How to inform the general public about the state of the spread timely and effectively? How to leverage the computational power on edge devices to construct fully integrated edge-based social sensing platforms? In this vision paper, we discuss the roles of CovidSens and identify potential challenges in developing reliable social sensing based risk alert systems. We envision that approaches originating from multiple disciplines can be effective in addressing the challenges. Finally, we outline a few research directions for future work in CovidSens.

연구 동기 및 목표

• 공식 코로나19 보고의 지연과 부정확성을 해소하기 위해 일반 대중의 실시간 사회 미디어 업데이트를 활용한다.
• 사회 미디어에서의 정보 추출 기술을 개발하여 공중 보건 데이터에서의 오해와 오락성 정보의 확산을 완화한다.
• 스마트폰과 같은 엣지 장치의 계산 능력을 활용해 탈중앙화되고 프라이버시를 보존하는 사회 감지 데이터 분석을 가능하게 한다.
• 사람들로부터 수집한 사회 미디어 관찰 기반으로 고위험 지역을 식별하는 확장성 있고 동적일 수 있는 위험 경고 시스템을 구축한다.
• 인공지능, 네트워킹, 인간-컴퓨터 상호작용의 다학제적 접근을 융합하여 견고하고 신뢰할 수 있는 사회 감지 플랫폼을 구축한다.

제안 방법

• 사용자가 생성한 사회 미디어 콘텐츠를 실시간 데이터 스트림으로 활용해 새로운 코로나19 추세와 핫스팟을 탐지한다.
• 인공지능 기반 자연어 처리 및 정서 분석을 통해 비공식적이고 노이즈가 많은 사회 미디어 게시물에서 신뢰할 수 있는 건강 관련 신호를 추출한다.
• 엣지 컴퓨팅을 활용해 현장에서 데이터를 처리함으로써 전송된 데이터를 줄이고 지연 시간을 최소화하며 프라이버시를 향상시킨다.
• 다양한 데이터 소스와 검증 메커니즘을 통합해 잘못된 경고와 오해를 걸러내는 데 기여한다.
• 중앙 집중식 데이터 수집에 의존하지 않고 모바일 기기가 위험 추론에 기여하는 탈중앙화된 아키텍처를 설계한다.
• 이상 탐지 및 시간적 패턴 분석을 적용해 증상 관련 또는 사례 관련 언급의 급격한 증가를 조기 경고 신호로 식별한다.

실험 결과

연구 질문

• RQ1 어떻게 사회 미디어 데이터를 신뢰할 수 있게 처리하여 오해와 오락성 정보를 걸러내면서도 코로나19 전파에 대한 정확한 정보를 추출할 수 있는가?
• RQ2 엣지 기기들이 실시간으로 개인정보를 보호하면서도 군중에서 수집한 건강 데이터를 분석하는 데 어떤 역할을 할 수 있는가?
• RQ3 대규모 전염병 발생 시기 동안 사회 감지 시스템이 기존의 공식 보고 채널보다 얼마나 빠르고 민감하게 반응할 수 있는가?
• RQ4 확장성 있고 신뢰할 수 있는 사회 감지 플랫폼을 구축할 때 발생하는 기술적 및 윤리적 과제는 무엇인가?
• RQ5 다학제적 접근을 어떻게 융합하여 이러한 시스템의 견고성과 신뢰성을 확보할 수 있는가?

주요 결과

• 사회 미디어 플랫폼은 공식 데이터보다 수 시간 앞서 코로나19 증상과 사례에 대한 실시간 대중 보고를 생성함으로써 유행의 조기 탐지가 가능하다.
• 스마트폰에서의 엣지 기반 처리는 중앙 집중식 데이터 파이프라인에 비해 지연 시간을 크게 줄이고 데이터 프라이버시를 향상시킨다.
• 인공지능 기반 필터링 기법은 비공식적인 사용자 게시물에서 노이즈와 오해를 걸러내고 신뢰할 수 있는 건강 신호를 식별할 수 있다.
• 사회 감지와 공식 보고 채널의 통합은 상황 인식 능력을 향상시키고 공중 보건 대응 조율을 개선할 수 있다.
• CovidSens의 비전은 실제 운영에서 기술적, 윤리적, 운영적 과제를 해결하기 위해 다학제적 협업이 필요하다는 점을 강조한다.
• 제안된 시스템은 패닉 상황에서 동적 위험 경고를 위해 탈중앙화되고 사용자 중심의 데이터 소스를 활용할 수 있음을 입증한다.