RateCount: Learning-Free Device Counting by Wi-Fi Probe Listening

Resumo Técnico: RateCount: Contagem de Dispositivos sem Aprendizado por meio de Escuta de Probes Wi-Fi

Definição do Problema
Contar dispositivos Wi-Fi dentro da cobertura de um Ponto de Acesso (AP) ao escutar Quadros de Requisição de Probe (PRFs) é uma tarefa fundamental para aplicações de IoT, como gestão de multidões e agendamento de transporte público. Um desafio primordial neste domínio é a randomização de endereços MAC, onde dispositivos não conectados transmitem endereços MAC virtuais para proteger a privacidade do usuário. Isso faz com que um único dispositivo físico pareça múltiplos dispositivos distintos, levando a uma contagem excessiva significativa se uma contagem simples de endereços MAC for utilizada.

As abordagens atuais do Estado da Arte (SOTA) abordam isso empregando modelos de aprendizado de máquina (ML) para associar PRFs do mesmo dispositivo. No entanto, essas abordagens sofrem com altos custos de implantação e manutenção:

1. Custos de Configuração: Exigem coleta, curadoria e treinamento extensivos de dados.
2. Custos de Manutenção: Modelos exigem ajuste fino regular para acomodar novas marcas e modelos de dispositivos.
3. Custos Computacionais: Demandam poder computacional significativo para inferência de ML.

Além disso, os métodos existentes frequentemente carecem de uma compreensão teórica do viés de contagem e da variância do erro, particularmente em relação à relação entre o tempo de permanência do dispositivo e os intervalos de sondagem (probing).

Metodologia: RateCount
Os autores propõem o RateCount, uma abordagem leve e sem aprendizado que estima a contagem de dispositivos baseando-se na taxa de sondagem (a frequência de surtos de PRF recebidos pelos APs) em vez do número de endereços MAC únicos. O sistema opera com base em uma janela deslizante e utiliza duas expressões de forma fechada:

1. Modelo de Taxa (Estimador Não Viesado):

   • Conceito: O modelo estima a contagem média de dispositivos na janela ($\bar{N}$) calculando a razão entre a taxa de sondagem agregada ($R$) de todos os dispositivos na janela e a taxa de sondagem média ($r$) de um único dispositivo.
   • Fórmula: $\hat{N} = \frac{R}{r} = \frac{B \cdot \tau}{w}$, onde $B$ é o número total de surtos de sondagem, $w$ é o tamanho da janela e $\tau$ é o intervalo médio de sondagem.
   • Base Teórica: Os autores provam que este estimador é não viesado para a contagem média de dispositivos ao longo da janela, independente da distribuição específica dos intervalos de sondagem. Esta prova baseia-se no Teorema da Renovação Elementar.
   • Requisito de Dados: Em vez de treinamento por dispositivo, o sistema requer apenas a distribuição marginal dos intervalos de sondagem para uma área de contagem específica, que pode ser coletada automaticamente ao longo do tempo.

2. Modelo de Erro (Estimativa de Variância):

   • Os autores derivam uma expressão de forma fechada para o Erro Quadrático Médio (MSE) da contagem, que é dominado pela variância, visto que o estimador é não viesado.
   • Fórmula: $MSE(\hat{N}) \approx \frac{B \sigma^2_\tau}{w^2}$, onde $\sigma_\tau$ é o desvio padrão dos intervalos de sondagem.
   • Insight: Este modelo demonstra que o erro de contagem diminui conforme o tamanho da janela ($w$) aumenta e é influenciado pela variabilidade dos intervalos de sondagem. Ele fornece uma base teórica para selecionar tamanhos de janela para equilibrar desempenho em tempo real e precisão.

Extensão para Contagem de Pessoas
Para aplicar a contagem de dispositivos à contagem de pessoas, o RateCount incorpora um esquema de calibração dispositivo-pessoa:

• Calibração: Uma "região de calibração" (ex: um átrio de campus) utiliza uma modalidade de detecção secundária (ex: câmeras) para estimar o número de pessoas ($\bar{M}$) e a contagem de dispositivos ($\hat{N}$) simultaneamente.
• Estimativa de Razão: A razão dispositivo-pessoa ($\alpha = \bar{N}/\bar{M}$) é derivada desta região.
• Aplicação: Esta razão é aplicada a outras áreas de contagem para estimar contagens de pessoas ($\hat{M} \approx \hat{N}/\alpha$). O sistema utiliza geofencing (via RSSI e SVM) para garantir que apenas dispositivos dentro do campo de visão da câmera sejam contados durante a calibração.

Principais Contribuições

1. Estimador Não Viesado Sem Aprendizado: A primeira abordagem para contar dispositivos Wi-Fi sob randomização de endereço MAC sem aprendizado de máquina, utilizando um modelo de taxa de forma fechada comprovadamente não viesado.
2. Modelo de Erro de Forma Fechada: Uma derivação teórica da variância de contagem que explica o impacto do tamanho da janela e da variância do intervalo de sondagem, orientando a configuração do sistema.
3. Contagem de Pessoas Prática: Um framework de calibração multimodal que estende a contagem de dispositivos para a contagem de pessoas, reduzindo significativamente os erros em comparação com métodos anteriores baseados em Wi-Fi.

Resultos Experimentais
Os autores implementaram o RateCount e conduziram experimentos extensos em diversos ambientes (sala de laboratório, entrada de edifício, átrio de campus, estação de ônibus, sala de estudos) com diferentes densidades de multidão.

• Contagem de Dispositivos: O RateCount alcançou precisão comparável às abordagens de ML do SOTA, mas sem os custos de implantação de ML. Superou significativamente a contagem de MAC tradicional e a contagem de MAC calibrada simples.
• Contagem de Pessoas: Comparado ao esquema de contagem de pessoas baseado em Wi-Fi do SOTA (CountMeIn), o RateCount reduziu o erro de contagem em 66% (especificamente, reduzindo o RMSE em ~4,57 e o NRMSE em ~0,66).
• Validação do Modelo de Erro: Os erros experimentais corresponderam de perto ao modelo de erro teórico, com uma lacuna negligível (aprox. 2% em NRMSE), validando a utilidade do modelo para prever o desempenho do sistema.
• Aplicação no Mundo Real: O sistema foi implantado com sucesso para monitorar níveis de multidão em uma sala de estudos e em uma estação de ônibus, demonstrando sua capacidade de capturar padrões de uso (ex: horas de pico após as aulas) para gestão de infraestrutura.

Significância e Alegações
O artigo afirma que o RateCount oferece uma alternativa de implantação rápida, baixa manutenção e custo-benefício em relação aos métodos de contagem baseados em aprendizado de máquina. Ao eliminar a necessidade de curadoria de dados de treinamento, ajuste de modelos e hardware especializado, ele torna a detecção de multidões via Wi-Fi acessível para cenários com recursos computacionais limitados ou que exigem configuração rápida. Os autores enfatizam que sua abordagem fornece uma compreensão teoricamente fundamentada do viés e do erro de contagem, algo que anteriormente faltava na área. Os resultados sugerem que, para cenários lotados, o erro relativo do RateCount é particularmente baixo, tornando-o escalável para ambientes de alta densidade.