大型大学校园中的网络侧数字接触追踪
网络与互联网体系结构
2022-01-27 v1 社会与信息网络
摘要
我们描述了一项在美国一所大型公立大学校园开展的研究，其显示了网络日志信息用于数字接触追踪和 COVID-19 病例预测的有效性。在 2021 年 1 月 18 日至 2021 年 5 月 7 日期间，跨超过 11,000 个无线接入点（AP）记录了超过 2.16 亿次客户端-接入点关联。该关联信息被用于为约 30,000 人寻找潜在接触者。接触者通过 AP 共置算法判定，即当两人在大致相同时间连接到同一 WiFi AP 时假定为接触。该方法以 350 例阳性 COVID-19 病例的真值集进行验证，这些病例由网络日志数据推断得出，方式为观测与预留给临床确诊阳性 COVID-19 检测者的隔离宿舍楼内 AP 的关联。网络日志数据与 AP 共置的预测价值大于 10%；更确切地说，临床确诊阳性者的接触者在随后 7 天内检测阳性的概率大于 10%（随机选取时为 0.79%，相对风险比为 12.6）。此外，计算累积暴露分数以考量对多名阳性个体的暴露。在研究期间，累积暴露分数在指定工作点上以 16.5% 的真阳性率和 79% 的漏检率预测阳性病例。
引用
@article{arxiv.2201.10641,
title = {Network-Side Digital Contact Tracing on a Large University Campus},
author = {Matthew L. Malloy and Lance Hartung and Steve Wangen and Suman Banerjee},
journal= {arXiv preprint arXiv:2201.10641},
year = {2022}
}
备注
To appear, Mobile Computing and Networking (MobiCom 2022)