CN106228718B - 用于通过网络检测安全威胁的系统和方法 - Google Patents
用于通过网络检测安全威胁的系统和方法 Download PDFInfo
- Publication number
- CN106228718B CN106228718B CN201610853212.3A CN201610853212A CN106228718B CN 106228718 B CN106228718 B CN 106228718B CN 201610853212 A CN201610853212 A CN 201610853212A CN 106228718 B CN106228718 B CN 106228718B
- Authority
- CN
- China
- Prior art keywords
- data sampling
- remote server
- acoustic signal
- determined
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005070 sampling Methods 0.000 claims abstract description 119
- 230000008859 change Effects 0.000 claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims description 49
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 230000000052 comparative effect Effects 0.000 claims description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 description 28
- 238000001514 detection method Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 239000011469 building brick Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/16—Actuation by interference with mechanical vibrations in air or other fluid
- G08B13/1654—Actuation by interference with mechanical vibrations in air or other fluid using passive vibration detection systems
- G08B13/1672—Actuation by interference with mechanical vibrations in air or other fluid using passive vibration detection systems using sonic detecting means, e.g. a microphone operating in the audio frequency range
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/02—Mechanical actuation
- G08B13/04—Mechanical actuation by breaking of glass
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Alarm Systems (AREA)
- Burglar Alarm Systems (AREA)
Abstract
提供了用于通过网络检测安全威胁的系统和方法。所述系统包括：麦克风，被配置为捕获声学信号；硬件接口，被配置为根据声学信号生成数据采样；存储器，存储多个指令；以及硬件处理器，被配置为执行指令，以：确定指示声学信号的强度变化率的信息；基于所述信息来确定是否向远程服务器传送数据采样；在确定向远程服务器传送数据采样之后：生成包括所述数据采样的数据分组；以及向远程服务器传送数据分组。然后，远程服务器可以根据数据分组重构数据采样，并且如果数据采样指示安全威胁，则远程服务器向监视设备传送警告信号。
Description
技术领域
本公开总体上涉及安全技术，更具体地涉及安全威胁的分层声学检测系统和方法。
背景技术
典型地，安全系统采集环境数据，分析数据以检测安全威胁，然后在检测到安全威胁时执行动作(例如，生成警报)。例如，家庭安全系统可以包括采集房屋的不同区域(例如，前门、窗等)的图像的一个或多个摄像头。当闯入者闯入房屋时，闯入者的动作可由摄像头捕获。然后图像可以被传送至处理中心，在处理中心可以对图像进行分析，以确定已发生闯入。可以通过人、计算机(例如，通过运行将图像与代表闯入的某些图像样式进行比较的软件程序)、或通过两者的结合来对图像进行分析。在确定已发生闯入之后，处理中心可以采取某些措施，如向执法部门、房主等通知闯入。
除了基于图像的检测之外，也可以基于声学信号(例如，声音)来检测安全威胁。例如，从房屋内部采集的声学信号的强度的快速改变也可以指示造成安全威胁(例如，家庭闯入)的事件已发生。例如，与指示安全威胁的各种动作(如，尖叫、叫喊、打破东西等)相关联的声学信号典型地包括强度的快速改变。因而，家庭安全系统也可以通过检测从房屋内部采集的声学信号的强度的快速改变来检测安全威胁。
与基于图像的检测相比，基于声学的检测提供了若干优点。例如，在家庭安全系统提供24小时不间断监控的情况下，声学信号的捕获相比于图像的捕获会较少地侵犯到家中的居住者。此外，与图像信号相比，声学信号针对传输和处理通常需要更少的网络带宽和计算资源。因此，基于声学的检测已成为网络带宽和计算资源通常更为受限的家庭安全系统的重要组成部分。
然而，如果基于声学的检测系统连续且不加选择地向处理中心传送所有采集的声音数据，该系统仍会消耗大量的网络带宽和计算资源。
发明内容
与本公开的实施例一致，提供了一种用于通过网络检测安全威胁的系统。所述系统包括：麦克风，被配置为捕获声学信号；硬件接口，被配置为根据声学信号生成数据采样；存储器，存储多个指令；以及硬件处理器，被配置为执行指令，以：确定指示声学信号的强度变化率的信息；基于所述信息来确定是否向远程服务器传送数据采样；在确定向远程服务器传送数据采样之后，生成包括所述数据采样的数据分组，并向远程服务器传送数据分组，以使远程服务器能够针对数据分组执行进一步分析，以确定安全威胁。
与本公开的实施例一致，提供了一种用于通过网络检测安全威胁的方法。所述方法包括：接收声学信号；根据声学信号生成数据采样；确定指示声学信号的强度变化率的信息；基于所述信息来确定是否向远程服务器传送数据采样；在确定向远程服务器传送数据采样之后，生成包括所述数据采样的数据分组，并向远程服务器传送数据分组，以使远程服务器能够针对数据分组执行进一步分析，以确定安全威胁。
与另一公开的实施例一致，进一步提供了一种非瞬态计算机可读介质。该非瞬态计算机可读介质存储一组指令，该组指令能够由硬件处理器执行，以使得硬件处理器执行这里描述的任一方法。
应理解的是，前述的一般描述和以下详细描述均仅是示例性且说明性的，而不对所要求保护的公开实施例构成限制。
附图说明
并入并构成本说明书一部分的附图图示了所公开的实施例并与说明书一起用于解释所公开的实施例。在附图中，
图1为与所公开的实施例一致的用于提供安全威胁的分层声学检测的示例性系统。
图2和3为示出了与所公开的实施例一致的用于安全威胁的分层声学检测的示例数据的图。
图4为与所公开的实施例一致的用于安全威胁的分层声学检测的示例性方法的流程图。
图5为与所公开的实施例一致的用于提供安全威胁的分层声学检测的示例性系统的框图。
具体实施方式
现在将详细参照所公开的实施例，其例子图示在附图中。在整个附图中使用相同的附图标记来指代相同或类似的部件。
与所公开的实施例一致，提供了一种用于通过网络检测安全威胁的系统。所述系统包括：麦克风，被配置为捕获声学信号；硬件接口，被配置为根据声学信号生成数据采样；存储器，存储多个指令；以及硬件处理器，被配置为执行指令，以确定指示声学信号的强度变化率的信息；基于所述信息来确定是否向远程服务器传送数据采样；在确定向远程服务器传送数据采样之后，生成包括所述数据采样的数据分组，并向远程服务器传送数据分组，以使远程服务器能够针对数据分组执行进一步分析，以确定安全威胁。
采用本公开的实施例，分层声学检测系统可以采集声学信号的采样，并预筛所述采样以指示潜在安全威胁。所述指示可以基于声学信号的强度的变化率。如果所述系统确定所述采样指示潜在安全威胁，则声学检测系统可以向远程服务器传送声学信号，以进一步分析从而进行安全威胁检测。在接收到数据之后，远程服务器可以将声学信号数据与同安全威胁相关联的声学信号的一个或多个已知样式进行比较。如果远程服务器基于所述比较的结果检测到安全威胁的指示，则所述系统可以向客户端设备传送消息，然后客户端设备可以向用户显示关于安全威胁的信息。
采用这种设置，仅需要向远程服务器传送声学信号的子集用于安全威胁分析。因此，可以以较少的网络带宽和计算资源更加高效地执行安全威胁的检测。
图1是示出了与所公开的实施例一致的用于提供安全威胁的分层声学检测的示例性安全系统100的框图。如图1所示，安全系统100包括声学检测系统102、远程服务器104和移动设备106，如智能电话。
在一些实施例中，声学检测系统102可以采集声学信号的数据采样，并基于数据采样来确定声学信号的强度变化率。如上所述，声学信号的强度的快速改变可以指示安全威胁，如打碎玻璃。如果声学信号的强度改变率超过特定阈值，则声学检测系统102可以确定通过网络150向远程服务器104传送数据采样，以进一步分析从而进行安全威胁检测。声学检测系统102还可以执行附加处理。例如，声学检测系统102可以针对声学信号执行降噪，如应用线性或时频滤波器从声学信号中移除各种噪声分量(例如，随机噪声)。进一步地，在声学检测系统102确定要传送哪些声学信号之后，系统还可以使用各种编解码对所选声学信号数据采样进行转码(例如，执行音频压缩)，生成包括转码后的数据采样作为数据有效载荷的数据分组，并向远程服务器104传送所述数据分组。
在接收到数据分组之后，远程服务器104可以从数据分组中取出数据有效载荷，并解码数据有效载荷以重构声学数据采样。远程服务器104可以将数据采样与声学信号的一个或多个已知样式进行比较，以检测安全威胁的指示。例如，远程服务器104可以将数据采样与同玻璃的打破、物品与地板碰撞、人发出尖叫、枪声、爆炸相关联的声学信号样式或与安全威胁相关联的任何其他声学样式进行比较。然后，远程服务器104可以基于比较结果来确定声学数据采样是否指示安全威胁。
在一些实施例中，远程服务器104可以运行一个或多个学习算法，如支持矢量机，以校准并细化该比较。支持矢量机可以分析用于分类和回归分析的数据，然后根据分析结果来构建将新的采样分配给不同类别的模型。例如，基于不同事件的训练示例集合，远程服务器104可以创建并更新声学信号样式模型，该模型将不同事件的声学信号作为空间中的点加以表示。此时，远程服务器104可以通过将任何输入的声学信号映射至模型所表示的空间中的点，将模型应用于任何输入的声学信号，以确定与声学信号相关联的事件。基于所确定的事件，远程服务器然后可以确定声学信号是否指示安全威胁。在确定声学信号指示安全威胁之后，远程服务器104可以经由网络150向移动设备106传送信号。在一些实施例中，远程服务器104可以基于所确定的事件来传送不同的信号。例如，如果远程服务器104确定声学信号指示窗玻璃已经被打破，则远程服务器104可以传送指示有人打破窗户的信号。
在一些实施例中，移动设备106可以是例如平板、智能电话、膝上型电脑等，并包括被配置为经由网络150从远程服务器104接收信号的通信接口。在一些实施例中，移动设备106可以安装有警报应用(“app”)，其能够基于接收到的信号显示消息。例如，如图1所示，如果移动设备106接收到指示某人打破窗户的信号，则警报app可以显示与该信号相对应的消息。警报app还可以生成其他形式的提示，如警报声音(经由移动设备的扬声器发出)、振动(经由移动设备的振动电机发出)等。
在一些实施例中，声学检测系统102可以至少包括：被配置为接收声学信号(例如，可听到的声音)并基于接收到的声学信号生成电信号的麦克风107。声学检测系统102还可以包括一个或多个接口电路，如模数转换器(ADC)电路，用于生成通过麦克风107输出的电信号的数字化采样。
在一些实施例中，声学检测系统102可以包括声学信号处理模块154，被配置为处理数字化采样，确定声学信号的强度变化率。在一些实施例中，声学检测系统102包括：一个或多个计算机系统，被配置为执行软件指令集合；以及声学信号处理模块154，其可以是软件指令的一部分。在一些实施例中，声学信号处理模块154还可以实现为一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件。
如上所述，声学信号的强度的快速改变可以指示已发生造成安全威胁的事件。因而，声学检测系统102可以确定声学信号的强度变化率，并确定该强度变化率是否指示潜在安全威胁。
现在参照图2，图2示出了麦克风107所输出的电信号的示例性数据采样。电信号的每个采样可以表示基准值与特定时间点处的声学信号的强度幅值之间的差值。正差值可以指示强度幅值超过基准值，负差值可以指示强度幅值低于基准值。随着电信号的强度(以及声学信号的强度)随时间而变化，差值也会随时间而变化。
如图2所示，可以采用包括波峰202和203的波浪状趋势线201来表示差值的变化，波峰202和203标记夹在递增差值集合与递减差值集合之间的数据采样。波浪状趋势线201还包括波“谷”204，其标记夹在递减差值集合与递增差值集合之间的数据采样。关于特定时段内的波谷(或波峰)数量的信息可以提供对声学信号的强度变化率的估计，其中越大的数量可以指示越高的强度变化率。
声学检测系统102可以有多种方式来确定声学信号的强度变化率。作为说明性示例，声学检测系统102可以通过针对数据采样执行例如快速傅里叶变换(FFT)来确定声学信号的频率分量的分布。基于频率分量的分布(例如，频率分量在特定频带周围的聚集)，声学检测系统102可以估计声学信号的强度变化率。例如，如果频率分量聚集在特定频率周围，该频率可以与例如特定时段内的波谷(例如，波谷204)的数量或波峰(例如波峰202和203)的数量相关，这可以提供对强度变化率的估计。如果该频率超过特定阈值，则声学检测系统102可以确定声学信号指示潜在的安全威胁，并且可以确定向远程服务器104传送声学信号的数据采样，以进行进一步分析。
在一些实施例中，声学检测系统102还可以通过确定差值超过或低于阈值的次数(这也可以指示声学信号的波峰和波谷的数量以及声学信号的强度变化率)来确定声学信号的强度变化率。作为说明性示例，如图2所示，在时间段205内，差值超过信号阈值207两次，这可以指示在时间段205内存在两个波峰(例如，波峰202和203)。类似地，在同一时间段205内，差值低于信号阈值208一次，这也可以指示在时间段205内存在一个波谷(例如，波谷204)。如上所述，波谷和波峰的数量可以指示强度变化率。因此，系统也可以通过确定差值高于或低于阈值的次数来估计强度变化率。这种方案通常包括比FFT更少的计算步骤，并且可以以较高速率和/或较少计算能力来执行。
在一些实施例中，声学检测系统102可以将数据采样集合分组为多个数据子集，以确定声学信号的强度变化率。声学检测系统102然后可以设置包括若干数据采样子集的分析窗。针对分析窗中包括的每个数据采样子集，声学检测系统102可以(例如，通过将差值与阈值比较)确定波峰(或波谷)的数量。声学检测系统102然后可以将该数量与阈值数量进行比较。如果该数量超过阈值数量，则声学检测系统102可以确定存在潜在安全威胁的指示，并向远程服务器104传送声学信号的数据采样，以进行进一步分析。
现在参照图3，图3示出了针对数据采样集的分析窗的示例性配置。如图3所示，声学检测系统102可以将数据采样集分组为子集301-309，每个子集包括若干连续数据采样。在一些实施例中，每个子集可以与固定时段相关联，和/或包括固定数量的数据采样。作为说明性示例，在采样频率为16kHz(即，声学检测系统102可以在一秒内生成16000个数据采样)的情况下，每个子集可以被配置为包括20毫秒的时段内生成的采样，这可以多达320个连续数据采样。
声学检测系统102可以将子集301-309与分析窗311-316相关联。在一些实施例中，如图3所示，每个分析窗可以包括若干连续子集(例如，分析窗311包括子集311、312、313和314)。尽管图3示出了分析窗包括四个子集，但是可以理解，根据本公开的实施例的分析窗可以包括多于四个子集。例如，分析窗可以包括5-50个子集。
针对包括在每个分析窗中的每个数据采样子集，声学检测系统102可以确定波峰(或波谷)的数量，确定该数量是否超过特定阈值，并确定分析窗内的数据采样是否指示潜在安全威胁。在分析了一个分析窗之后，声学检测系统102然后可以针对下一分析窗重复同样的分析来处理新的数据采样。
可以基于滑动窗的方式来配置分析窗，相邻的分析窗覆盖子集的重叠集。例如，如图3所示，被配置为与分析窗311时间上相邻的分析窗312包括子集312、313、314和315。从而，分析窗311和312均包括子集312、313和314。利用滑动窗的方式，确定声学信号的强度变化率可以变得不那么易受噪声干扰的影响，噪声干扰往往发生在非常短的时段内，不会产生若干分析窗上的重复样式的强度变化。从而，确定潜在安全威胁的指示可以变得更加准确。
现在参照图4，图4示出了与所公开的实施例一致的用于提供安全威胁的分层声音检测的示例性方法400的流程图。方法400可由声学检测系统102执行以确定是否向远程服务器104传送声学数据采样以进行进一步处理。
在起始之后，该系统进行至步骤401，以从与麦克风107接口的ADC获取声学信号的数据采样(如图3中的采样)集合。
该系统可以进行至步骤402，以将数据采样集合分配给不同的子集，并将该子集分配给一个或多个分析窗。例如，返回参照图3，该系统可以获取与子集301、302、303和304相对应的数据采样，并将所述子集与分析窗311相关联。
该系统可以进行至步骤403，以处理数据采样子集之一(例如，数据采样子集301)。在步骤403中，该系统可以确定用于确定波峰(或波谷)的数量的阈值。例如，该系统可以确定信号阈值，如信号阈值207或信号阈值208。信号阈值可以基于与波峰或波谷相关联的数据采样值确定。作为示例，为了确定用于波峰数量确定的信号阈值，该系统可以确定正在处理的子集内的数据采样的最大值。该系统可以通过以例如0.5-0.95之间的缩放因子缩放该最大值来确定信号阈值。作为另一示例，为了确定用于波谷数量确定的信号阈值，该系统还可以确定正在处理的子集内的数据采样的最小值，并以缩放因子缩放该最小值。
在一些实施例中，信号阈值还可以基于包括根据先前处理的数据采样确定的先前的最大和/或最小值的移动平均来确定。该移动平均可以以加权方式进行，其中较大的权重赋予正在处理的子集的数据采样，较小的权重赋予先前处理的数据采样。
在步骤403中确定了信号阈值之后，该系统可以进行至步骤404，以基于信号阈值来确定数据采样子集中的波峰(或波谷)的数量。例如，为了确定波峰数量，该系统可以在步骤404中确定其值超过信号阈值的数据采样的数量。此外，为了确定波谷数量，该系统可以在步骤404中确定其值低于信号阈值的数据采样的数量。
在步骤404中确定了其值超过(或低于)信号阈值的数据采样的数量之后，该系统可以进行至步骤405，以确定该数量是否超过第一阈值。如果该数量超过第一阈值，该第一阈值可以指示声学信号的强度快速改变，该系统可以进行至步骤406，以确定反映数据采样的子集的强度变化率的值。在一些实施例中，第一阈值可以基于采样频率和子集中数据采样的数量来设置，并且可以设置为1至80之间的值。
在一些实施例中，该系统可以基于例如在数据采样子集中包括的波峰(或波谷)的数量和与数据采样子集相关联的时段，确定反映数据采样子集的强度变化率的值。作为说明性示例，可以如下确定强度变化率：
在步骤406中确定了反映强度变化率的值之后，该系统可以进行至步骤407，以确定该值是否超过第二阈值，该第二阈值可以指示声学信号展示出指示潜在安全威胁的快速强度变化类型。如果该值超过第二阈值，该系统可以进行至步骤408，以将标记与数据采样子集相关联。在一些实施例中，第二阈值可以基于采样速率和子集中数据采样的数量来设置，并且可以设置为30至50之间的值。
另一方面，如果在步骤405中确定其幅值超出(或不及)的数据采样的数量没有超过第一阈值，或者在步骤407中确定反映强度变化率的值没有超过第二阈值，则该系统可以进行至步骤409，以确定是否存在其他(与分析窗相关联的)数据采样子集要处理。如果存在其他数据采样子集要处理，则系统可以进行至步骤403，以处理下一数据采样子集。
如果该系统在步骤409中确定已经处理了所有数据采样子集，则该系统可以进行至步骤410，以确定在步骤408针对分析窗设置的标记总数是否超过第三阈值。如果在步骤408中设置的标记总数超过第三阈值，则该系统可以确定与分析窗相关联的数据采样指示潜在安全阈值，并且这些数据采样要在步骤411中传送至远程服务器104以进行进一步处理，以检测安全威胁。另一方面，如果子集数量未超过第三阈值，该系统可以确定与分析窗相关联的数据采样子集不指示潜在安全阈值，并且这些数据采样将不在步骤412中传送至远程服务器104。然后，该系统可以继续处理与下一分析窗相关联的数据采样子集。
另一方面，如果其幅值超过(低于)当前阈值的数据采样的数量没有超过第二阈值，则该系统可以进行至步骤407，以确定是否已经处理了当前分析窗的所有数据采样子集。如果该系统在步骤407确定存在其他数据采样子集要处理，则该系统可以返回步骤403，以处理下一数据采样子集。
在一些实施例中(未在图4中示出)，该系统可以基于多个分析窗的分析结果，确定是否向远程服务器104传送数据采样。作为说明性示例，返回参照图3，如果针对分析窗311，标记总数超过第三阈值，但针对分析窗312、313和314，标记总数未超过第三阈值，则该系统可以确定分析窗311的分析结果可以是未指示所观察的实际条件的“离群值”(例如，由于噪声干扰)。在这种情况下，该系统仍可以确定不向远程服务器104传送数据采样以进行进一步分析。
现在参照图5，图5示出了示例性系统500，该系统500可以被配置为声学检测系统102、远程服务器104或移动设备106。系统500可以包括处理硬件510、存储器硬件520和接口硬件530。
处理硬件210可包括能够被编程以执行一组指令的一个或多个已知的处理装置，如通用微处理器、微控制器等。存储器硬件520可包括一个或多个存储装置，被配置为存储指令，该指令由处理器510使用以执行与所公开的实施例相关的功能。例如，存储器硬件520可配置有一个或多个软件指令，如在由处理硬件510执行时可以执行一个或多个操作的应用550。所公开的实施例不限于被配置为执行专门任务的单独的程序或计算机。存储器硬件520还可存储数据551，系统可以使用该数据来执行与所公开的实施例一致的操作。
接口硬件530可包括对I/O设备的接口以及网络接口和与其他感测硬件(如，麦克风107)的接口。例如，I/O设备可包括输出设备(如显示器、扬声器等)，而输入设备可包括相机单元、硬件按钮、触控屏等。I/O设备还可以包括被配置为对麦克风107接收的声学信号进行采样以生成数据采样的ADC。网络接口可包括多种协议(例如Wi-Fi、蜂窝连接等)下的无线连接接口、有线连接(例如以太网)接口等。接口硬件530的网络接口使得系统500能够与其他设备(例如，声学检测系统102、远程服务器104或移动设备106等)交互，而接口硬件530的I/O接口使得系统500能够与用户交互。例如，移动装置106可以使用接口硬件530基于从远程服务器104接收的指示安全威胁的信号来显示警告消息。
系统500可被配置为执行应用550的软件指令。应用550可包括被配置为提供本公开中描述的多种功能的一个或多个软件模块。例如，应用550可包括移动应用，该移动应用在由处理硬件510执行时能使得系统500显示图形用户界面，以向用户显示信息，如上述警报信息。应用550还可包括图1的声学信号处理模块154，并被配置为处理数字化采样，以确定声学信号的强度变化率。应用550可包括当由处理硬件510执行时执行上述关于图2、3和4讨论的强度变化率确定方案的软件指令。例如，应用550可以包括用于针对数据采样执行FFT的计算步骤集合。应用550还可以包括根据数据采样确定波峰和/或波谷的数量并基于该数量确定强度变化率的计算步骤集合。
基于本说明书中所写的描述和方法创建的计算机程序属于软件开发者的技能范围之内。可使用不同的编程技术来创建多种程序或程序模块。例如，可以使用或通过Java、C、C++、汇编语言或任何这样的编程语言来设计程序段或程序模块。一个或多个这样的软件段或模块可整合到计算机系统、计算机可读介质或现有的通信软件中。
此外，虽然在此描述了说明性实施例，但其范围包括具有基于本公开的等同元素、更改、省略、组合(例如多种实施例交叉的方案)、适配或替换的任一或全部实施例。权利要求中的要素要基于权利要求中使用的语言进行宽泛地解释，而不限于本说明书中描述的或本申请审查期间的例子，这些例子应当解读为非排他的。此外，所公开的方法中的步骤可用任何方式修改，包括对步骤重新排序或插入或删除步骤。因此，说明书和例子仅旨在示例，而真实范围和精神由随附的权利要求及其等同的全部范围来表示。
Claims (10)
1.一种用于通过网络检测安全威胁的系统，所述系统包括：
麦克风，被配置为捕获声学信号；
硬件接口，被配置为根据声学信号生成数据采样；
存储器，存储多个指令；以及
硬件处理器，被配置为执行指令，以：
确定指示声学信号的强度变化率的信息；
基于所述信息来确定是否向远程服务器传送数据采样；
在确定向远程服务器传送数据采样之后：
生成包括所述数据采样的数据分组；以及
向远程服务器传送数据分组；
其中确定指示声学信号的强度变化率的信息确定第一数量，所述第一数量指示其值超过第一阈值或低于第一阈值的数据采样的数量；
其中确定指示声学信号的强度变化率的信息包括：
将数据采样分组为多个数据子集；
针对所述多个数据子集中的每个数据子集，确定所述第一数量；以及
确定第二数量，所述第二数量指示其第一数量超过第一阈值的数据子集的数量，以及
其中确定是否向远程服务器传送数据采样以检测安全威胁包括：如果第二数量超过第二阈值，则确定向远程服务器传送数据采样。
2.根据权利要求1所述的系统，其中确定指示声学信号的强度变化率的信息包括：
将所述多个数据子集分组到多个分析窗，所述分析窗中的至少两个包括若干相同数据子集，以及
其中所述第二数量基于被分组到一个分析窗的数据子集来确定。
3.根据权利要求2所述的系统，其中
确定指示声学信号的强度变化率的信息包括：针对每个分析窗确定第二数量，以及
确定是否向远程服务器传送数据采样基于第二数量在分析窗之间的分布。
4.根据权利要求1所述的系统，其中
所述系统还包括远程服务器；以及
所述远程服务器被配置为：
接收数据分组；
根据数据分组重构数据采样；
将数据采样与同安全威胁相关联的声学信号的一个或多个已知样式进行比较；
基于比较结果生成信号；以及
将信号传送至监视设备，以使监视设备基于所述信号生成警告；
其中确定指示声学信号的强度变化率的信息确定第一数量，所述第一数量指示其值超过第一阈值或低于第一阈值的数据采样的数量；
其中确定指示声学信号的强度变化率的信息包括：
将数据采样分组为多个数据子集；
针对所述多个数据子集中的每个数据子集，确定所述第一数量；以及
确定第二数量，所述第二数量指示其第一数量超过第一阈值的数据子集的数量，以及
其中确定是否向远程服务器传送数据采样以检测安全威胁包括：如果第二数量超过第二阈值，则确定向远程服务器传送数据采样。
5.根据权利要求4所述的系统，还包括：支持矢量机，被配置为对声学信号的一个或多个已知样式进行分类。
6.一种用于通过网络检测安全威胁的方法，包括：
接收声学信号；
根据声学信号生成数据采样；
确定指示声学信号的强度变化率的信息；
基于所述信息来确定是否向远程服务器传送数据采样；
在确定向远程服务器传送数据采样之后：
生成包括所述数据采样的数据分组；以及
向远程服务器传送数据分组；
其中确定指示声学信号的强度变化率的信息确定第一数量，所述第一数量指示其值超过第一阈值或降低至第一阈值之下的数据采样的数量；
其中确定指示声学信号的强度变化率的信息包括：
将数据采样分组为多个数据子集；
针对所述多个数据子集中的每个数据子集，确定所述第一数量；以及
确定第二数量，所述第二数量指示其第一数量超过第一阈值的数据子集的数量，以及
其中确定是否向远程服务器传送数据采样以检测安全威胁包括：如果第二数量超过第二阈值，则确定向远程服务器传送数据采样。
7.根据权利要求6所述的方法，其中确定指示声学信号的强度变化率的信息包括：
将所述多个数据子集分组到多个分析窗，所述分析窗中的至少两个包括若干相同数据子集，以及
其中所述第二数量基于被分组到一个分析窗的数据子集来确定。
8.根据权利要求7所述的方法，其中
确定指示声学信号的强度变化率的信息包括：针对每个分析窗确定第二数量，以及
确定是否向远程服务器传送数据采样基于第二数量在分析窗之间的分布。
9.根据权利要求6所述的方法，还包括：
由远程服务器接收数据分组；
由远程服务器根据数据分组重构数据采样；
由远程服务器将数据采样与同安全威胁相关联的声学信号的一个或多个已知样式进行比较；
由远程服务器基于比较结果生成信号；以及
由远程服务器将信号传送至监视设备，以使监视设备基于所述信号生成警告；
其中确定指示声学信号的强度变化率的信息确定第一数量，所述第一数量指示其值超过第一阈值或降低至第一阈值之下的数据采样的数量；
其中确定指示声学信号的强度变化率的信息包括：
将数据采样分组为多个数据子集；
针对所述多个数据子集中的每个数据子集，确定所述第一数量；以及
确定第二数量，所述第二数量指示其第一数量超过第一阈值的数据子集的数量，以及
其中确定是否向远程服务器传送数据采样以检测安全威胁包括：如果第二数量超过第二阈值，则确定向远程服务器传送数据采样。
10.根据权利要求9所述的方法，还包括：对声学信号的一个或多个已知样式进行分类。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610853212.3A CN106228718B (zh) | 2016-09-26 | 2016-09-26 | 用于通过网络检测安全威胁的系统和方法 |
| US15/626,370 US10319201B2 (en) | 2016-09-26 | 2017-06-19 | Systems and methods for hierarchical acoustic detection of security threats |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610853212.3A CN106228718B (zh) | 2016-09-26 | 2016-09-26 | 用于通过网络检测安全威胁的系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106228718A CN106228718A (zh) | 2016-12-14 |
| CN106228718B true CN106228718B (zh) | 2018-01-05 |
Family
ID=58077408
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610853212.3A Expired - Fee Related CN106228718B (zh) | 2016-09-26 | 2016-09-26 | 用于通过网络检测安全威胁的系统和方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US10319201B2 (zh) |
| CN (1) | CN106228718B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10582401B2 (en) * | 2016-03-08 | 2020-03-03 | Aurora Insight Inc. | Large scale radio frequency signal information processing and analysis system |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10283577A (ja) * | 1997-03-31 | 1998-10-23 | Denso Corp | 侵入検出装置 |
| CN104112324A (zh) * | 2013-04-15 | 2014-10-22 | 韩国电子通信研究院 | 安全和监视系统和方法 |
| CN104408850A (zh) * | 2014-11-13 | 2015-03-11 | 上海斐讯数据通信技术有限公司 | 家庭安全防护系统及其防护方法 |
| CN104952186A (zh) * | 2015-06-26 | 2015-09-30 | 苏州昊枫环保科技有限公司 | 基于手机实时提醒及声波检测的室内安全系统 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7680283B2 (en) * | 2005-02-07 | 2010-03-16 | Honeywell International Inc. | Method and system for detecting a predetermined sound event such as the sound of breaking glass |
| US7659814B2 (en) * | 2006-04-21 | 2010-02-09 | International Business Machines Corporation | Method for distributed sound collection and event triggering |
| US7535351B2 (en) * | 2006-07-24 | 2009-05-19 | Welles Reymond | Acoustic intrusion detection system |
| US8144010B2 (en) * | 2007-11-14 | 2012-03-27 | Honeywell International Inc. | Glass-break shock sensor with validation |
| CN102109594B (zh) * | 2009-12-28 | 2014-04-30 | 深圳富泰宏精密工业有限公司 | 声音侦测通报系统及方法 |
| US9020622B2 (en) * | 2010-06-17 | 2015-04-28 | Evo Inc. | Audio monitoring system and method of use |
| CA2843272C (en) * | 2011-07-29 | 2020-06-02 | Adt Us Holdings, Inc. | Security system and method |
| US9349269B2 (en) * | 2014-01-06 | 2016-05-24 | Tyco Fire & Security Gmbh | Glass breakage detection system and method of configuration thereof |
-
2016
- 2016-09-26 CN CN201610853212.3A patent/CN106228718B/zh not_active Expired - Fee Related
-
2017
- 2017-06-19 US US15/626,370 patent/US10319201B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10283577A (ja) * | 1997-03-31 | 1998-10-23 | Denso Corp | 侵入検出装置 |
| CN104112324A (zh) * | 2013-04-15 | 2014-10-22 | 韩国电子通信研究院 | 安全和监视系统和方法 |
| CN104408850A (zh) * | 2014-11-13 | 2015-03-11 | 上海斐讯数据通信技术有限公司 | 家庭安全防护系统及其防护方法 |
| CN104952186A (zh) * | 2015-06-26 | 2015-09-30 | 苏州昊枫环保科技有限公司 | 基于手机实时提醒及声波检测的室内安全系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106228718A (zh) | 2016-12-14 |
| US20180089970A1 (en) | 2018-03-29 |
| US10319201B2 (en) | 2019-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111115400B (zh) | 检测电梯井道中的电梯维护行为的系统和方法 | |
| KR101932844B1 (ko) | 영상 통화 장치, 영상 통화 방법 및 영상 통화 중개 방법 | |
| US10424175B2 (en) | Motion detection system based on user feedback | |
| US9805739B2 (en) | Sound event detection | |
| US10679135B2 (en) | Periodicity analysis on heterogeneous logs | |
| EP3193316A1 (en) | Systems and methods for adaptive detection of audio alarms | |
| CN110138745B (zh) | 基于数据流序列的异常主机检测方法、装置、设备及介质 | |
| CN112329713A (zh) | 网络流量异常在线检测方法、系统、计算机设备及存储介质 | |
| US20200202890A1 (en) | Voice activity detection method | |
| CN110737201B (zh) | 一种监护方法、装置、存储介质及空调 | |
| CN109920192A (zh) | 火灾报警方法、系统及计算机可读存储介质 | |
| EP4141869A1 (en) | A method for identifying an audio signal | |
| US10679481B2 (en) | Method and apparatus for processor-based mini-sensor assembly | |
| CN108877172B (zh) | 一种错误报警分析方法、装置及终端设备 | |
| CN108597164B (zh) | 一种防盗方法、装置、终端及计算机可读介质 | |
| CN108416974B (zh) | 基于无线信道状态信息的自动报警装置及方法 | |
| US10969506B1 (en) | System and methods for detecting gunshots | |
| CN106228718B (zh) | 用于通过网络检测安全威胁的系统和方法 | |
| US11297082B2 (en) | Protocol-independent anomaly detection | |
| CN104796822B (zh) | 音频啸叫检测方法、使用该方法的视频监控方法及系统 | |
| US20180108345A1 (en) | Device and method for audio frame processing | |
| CA2432751A1 (en) | Enhanced method and apparatus for integrated alarm monitoring system based on sound related events | |
| KR101616886B1 (ko) | 단일 센서의 다중 이벤트 식별 방법 및 장치 | |
| CN115310574A (zh) | 运动计数方法、装置、电子设备及计算机可读介质 | |
| KR102048021B1 (ko) | 외부 소음 적응형 음장 보안 감시 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180105 Termination date: 20210926 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |