基于 IP 同址的数字接触追踪
社会与信息网络
2020-06-17 v1 物理与社会
摘要
传染病在人群中的传播可用网络或图来建模。在数字广告中，互联网设备图是图数据集，其将手机、个人电脑、电视和平板电脑访问互联网媒体时产生的标识符组织起来。以其极大规模为特征，它们已变得无处不在，因其实现了定向广告、内容定制与追踪。本文假定，互联网设备图，尤其是那些基于 IP 同址的设备图，可在预测和建模传染病传播方面提供显著效用。自 2020 年 3 月 16 日当周起，在美国，随着全国学校和职场因 COVID-19 大流行关闭，许多人开始“就地避难”。本文通过研究一项包含超十亿节点的超大规模互联网设备图在命令生效前与生效后的结构，量化了就地避难命令的影响。影响清晰可见。图的结构表明，最不利于感染传播的行为出现在 2020 年 4 月 12 日至 19 日的美国。本文还讨论了设备图在以下方面的效用：i) 接触追踪，ii) “热点”预测，iii) 传染病传播模拟，以及 iv) 向潜在暴露个体投放基于广告的警告。本文还提出一个总体问题：数字广告生态中的实体所积累的系统与数据集能否助力抗击 COVID-19？
引用
@article{arxiv.2006.09326,
title = {Digital Contact Tracing Using IP Colocation},
author = {Matthew Malloy and Aaron Cahn and Jon Koller},
journal= {arXiv preprint arXiv:2006.09326},
year = {2020}
}