[논문 리뷰] Detecting individual internal displacements following a sudden-onset disaster using time series analysis of call detail records

Tracey Li, Jesper Dejby외 3명|arXiv (Cornell University)|2019. 08. 06.

Human Mobility and Location-Based Analysis참고 문헌 12인용 수 8

한 줄 요약

이 논문은 돌발 재난 이후 개인의 내부 이재민 상태를 탐지하기 위해 익명화된 모바일 통화 세부 기록(CDR)을 사용한 시계열 분석 방법을 제안한다. 각 사용자의 위치를 조각별로 일정한 신호로 모델링하고, 단계 검출을 적용하여 갑작스러운 위치 이동을 식별함으로써, 목적지나 지속 기간을 가정하지 않고도 이재민을 식별한다. 이 방법은 2010년 아이티, 2016년 아이티, 2015년 네팔에서 성공적으로 이재민을 탐지하였다.

ABSTRACT

We present a method for analysing mobile phone call detail records to identify individuals whom we believe to be have been internally displaced as a result of a sudden-onset disaster. We model each anonymous individual's movements trajectory as a piecewise-constant time series signal, assume that a disaster-induced displacement is exhibited as a level shift from an individual's 'normal' location, and then apply a step detection algorithm to identify level shifts in the signal. In contrast to typical methods that are used to analyse mobility patterns from call detail records, where the aggregate movements of large groups of individuals are analysed, our method offers the advantage that no assumptions regarding the destination or duration of an individual's displacement are necessary. We have applied the method to the datasets from three disasters - the 2010 earthquake in Haiti, the 2015 Gorkha earthquake in Nepal, and Hurricane Matthew in Haiti in 2016. Our results demonstrate that this method can facilitate improvements in the analysis and modelling of the mobility of internally displaced persons in post-disaster scenarios, using call detail records. Such analyses can be used to complement traditional survey methods to assess the scale and characteristics of disaster-induced displacements in a timely manner.

연구 동기 및 목표

• 돌발 재난 이후 모바일 폰 CDR를 활용해 개인의 내부 이재민 상태를 식별하는 방법을 개발하기 위해.
• 공식 캠프에 있지 않은 이재민을 놓치는 전통적 설문 조사 방법의 한계를 극복하기 위해.
• 이재민 이동 패턴에 대한 사전 가정 없이 실시간으로 대규모로 이재민 이동을 모니터링할 수 있도록 하기 위해.
• 재난 대응을 지원하기 위해 이재민 이동 시점과 위치에 대한 시기적이고 세밀한 데이터를 제공하기 위해.
• 개인 수준의 이동 정보를 개인정보 보호 기반 CDR 분석을 통해 설문 조사 데이터를 보완하기 위해.

제안 방법

• 각 개인의 이동을 CDR에서 유도된 기지국 위치 기반으로 조각별 일정한 시계열 신호로 모델링한다.
• 신호의 급격한 수준 변화를 식별하기 위해 단계 검출 알고리즘을 적용한다. 이는 머물던 장소의 변화를 나타낸다.
• 재난으로 인한 이재민은 개인의 정상적이고 안정된 장소에서 갑작스럽게 이동하는 것으로 가정한다.
• 최소한 한 번 이상의 중요한 수준 변화를 보이는 일관된 이동 패턴을 보이는 개인만 잠재적 이재민으로 표시한다.
• 이 방법은 이재민의 출발지나 목적지를 가정할 필요 없이, 위치 변화에 따른 행동 패턴 변화에 집중한다.
• 모든 데이터 처리는 개인을 재식별할 수 없도록 철저한 데이터 거버넌스 및 개인정보 보호 기준을 준수한다.

실험 결과

연구 질문

• RQ1 재난 발생 후 이재민 상태를 탐지하기 위해 CDR의 개인 수준 이동 패턴을 사용할 수 있는가? 이때 목적지나 지속 기간에 대한 사전 가정이 필요하지 않은가?
• RQ2 익명화된 CDR를 사용해 실제 재난 상황에서 단계 검출 알고리즘이 이재민 사건을 얼마나 정확하게 식별할 수 있는가?
• RQ3 이 방법은 일반적으로 집단 기반 이동 분석에서 놓치는 짧은 거리의 이재민(몇 km 이내)을 얼마나 잘 탐지할 수 있는가?
• RQ4 이 방법은 다양한 재난 상황과 모바일 네트워크 환경에서 어떻게 성능을 발휘하는가?
• RQ5 CDR 기반 탐지에서 진짜 내부 이재민을 포착하면서도 잠재적 오류를 최소화하는 데서의 상충 관계는 어떠한가?

주요 결과

• 이 방법은 3개의 다른 재난 사건에서 개인 내부 이재민을 성공적으로 탐지하였다: 2010년 아이티 지진, 2015년 네팔의 고르카 지진, 2016년 허리케인 매튜.
• 이 방법은 이재민이 어디서나 어디로 이동했는지에 대한 가정 없이도 갑작스럽게 위치를 변경한 개인을 식별하였다.
• 이 방법은 일반적으로 집계 기반 이동 연구에서 간과하는 짧은 거리의 이재민(몇 km 이내)을 포착하였다.
• 개인의 이동 경로를 분석함으로써 이재민의 복잡한 패턴, 예를 들어 2차 이동이나 일시적 이동 등을 드러내었다.
• 이 연구는 CDR 기반 개인 수준 분석이 이재민 이동에 대해 실시간으로, 대규모로, 개인정보 보호 기반으로 통찰을 제공할 수 있음을 입증하였다.
• 저자들은 보수적인 필터링을 통해 잠재적 오류를 최소화했기 때문에 실제 이재민을 놓치는 경우가 많다는 점을 인정하며, 탐지 민감도 향상 여지를 시사한다.