[논문 리뷰] CovidSens: A Vision on Reliable Social Sensing for COVID-19

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

Data-Driven Disease Surveillance참고 문헌 99인용 수 7

한 줄 요약

CovidSens는 실시간 소셜 미디어 데이터를 활용하여 코로나19 전파를 고시기성과 신뢰성 있게 감지하고 예측하는 AI 기반 엣지 통합 사회 감지 프레임워크를 제안한다. 스마트폰 사용자로부터의 실시간 소셜 미디어 데이터를 바탕으로, 디바이스 내 AI, 피어드 학습, 드론 및 차량과 같은 물리적 센서와의 통합을 통해 실시간 위험 경고 및 상황 인식을 가능하게 하며, 가짜 정보와 데이터 신뢰성 문제를 동시에 해결한다.

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

• 빠르게 진행되는 코로나19 팬데믹 기간 동안 시기적절하고 정확한 정보 유통의 핵심적인 필요를 해결한다.
• 공식 보고의 지연을 극복하기 위해 실시간 사용자 생성 소셜 미디어 콘텐츠를 활용해 유행병의 조기 감지를 이룬다.
• 중앙 집중식 인프라에 대한 의존도를 줄이기 위해 현지에서 데이터를 처리하는 엣지 디바이스를 활용한 확장 가능하고 프라이버시를 보존하는 시스템을 개발한다.
• 소셜 감지와 물리적 감지(예: 드론, 차량 네트워크)를 통합하여 사회적 보고의 정확성을 검증하고 데이터 신뢰도를 향상시킨다.
• AI 기반 정보 정제 및 제약 최적화 기법을 통해 소셜 미디어 내 가짜 정보와 데이터 일관성 문제를 완화한다.

제안 방법

• 지역 감염 추세와 위험 지역을 추론하기 위해 실시간 데이터 소스로 소셜 미디어 게시물(예: 트윗)을 활용한다.
• 디바이스 내 AI와 엣지 컴퓨팅을 구현하여 현지에서 데이터 처리를 수행하고 지연 시간을 줄이며 사용자 프라이버시를 유지한다.
• 디바이스의 이탈과 비동기 업데이트를 처리할 수 있도록 분산된 디바이스 간에 글로벌 모델을 훈련하는 피어드 학습(FL)을 적용한다.
• 소셜 감지와 UAV 및 VSN을 통합하여 보고된 내용을 검증하고 물리적 센서를 고위험 또는 고활동 지역으로 유도한다.
• 드론이 수집한 데이터와 결합할 경우 질병 전파 모델과 같은 계산 모델을 활용해 감지 정확도를 향상시킨다.
• 제약 최적화 및 추정 이론을 활용해 소셜 미디어 신호의 불확실성을 정량화하고 신뢰도를 향상시킨다.

실험 결과

연구 질문

• RQ1 노이즈가 많고 소문이 날리기 쉬운 소셜 미디어 데이터에서 신뢰할 수 있고 실시간적인 코로나19 정보를 어떻게 추출할 수 있는가?
• RQ2 엣지 기반 AI와 피어드 학습을 어떻게 활용하여 확장 가능하고 지연 시간이 짧으며 프라이버시를 보존하는 사회 감지를 실현할 수 있는가?
• RQ3 소셜 감지와 물리적 감지(예: 드론, 차량)를 효과적으로 통합하여 데이터의 정확성과 신뢰도를 향상시킬 수 있는가?
• RQ4 물리적 제약을 고려하면서도 사회 신호에 기반해 자율 시스템(예: 드론)이 관심 있는 지역으로 유도할 수 있는 메커니즘은 무엇인가?
• RQ5 다학제적 AI 및 최적화 기법을 통해 소셜 미디어 내 가짜 정보와 데이터 일관성 문제를 어떻게 완화할 수 있는가?

주요 결과

• 소셜 미디어 사용자는 공식 채널보다 건강 경험과 증상을 더 빨리 보고하여 유행병의 조기 감지를 가능하게 한다.
• 스마트폰 및 IoT 센서와 같은 엣지 디바이스는 디바이스 내 AI 추론을 수행할 수 있어 실시간 데이터 처리의 지연 시간을 줄이고 프라이버시를 향상시킨다.
• 피어드 학습은 분산된 디바이스 간에 확장 가능한 모델 훈련을 가능하게 하지만, 디바이스 이탈 및 비동기 업데이트 처리 문제는 여전히 남아 있다.
• 소셜 감지와 UAV 및 VSN의 통합은 물리적 센서 데이터로 사회적 보고를 검증함으로써 데이터의 정확도를 향상시킨다.
• 소셜 신호는 드론과 차량이 고위험 지역으로 유도되어 유행병과 군중 행동의 현장 검증을 신속히 수행할 수 있도록 한다.
• 계산 모델과 드론 관측 결과를 결합하면 질병 전파 예측의 정확도가 향상되고 실시간 경고 시스템을 지원한다.