Digital contact tracing of an infected person, testing the possible infection for the contacted persons, and isolation play a crucial role in alleviating the outbreak. Here, we design a dynamic graph streaming algorithm that can trace the contacts under the control of the Public Health Authorities (PHA). The algorithm can work as the augmented part of the PHA for the crisis period. Our algorithm receives proximity data from the mobile devices as contact data streams and uses a sliding window model to construct a dynamic contact graph sketch. Prominently, we introduce the edge label of the contact graph as a contact vector, which acts like a sliding window and holds the latest D days of social interactions. Importantly, the algorithm prepares the direct and indirect (multilevel) contact list from the contact graph sketch for a given set of infected persons. The algorithm also uses a disjoint set data structure to construct the infectious trees for the trace list. The present study offers the design of algorithms with underlying data structures for digital contact trace relevant to the proximity data produced by Bluetooth enabled mobile devices. Our analysis reveals that for COVID-19 close contact parameters, the storage space requires maintaining the contact graph of ten million users having 14 days close contact data in PHA server takes 55 Gigabytes of memory and preparation of the contact list for a given set of the infected person depends on the size of the infected list.

中文翻译：

---

用于数字联系人跟踪的动态图形流算法

对感染者进行数字化接触追踪、检测被接触者可能的感染情况以及隔离对缓解疫情至关重要。在这里，我们设计了一种动态图形流算法，可以在公共卫生当局 (PHA) 的控制下追踪接触者。该算法可以作为危机时期 PHA 的增强部分。我们的算法从移动设备接收接近数据作为联系数据流，并使用滑动窗口模型来构建动态联系图草图。突出地，我们将接触图的边缘标签引入为接触向量，它就像一个滑动窗口，保存了最近 D 天的社交互动。重要的，该算法根据给定的一组感染者的接触图草图准备直接和间接（多级）联系人列表。该算法还使用不相交的集合数据结构来构建跟踪列表的感染树。本研究提供了具有底层数据结构的算法设计，用于与蓝牙移动设备产生的接近度数据相关的数字接触轨迹。我们的分析表明，对于 COVID-19 密切接触参数，存储空间需要在 PHA 服务器中维护具有 14 天密切接触数据的千万用户的联系图需要 55 GB 的内存，并为给定的一组联系人准备联系人列表感染人数取决于感染名单的大小。该算法还使用不相交的集合数据结构来构建跟踪列表的感染树。本研究提供了具有底层数据结构的算法设计，用于与蓝牙移动设备产生的接近度数据相关的数字接触轨迹。我们的分析表明，对于 COVID-19 密切接触参数，存储空间需要在 PHA 服务器中维护具有 14 天密切接触数据的千万用户的联系图需要 55 GB 的内存，并为给定的一组联系人准备联系人列表感染人数取决于感染名单的大小。该算法还使用不相交的集合数据结构来构建跟踪列表的感染树。本研究提供了具有底层数据结构的算法设计，用于与蓝牙移动设备产生的接近度数据相关的数字接触轨迹。我们的分析表明，对于 COVID-19 密切接触参数，存储空间需要在 PHA 服务器中维护具有 14 天密切接触数据的千万用户的联系图需要 55 GB 的内存，并为给定的一组联系人准备联系人列表感染人数取决于感染名单的大小。