パケットからパターンへ：暗号化ネットワーク通信を縦断的な行動シグナルとして解釈する

概要: 人間の行動は、大規模な規模で連続的に観察することが難しい一方で、日常のデバイス利用には測定可能な痕跡が残ります。本研究では、暗号化されたスマートフォンのネットワークトラフィック――どこにでもあり、常時稼働で、受動的なセンシング手段――が、睡眠、ストレス、そして孤独に関連する行動パターンを受動的に捉えられるかどうかを検証します。私たちは、ユーザごとのアダプタ付きのトランスフォーマー基盤を用いて共有された行動構造をモデル化し、典型的な個人の行動と、それからの逸脱の両方を表現できるようにします。これらの表現を解釈可能にするために、疎な自己符号化器（スパース・オートエンコーダ）を適用し、活動の異なるパターンに対応する行動特徴を抽出します。さらに、一般化推定方程式（generalized estimating equations）にMundlak分解を組み合わせて、これらの特徴を睡眠の障害、ストレス、孤独と関連づけ、時間の経過における個人内の変化と個人間の差を切り分けます。その結果、3つのアウトカムは異なる時間的構造を反映していることが分かりました。すなわち、ストレスは主に安定した個人間の差と関連し、孤独は個人内の変動と関連し、睡眠の障害は両方の組み合わせと関連します。注目すべきことに、これらの個人内のダイナミクスは、あらかじめ定義されたネットワークトラフィック特徴では捉えられず、縦断的な行動センシングにおける学習済み表現の価値を示しています。これらの結果は、暗号化ネットワークトラフィックを実行可能な受動的センシング手段として確立するものであり、解釈可能な行動ダイナミクス――特に、個人のベースラインからの逸脱――を明らかにします。これは、生のトラフィック特徴では見えないものです。