22、行人动态自动测量的挑战与解决方案

行人动态自动测量的挑战与解决方案

1. 引言

分析行人动态一直是一个活跃且实用的研究领域，它受到来自旅游、城市规划、安全保障等不同领域问题的推动。在过去十年中，随着人们普遍携带智能手机等联网设备，通过收集这些设备传输的网络数据包来自动测量行人动态成为可能。设备传输的数据包中包含如MAC地址这类能唯一标识发送者的信息，理论上可以将这些标识符作为携带设备的人的代理，从而收集行人行踪的统计数据。

然而，这种方法存在诸多问题。一方面，它侵犯了个人隐私，在欧盟等地区，依据《通用数据保护条例》（GDPR），此类方案大多被禁止。不过，若数据用于统计计数，且满足行人知情以及统计完成后删除数据等条件，自动化数据收集的严格规定会有所放宽，但如何以保护隐私的方式进行数据收集仍是未解之谜。另一方面，收集网络数据包获取的数据还存在其他问题，如现代设备常使用随机化MAC地址，这使得难以判断设备是否长时间处于特定位置或在不同位置间移动；在室外环境中检测数据包本身就很困难，若多个传感器同时捕获数据包，确定设备位置则更加棘手。

2. 行人行为的自动测量

自动测量行人动态的关键在于捕获行人携带设备的网络流量并提取设备标识符。传感器（如WiFi接入点）可用于捕获网络流量并提取设备的MAC地址作为原始设备标识符（RID），但记录RID被视为侵犯个人隐私。因此，常见做法是使用安全的单向加密函数F（如抗碰撞的加密哈希函数）将RID转换为假名PID，即PID = F(RID)。由于F的逆函数F - 1计算不可行，给定足够强的哈希函数（如SHA256），仅通过PID难以确定RID。

此外，还可使用参数化的单向加密函数FT,S来生成假名，其中参数T与时间跨度相关，参数S与一组特定的传感