Digitale Zwillingsreisende: Disaggregierte Verkehrsnachfrage aus aggregierten Mobiltelefondaten - Privacy by design
Öffentlicher Dissertationsvortrag von Cuauhtemoc Anda des Future Cities Laboratory (FCL) am Singapur-ETH Center.
![](/info/news/2022/07/digitale-zwillingsreisende/_jcr_content/articleLeadImage/image.imageformat.carousel.1064700840.jpg)
IVT - Seminar
Datum, Zeit und Veranstaltungsort
Donnerstag, 7. Juli 2022, 16:30-17:00 (MESZ), 22:30-23:00 (SGT)
LEE E 101 ETH Campus Zentrum, Zürich
Zusammenfassung
Die in den Telekommunikationsnetzen erzeugten Mobiltelefondaten haben das Potenzial, die derzeitigen Mobilitätsnachfragemodelle und allgemein die Planung städtischer Verkehrssysteme zu verbessern. Wegen der hohen Dimensionalität dieser Daten besteht jedoch, selbst wenn sie anonymisiert werden, immer noch die Möglichkeit, die Nutzenden hinter den Handyspuren zu re-identifizieren. Aufgrund dieses Risikos ist die Nutzung der Daten ausserhalb des Telekommunikationsnetzes nicht mit den derzeitigen Datenschutzbestimmungen vereinbart, was ihren Einsatz in verkehrsbezogenen Anwendungen erschwert. Die Integration von Mobiltelefondaten in die Verkehrsplanung erfordert eine ganzheitliche Betrachtung der datenschutzrechtlichen Implikationen in Verkehrsmodellierungssystemen.
In dieser Arbeit wird das erste Privacy-by-Design-Framework vorgestellt, das Mobiltelefondaten in disaggregierte Mobilitätsnachfragemodelle und -simulationen integriert: die Digital Twin Travellers. Es werden verschiedene Strategien zur Modifizierung generativer Markovmodelle für die urbane Mobilität sowie eine Anpassung des Rejection Sampling Algorithmus untersucht, um eine realistische individuelle Reisenachfrage aus aggregierten Mobiltelefondaten zu synthetisieren. Darüber hinaus werden der One-day Mobility Population Accuracy Score (OMPAS) und ein Semantic Similarity (SS) Score eingeführt, um die Ähnlichkeit zwischen der generierten Digital Twin Traveller Population und der Population der Mobiltelefonnutzenden zu messen, wobei die Mobiltelefonnutzenden durch ihren Tagesablauf repräsentiert werden.
Die Ergebnisse zeigen, dass es mit nur sieben verschiedenen Arten von Histogrammen, die von einem Telekommunikationsdienstleister (Telecommunications Service Provider, TSP) angefordert werden, möglich und plausibel ist, aggregierte Mobiltelefondaten durch die Digital Twin Travellers in neue synthetische und brauchbare individuelle Mobilitätsnachfragedaten zu disaggregieren. Darüber hinaus stellt der Privacy-by-Design-Ansatz sicher, dass Mobiltelefondaten in Übereinstimmung mit den Datenschutzbestimmungen problemlos zwischen TSPs und Verkehrsmodellierern ausgetauscht werden können. Der Zugang zu Mobiltelefondaten bei gleichzeitigem Schutz der Privatsphäre der Nutzenden ermöglicht es, den Einsatz von disaggregierten Verkehrsanwendungen wie Multi-Agenten-Simulationen für die Verkehrs- und Strategieplanung in der Praxis zu vereinfachen und letztlich das Potenzial von Big Data für die Verkehrsplanung zu erschliessen.