[论文解读] Efficient Suspected Infected Crowds Detection Based on Spatio-Temporal Trajectories

Huajun He, Ruiyuan Li+4 more|arXiv (Cornell University)|Apr 11, 2020

Anomaly Detection Techniques and Applications参考文献 28被引用 9

一句话总结

本文提出了一种新颖的时空感染率（IR）度量方法，该方法基于空间和时间上的轨迹接近度来评估感染风险，从而实现对疑似感染人群的高效检测。通过轨迹分段、应用加权IR度量，并结合XZ2T时空索引与SFT索引以支持批量查询，该方法在大规模轨迹数据上实现了高效率与可扩展性，在准确性和I/O减少方面优于现有方法。

ABSTRACT

Virus transmission from person to person is an emergency event facing the global public. Early detection and isolation of potentially susceptible crowds can effectively control the epidemic of its disease. Existing metrics can not correctly address the infected rate on trajectories. To solve this problem, we propose a novel spatio-temporal infected rate (IR) measure based on human moving trajectories that can adequately describe the risk of being infected by a given query trajectory of a patient. Then, we manage source data through an efficient spatio-temporal index to make our system more scalable, and can quickly query susceptible crowds from massive trajectories. Besides, we design several pruning strategies that can effectively reduce calculations. Further, we design a spatial first time (SFT) index, which enables us to quickly query multiple trajectories without much I/O consumption and data redundancy. The performance of the solutions is demonstrated in experiments based on real and synthetic trajectory datasets that have shown the effectiveness and efficiency of our solutions.

研究动机与目标

• 解决现有轨迹相似度度量方法缺乏对轨迹分段中空间与时间接近度的准确感染风险评估的问题。
• 通过高效的索引与剪枝策略，实现在大规模轨迹数据集中可扩展地检测疑似感染人群。
• 通过新颖的时空优先时间（SFT）索引设计，减少批量查询中的I/O开销与数据冗余。
• 通过基于持续时间与接近度对轨迹分段加权，而非对整个轨迹统一处理，提升近距离接触检测的准确性。
• 通过支持快速、大规模的疑似接触者识别，实现对实时公共卫生干预的支持。

提出的方法

• 提出一种加权时空感染率（IR）度量方法，基于空间距离与时间重叠度，按轨迹分段评估感染风险。
• 将长轨迹分割为更短、更易管理的单元，以提高准确性并降低计算复杂度。
• 采用主动的XZ2T时空索引，在NoSQL数据库中高效管理轨迹分段，最大限度减少内存使用并支持可扩展性。
• 设计一种时空优先时间（SFT）索引，仅对相似的轨迹分段进行一次分组与访问，从而在批量查询中减少I/O与数据冗余。
• 应用四种剪枝策略，在相似度评估过程中消除不必要的计算，提升查询效率。
• 采用分治策略，结合分段级相似度，增强对噪声和采样率不一致的鲁棒性。

实验结果

研究问题

• RQ1 如何准确衡量与确诊患者轨迹存在部分时空接近的个体的感染风险？
• RQ2 如何在不产生过多内存或I/O开销的前提下，高效地从大规模轨迹数据集中检测疑似感染人群？
• RQ3 何种索引策略可实现对多条轨迹的快速批量查询，同时最小化冗余数据库访问？
• RQ4 如何设计一种鲁棒的度量方法，即使在采样率不一致的情况下，也能同时考虑轨迹分段中的空间与时间接近度？
• RQ5 何种剪枝机制可显著减少计算量而不损害检测准确性？

主要发现

• 所提出的时空感染率（IR）度量方法通过基于持续时间与接近度对分段加权，有效捕捉了感染风险，优于传统全局相似度度量方法。
• XZ2T索引在NoSQL数据库中实现了轨迹分段的高效存储与检索，显著降低了内存消耗，并支持大规模数据处理。
• SFT索引通过分组相似轨迹分段并在批量查询中仅访问一次，有效降低了I/O成本与数据冗余。
• 四种剪枝策略减少了不必要的计算，提升了查询性能，且未牺牲准确性。
• 在真实与合成数据集上的实验验证了该方法的高效率与可扩展性，查询速度与资源使用均有显著改善。
• 该方法支持实际公共卫生应用，如接触者追踪与高风险群体预测，展现出强大的现实应用价值。