CN106716508B

CN106716508B - 场所的情境感知声誉

Info

Publication number: CN106716508B
Application number: CN201580045693.9A
Authority: CN
Inventors: J·慕克吉; S·K·萨布拉马尼安; R·瓦翰; R·那拉亚那; S·苏布拉马尼安; D·库尔卡尼; J·汉萨恩
Original assignee: McAfee LLC
Current assignee: McAfee LLC
Priority date: 2014-09-26
Filing date: 2015-08-26
Publication date: 2019-07-09
Anticipated expiration: 2035-08-26
Also published as: EP3198576A1; US11397761B2; US9817843B2; CN106716508A; EP3198576A4; RU2017105791A; US20160092469A1; RU2665893C2; WO2016048557A1; RU2017105791A3; US20180025030A1

Abstract

在示例中，一种或多种计算设备操作用于提供场所的情境感知声誉(比如，与人类用户有关的)。情境可以包括用户的身份和目的以及如一天中的时间、天气和政治驱动力等环境因素。所述设备可以与服务器通信，以便接收全球化安全情报。当用户进入区域时，所述设备可以确定情境敏感声誉，如“绿色”、“黄色”或“红色”。根据所述声誉，所述设备然后可以采取适当行动，比如，警告用户或提供附加信息。

Description

场所的情境感知声誉

相关申请的交叉引用

本申请要求于2014年9月26日提交的题为“Context-Aware Reputation of aPlace(场所的情境感知声誉)”的美国实用新型申请号14/498,016的优先权，所述申请通过引用结合在此。

技术领域

本申请涉及人类安全领域，并且更具体地涉及用于提供场所的情境感知声誉的设备和方法。

背景技术

全球定位系统(GPS)向用户提供有用的帮助，以便使用接近确切的纬度和经度测量结果以及地理信息系统(GIS)数据的组合来精确地找到他们的确切位置。由此，GPS用户不仅可以知道他在地球表面上的接近确切的位置，而且还可以观察所述位置的局部街道级地图，包括周围企业和街区。

附图说明

当与附图一起阅读时，从以下详细描述中最佳地理解本公开。要强调的是，根据行业中的标准实践，各种特征并未按比例绘制，并且仅用于说明目的。实际上，为了讨论的清晰起见，可以任意地增大或者减小各种特征的尺寸。

图1是根据本说明书的一个或多个示例的对位置声誉系统进行操作的用户的透视图。

图1A是根据本说明书的一个或多个示例的对位置声誉系统进行操作的用户的透视图。

图2是根据本说明书的一个或多个示例的位置声誉系统的框图。

图3是根据本说明书的一个或多个示例的声誉服务器的框图。

图4是根据本说明书的一个或多个示例的信号流图。

图5是根据本说明书的一个或多个示例的计算声誉的逻辑框图。

图6是根据本说明书一个或多个示例的方法的流程图。

图7是根据本说明书的一个或多个示例的数学框图。

图8是根据本说明书的一个或多个示例的功能框图。

图9是根据本说明书的一个或多个示例的用户界面的视图。

具体实施方式

概述

在示例中，一种或多种计算设备操作用于提供场所的情境感知声誉(比如，与人类用户有关的)。情境可以包括用户的身份和目的以及如一天中的时间、天气和政治驱动力等环境因素。所述设备可以与服务器通信，以便接收全球化安全情报。当用户进入区域时，所述设备可以确定情境敏感声誉，如“绿色”、“黄色”或“红色”。根据声誉，所述设备则可以采取适当行动，比如，警告用户或提供附加信息。

本公开的示例实施例

以下公开内容提供了用于实施本公开的不同特征的许多不同实施例或示例。以下描述了部件和安排的具体示例以便简化本公开。当然，这些仅是示例并且并不旨在是限制性的。另外，本公开在各种示例中可以重复参考标号和/或字母。这种重复是为了简单和清晰的目的，并且本身并不指定所讨论的各种实施例和/或配置之间的关系。

不同实施例可以具有不同优点，并且不一定需要任何实施例的任何特定优点。

本说明书描述了一种位置声誉系统，所述位置声誉系统可操作用于在用户从具有第一声誉的第一区域走到具有第二声誉的第二区域时警告他或她。声誉可以至少部分基于对所述区域的过去事件报道。在一个示例中，所述设备可以用于城市内的行人安全。在所述情况下，当用户从城市的一个区域走到另一个区域时，位置声誉系统可操作用于在她进入犯罪率很高的区域或者她很有可能遇到问题的区域的情况下警告她。声誉不仅可以基于事件的存在，而且还可以解释如用户的简档、意图和情境的用户特定因素。如贯穿本说明书所使用的，“简档”包括相对不随时间而变化的与用户相关的因素。通过非限制性示例的方式，这些因素可以包括尺码、身高、体重、年龄、种族、族群、性别、性取向、性别认同状态、宗教信仰、党派关系、独特标记、肤色、显要地位、财政价值、训练、和一天中的时间。如贯穿本说明书所使用的，“情境”包括相对随时间变化的或者可能相对随时间变化的(例如，可能因每一次外出而不同)与用户相关的因素。通过非限制性示例的方式，这些因素可以包括运输模式、设备、军备、生理状况、情绪、心率、压力指标、体温、保护、工作职能、团队大小、离工作基地的距离、沟通能力、以及一天中的时间。情境还可以包括如一天中的时间和天气等外部因素。如贯穿本说明书所使用的，“意图”包括处于所述位置中的用户的明确或推断的目的，比如，休闲、购物、运输、工作目的等。在一些情况下，简档、情境和意图可以彼此重叠。例如，用户的工作职能可以涉及所有三种类别。

由此可以根据多个环境因素来有用地计算区域的声誉。这些环境因素可能受如犯罪报道等历史事件的影响。那些因素以用户的简档、意图和情境为相互基准以便计算用户的整体风险。

例如，相比白天与一大群人一起行走的配备武器的大个子黑人男性，晚上在已经有许多经报道的晚上对白人女性的袭击的区域中独自行走的未配备武器的小个子白人女性可能具有更高的风险分数。相反，相比在街区中没有团伙关系的小个子西班牙女性，在对手团伙所主张的相同街区中行走的具有明显可见的团伙关系的大个子白人男性可能具有更高的风险分数。

用户可以装配有移动设备和/或可穿戴计算机作为与位置声誉系统的接口。在移动设备与提供声誉服务的后端服务器之间的任务划分是相当灵活的。在此示例中，用户可以配备有局部联网至如智能电话等移动设备的可穿戴手环。手环可以包括生物计量传感器，并且可以局部联网至智能电话。合在一起，可穿戴手环和智能电话收集并向位置声誉服务器报告用户的简档、情境和意图，以及基于设备定位器(其可以包括例如GPS接收器或者指南针以及一个或多个加速度计)的用户位置。

在报告用户数据和位置数据之后，智能电话可以接收所述位置相对于用户的情境感知声誉。所述分数可以是表示多个加权的因素的综合的整体标量分数，或者可以是多维向量分数，其中两个或更多个因素中的每一个因素接收单独分数。所述分数也可以具有适当的分辨率。例如，在一些情境中，仅提供一些整体等级是最有用的，比如，“绿色”针对被指定为安全的区域；“黄色”针对被指定为有问题的区域；或者“红色”针对被指定为危险的区域。在其他情境中，通过非限制性示例的方式，提供高分辨率的单独分数可能是最有用的，比如，具有任意分辨率的分数针对以下各项中的每一项：遭遇的风险、暴力风险、意图的紧急性、以及用户处理潜在遭遇的能力。

位置声誉系统的警告(或者不警告)用户的方法也可能根据情境而变化。例如，在一个情境中，向用户给予如明亮的闪光和大声警报等吸引注意力的信号是有益的。在另一个情境中，采用这种方式来吸引对用户自己的注意力可能是危险的或致命的，并且因此可以使用如振动手表等非常细微的警告，或者根本不使用任何警告。在没有警告的情况下，可以仅向用户给予这样的显示：她可以自行决定进入；在所述显示上，她可以观察她的当前位置的声誉。

尽管已经通过示例的方式来讨论了在城市中行走的行人的示例，但是这种示例是非限制性的。其他非限制性示例包括：

低于法定饮酒年龄的用户可以使用位置声誉系统来在他正进入他不被允许存在的企业的情况下警告自己。作为附加特征，如果他进入限制区域，那么系统还可以向他的父母提供对他的位置的实时跟踪并警告他。

如果伐木工、护林员或者在严酷或危险的自然条件下工作的其他人误入特别危险的森林或山的部分(比如，接近悬崖或陷阱的区域、已知用于容纳侵略性食肉动物的区域、或者易发生岩滑或雪崩的区域)，那么可以向他们提供警告。

如果水手或飞行员误入呈现了航行危险(比如，危险气流、在战区中由敌方主张的空域或海域、易发生海盗行为的区域、或者类似危险)的区域，那么可以警告他们。

养牛场场主可以将设备附接至牛身上并且在任何牛只漫步在存在非法狩猎的偷窃危险的区域中或者漫游在另一方所拥有或主张的财产上的情况下被警告。还可以使用设备来在场主跨过不良标记的领土边界或者误入已经遇到过敌对行动的区域的情况下警告他自己。

如果扑灭野火的消防员进入易发生危险回燃或其他危险的区域，那么可以警告他们。

当在战区中居住或工作的平民进入易发生敌对行动的区域时，可以警告他们。

当属于被“仇恨犯罪”作为目标的类别的个人进入已经发生过这种犯罪的区域时，可以警告他们。例如，当同性恋或跨性别用户进入已经以同性恋或跨性别受害者为目标的区域时，可以警告他们。

可以使用安装在仪表盘上的系统来在驾驶员正进入犯罪率很高的区域时，或者正在车辆夜盗和/或偷窃常见的停车场中停车时警告他。

在一般意义上，当区域的声誉基于简档、情境和意图而变化时，任何人类或非人类用户可以接收警告或者将警告传输至监测方。

现在将更具体地参照所附附图来描述位置声誉系统。

图1是根据本说明书的一个或多个示例的位置声誉系统100的透视图。如贯穿本说明书所使用的，“位置声誉系统”包括可操作用于执行本文中所公开的方法的硬件和软件的任何适当组合。在此示例中，位置声誉系统100包括移动设备110、可穿戴设备130和声誉服务器300(图3)。

在示例使用情况下，用户120-1正在位置150-1中行走。用户120-1例如在提包、衣袋或枪套中携带移动设备110，并且还在这种情况下具有附接至她的手臂的可穿戴设备130。用户120-1可以是具有安全意识的用户，她享受旅行到各个地方执行她的业务的灵活性，但是想知道她什么时候正进入具有增大的犯罪危险或其他危害的区域。

根据在本说明书中所公开的方法，位置150-1的基本纬度和经度无需是用于评估位置150-1的安全性的唯一因素。相反，许多因素可以被认为提供更有意义的安全性分数，如同其应用于用户120-1。例如，如果用户120-1是正寻找服装店的无伴随、未配备武器的白人女性，那么例如如果是在天黑以后并且位置150-1是具有很高的在天黑以后进行的针对白人和/或女性的暴力犯罪的发生率的位置，则警告可能是合适的。此外，如果位置150-1是具有很少购物选项的位置，那么警告可能是合适的。在这种情况下，用户120-1将找到可接受用于执行她的预期任务的位置150-1的可能性很小，而用户120-1遇到暴力或犯罪的危险可能高到不能接受。

相比而言，如果用户120-1是黑人女性社会工作者、被授权携带隐藏手枪、并且由至少一个其他人陪伴，并且如果用户120-1’去位置150-1的目的是对需要她的服务的孩子进行与工作相关的拜访，那么对用户120-1的警告可能是多余的并且可能被认为是误报。

在一些情况下，误报是有害的，这不仅是因为其立刻被用户忽略，而且是因为如果位置声誉系统100定期地提供误报，那么用户120-1可能开始连位置声誉系统100一起忽略。

在一个示例中，可穿戴设备130配备有生物计量传感器，比如，用于情感、心率、血压和皮肤电导的传感器。当用户120-1进入位置150-1时，移动设备110可以确定位置150-1是新的“区域”(或者可以仅周期性地请求更新)，并且之后可以从可穿戴设备130中请求相关简档、情境和意图数据。然而，仅通过示例的方式来公开这一点。在其他情况下，移动设备110可以具有其自己的传感器，或者可以在根本没有可穿戴设备130的情况下进行操作。

在收集用户数据之后，移动设备110则可以将用户数据连同其当前位置上传至由声誉服务运营商302(图3)操作的声誉服务器300(图3)。然后，声誉服务器300可以被配置成用于计算所述位置的情境感知声誉分数。声誉服务器300将此分数递送至移动设备110，并且移动设备110可以判定警告是否是合适的。再次，仅通过示例的方式来公开这一点。在其他情况下，关于是否提供警告的决定可以存在于声誉服务器300上或者在可穿戴设备130上。

一旦计算了所述分数，移动设备110就可以向可穿戴设备130提供信号、数据包、或其他信息，指示所述分数的值。然后，可穿戴设备130可以采取适当行动，比如，改变标尺上可能例如从绿色到黄色、到橙色、到红色变化的、大致指示标量分数的范围的显示颜色。可穿戴设备130还可以包括提供更大粒度的威胁值的数字显示器。在其他情况下，可穿戴设备130可以提供附加警告，比如，声音警告、如振动等触觉警告、如闪光等高能见度警告、或者任何其他适当的警告机制。应当注意的是，仅通过非限制性示例的方式来提供这些警告，并且无需在每一个环境中提供完全相同的警告。确实，在一些实施例中，预料的是，根本不提供任何特别的警告。这可以是可配置的选项。例如，如果用户120-1正进入可疑位置150-1，那么她的可穿戴设备130采用不会引起对用户120-1的附加注意的方式来表现可能不是有利的。由此，在一些情况下，警告行动可以被配置成用于通过更细微的方式来得到用户120-1的注意。在一个实施例中，不提供任何特定警告，并且相反，给出对威胁分数的简单显示。在这种情况下，用户120-1可以简单地训练她自己来定期地检查可穿戴设备130，以便确定局部威胁分数。这将向用户120-1提供关于位置150-1的有用信息，而不一定吸引对可穿戴设备130或用户120-1的注意。

图1A是根据本说明书的一个或多个示例的第二用户120-2和第二位置150-2的透视图。在这种情况下，用户120-2可以是部署在敌方或潜在敌方的位置中的战斗士兵。用户120-2配备有集成的可穿戴设备140，所述可穿戴设备比图1的可穿戴设备130更大且更有能力。例如，集成的可穿戴设备140可以包括图1的移动设备110和移动设备130的所有相关功能。由此，在此示例中，用户120-2无需携带单独的移动设备110。

在这种情况下，集成的移动设备140吸引对其自己或对用户120-2的注意的危险可能甚至更大。由此，集成的可穿戴设备140可以提供极低的简档显示，仅具有相关且必要的信息。在一些情况下，可穿戴设备140可以包括手动激活的背光，从而使得用户120-2可以对可穿戴设备140的显示器进行阅读，或者可以包括在黑暗条件下仅可通过如夜视镜等特殊设备来观察的显示器。

与图1一样，位置150-2的局部威胁分数应当不仅基于位置本身，而且基于包括用户120-2的简档、意图和情境的用户数据。在这种情况下，用户120-2是配备武器的，并且可以将接受增大的风险(比如，入侵到敌方区域中)预期为他的工作职能的一部分。然而，对用户120-2的考虑可以是：他不希望在知道威胁的情况下偶然漫步到敌方区域中。用户120-2简单地使与位置150-2的相对威胁特性相关的信息对其可用也是有益的。在这种情况下，用户120-2的简档度量可以包括他的国籍或在敌对行动中的阵营、训练水平(例如，参谋对特种部队军官)、以及等级(其中，升高的等级可能使他成为更期望的目标)。情境可以包括他的当前军备和装备、他的随行部队的大小、沟通能力、离工作基地的距离、如空中支援等支援服务的可用性等。

在战斗士兵的情况下，事件可能不一定包括犯罪，而是遭遇敌对势力。由此，事件模板可以考虑与之前的敌对活动的接近度或其严重性，以及之前活动的性质。

在这种情况下，用户120-2可能希望使与潜在威胁的性质相关的附加或更大粒度的细节对其可用。由此，在这种情境中，三值或四值色谱上的简单标量威胁分数可能不充分。相反，用户120-2可能需要多维威胁向量，其中，一个或多个向量具有8比特(256个值)或更多的精度。集成的可穿戴设备140还可以配备有允许用户120-2检索与报道的威胁相关的附加细节的接口。

总公司或指挥结构接收与用户120-2及其相关联的势力所位于的地方相关的实时信息也可以是有益的。拒绝这种信息对于敌对势力同样重要或者甚至有可能更加重要。由此，在一个示例中，集成的可穿戴设备140可以向中央机构报告其位置，从而使得指挥结构能够具有与用户120-2和相关资产所位于的地方相关的实时信息。可以经由强加密以及使用军用级安全方法来提供这种数据，以便确保敌对势力不会获得所述信息。

仅通过示例的方式来提供这两种配置。在一些情况下，移动设备110和可穿戴设备130的组合可能对战斗士兵120-2来说更加合适，而在其他情况下，对集成的可穿戴设备140的使用可能对平民行人120-1来说更加期望。

图2是根据本说明书的一个或多个示例的移动设备110的框图。移动设备110可以是任何适当的计算设备。在各种实施例中，通过非限制性示例的方式，“计算设备”可以是或者可以包括：计算机、嵌入式计算机、嵌入式控制器、嵌入式传感器、个人数字助理(PDA)、可穿戴计算机、膝上型计算机、蜂窝电话、IP电话、智能电话、平板计算机、可转换平板计算机、手持式计算器、或者用于处理和传达数据的任何其他电子、微电子或微电子机械设备。应当明确理解的是，也可以在适当环境中将移动设备110的配置应用到可穿戴设备130和集成的可穿戴设备140上。

移动设备110包括连接至存储器220的处理器210，已经在所述存储器中存储了用于提供操作系统222和声誉引擎224-1的可执行指令。在本说明书中，声誉引擎224通常可以用于指代如在本文中所描述的对声誉引擎的整体操作，而声誉引擎224-1可以指代声誉引擎的由移动设备110、可穿戴设备130和/或集成的可穿戴设备140提供的部分。声誉引擎224-2(图3)指代声誉引擎224的由声誉服务器300提供的部分。如在本文中所提供的，通过示例的方式来公开的功能划分旨在是非限制性的。

移动设备110的其他部件包括存储设备250、网络接口260、和外围接口240。

在示例中，处理器210经由存储器总线270-3被通信地耦合至存储器220，所述存储器总线可以是例如直接存储器访问(DMA)总线。处理器210可以经由系统总线270-1被通信地耦合至其他设备。如贯穿本说明书所使用的，“总线”包括任何有线或无线互连线、网络、连接、线束、单根总线、多根总线、交叉式网络、单级网络、多级网络、或者可操作用于在计算设备的部分之间或者在计算设备之间承载数据、信号或电力的其他传导介质。应当注意的是，仅通过非限制性示例的方式来公开这些用途，并且一些实施例可以省略前述总线中的一根或多根总线，而其他实施例可以采用附加或不同总线。

在各种示例中，“处理器”可以包括提供可编程逻辑的硬件、软件或固件的任何组合，包括(通过非限制性示例的方式)微处理器、数字信号处理器、现场可编程门阵列、可编程逻辑阵列、专用集成电路、或者虚拟机处理器。

处理器210可以在DMA配置中经由DMA总线270-3而连接至存储器220。为了简化本公开，存储器220被公开为单个逻辑块，但是在物理环境中可以包括具有任何一种或多种适当的易失性或非易失性存储器技术的一个或多个块，包括例如DDR RAM、SRAM、DRAM、缓存、L1或L2存储器、片上存储器、寄存器、闪存、ROM、光学介质、虚拟存储器区域、磁性或磁带存储器等。在某些实施例中，存储器220可以包括相对低等待时间的易失性主存储器，而存储设备250可以包括相对更高等待时间的非易失性存储器。然而，存储器220和存储设备250无需是物理分离的设备，并且在一些示例中可以仅表示功能的逻辑分离。还应当注意的是，尽管通过非限制性示例的方式公开了DMA，但是DMA并非与本说明书一致的唯一协议，并且其他存储器架构是可用的。

存储设备250可以是任何种类的存储器220，或者可以是单独的设备，比如，硬盘驱动器、固态驱动器、外部存储设备、独立磁盘冗余阵列(RAID)、网络附接存储设备、光学存储设备、磁带驱动器、备份系统、云存储设备、或者前述各项的任何组合。存储设备250可以是或者可以在其中包括一个或多个数据库或者存储在其他配置中的数据，并且可以包括所存储的操作软件拷贝，比如，操作系统222和声誉引擎224-1的软件部分。许多其他配置也是有可能的，并且旨在被包括在本说明书的广泛范围内。

可以提供网络接口260，以便将移动设备110通信地耦合至有线或无线网络。如贯穿本说明书所使用的，“网络”可以包括可操作用于在计算设备之内或之间交换数据或信息的任何通信平台，包括(通过非限制性示例的方式)自组织本地网络、向计算设备提供电子互动能力的互联网架构、老式电话系统(POTS)(计算设备可以使用老式电话系统来执行这样的事务：在所述事务中，所述计算设备可由人类操作员辅助，或者在所述事务中，他们可以手动地将数据键入电话或其他适当电子设备中)、在系统中的任何两个节点之间提供通信接口或交换的任何分组数据网络(PDN)、或者任何局域网(LAN)、城域网(MAN)、广域网(WAN)、无线局域网(WLAN)、虚拟专用网(VPN)、内联网、或者促进网络或电话环境中的通信的任何其他适当架构或系统。

在一个示例中，声誉引擎224-1是执行如图6的方法600或根据本说明书的其他方法等方法的公共设施或系统。在各种实施例中，可以在硬件、软件、固件或其某个组合中将声誉引擎224-1具体化。例如，在一些情况下，声誉引擎224-1可以包括被设计成用于执行方法或其一部分的专用集成电路，并且还可以包括可操作用于指示处理器执行所述方法的软件指令。在一些情况下，声誉引擎224-1可以作为“守护进程”而运行。“守护进程”可以包括作为后台进程而运行的任何程序或可执行指令系列(不论在硬件、软件、固件或其任何组合中实施)、终止并驻留程序、服务、系统扩展、控制面板、启动程序、BIOS子例程、或在没有直接用户交互的情况下进行操作的任何类似程序。还应当注意的是，仅通过非限制性示例的方式来提供声誉引擎224-1，并且也可以结合、除了或代替声誉引擎224-1而提供其他硬件和软件(包括交互式或用户模式软件)，以便执行根据本说明书的方法。

在一个示例中，声誉引擎224-1包括存储在可操作用于执行图6的方法600或根据本说明书的类似方法的非瞬态介质上的可执行指令。在适当时间，比如，在启动移动设备110之后或者在来自操作系统222或用户120的命令之后，处理器210可以从存储设备250中检索声誉引擎224-1的拷贝(或其软件部分)并将其加载到存储器220中。然后，处理器210可以迭代地执行声誉引擎224-1的指令。

还示出了用户数据引擎226，通过示例的方式在存储器220中提供了软件部分。用户数据引擎226可以视情况而收集、存储和/或报告包括用户的简档、情境和意图的用户数据。用户数据引擎226可以与外围接口240接口连接，以便收集生物计量数据。用户数据引擎226还可以包括所存储的如用户120在创建简档之后提供的信息等用户输入、或者如用户可能在出发执行任务之前或者在另一个适当时间提供的明确“意图”输入等用户输入。

外围接口240可以被配置成用于与连接至移动设备110的但不一定是移动设备110的核架构的一部分的辅助设备接口连接。外围设备可操作用于向移动设备110提供扩展的功能，并且可能或者可能不完全依赖于移动设备110。在一些情况下，外围设备可以是计算设备本身。通过非限制性示例的方式，外围设备可以包括输入和输出设备，比如，显示器、振动器、警告灯、生物计量或其他传感器、终端、打印机、键盘、鼠标、调制解调器、网络控制器、传感器、换能器、致动器、控制器、数据获取总线、摄像头、话筒、扬声器、或外部存储设备。在此示例中具体示出了全显示器242、警告显示器244、扬声器246、和话筒248，以供与本文中所公开的某些实施例一起使用。

图3是根据本说明书的一个或多个示例的声誉服务器300的框图。声誉服务器300可以是如结合图2而描述的任何适当计算设备。通常，除非另外特别指出，图2的定义和示例可以被认为同样适用于图3。

声誉服务器300包括连接至存储器320的处理器310，已经在所述存储器中存储了用于提供操作系统322和声誉引擎224-2的可执行指令。声誉服务器300的其他部件包括存储设备350、网络接口360、和外围接口340。

在示例中，处理器310经由存储器总线370-3被通信地耦合至存储器320，所述存储器总线可以是例如直接存储器访问(DMA)总线。处理器310可以经由系统总线370-1被通信地耦合至其他设备。

处理器310可以在DMA配置中经由DMA总线370-3而连接至存储器320。为了简化本公开，如结合图2的存储器220而描述的，存储器320被公开为单个逻辑块，但是在物理环境中可以包括具有任何一种或多种适当的易失性或非易失性存储器技术的一个或多个块。在某些实施例中，存储器320可以包括相对低等待时间的易失性主存储器，而存储设备350可以包括相对更高等待时间的非易失性存储器。然而，如结合图2而进一步描述的，存储器320和存储设备350无需是物理分离的设备。

如结合图2的存储设备250而描述的，存储设备350可以是任何种类的存储器320或者可以是单独的设备。存储设备350可以是或者可以在其中包括一个或多个数据库或者存储在其他配置中的数据，并且可以包括所存储的操作软件拷贝，比如，操作系统322和声誉引擎224-2的软件部分。许多其他配置也是有可能的，并且旨在被包括在本说明书的广泛范围内。

可以提供网络接口360，以便将声誉服务器300通信地耦合至有线或无线网络。如贯穿本说明书所使用的，“网络”可以包括可操作用于在计算设备之内或之间交换数据或信息的任何通信平台，包括(通过非限制性示例的方式)自组织本地网络、向计算设备提供电子互动能力的互联网架构、老式电话系统(POTS)(计算设备可以使用老式电话系统来执行这样的事务：在所述事务中，所述计算设备可由人类操作员辅助，或者在所述事务中，他们可以手动地将数据键入电话或其他适当电子设备中)、在系统中的任何两个节点之间提供通信接口或交换的任何分组数据网络(PDN)、或者任何局域网(LAN)、城域网(MAN)、广域网(WAN)、无线局域网(WLAN)、虚拟专用网(VPN)、内联网、或者促进网络或电话环境中的通信的任何其他适当架构或系统。

在一个示例中，声誉引擎224-2是执行如图6的方法600或根据本说明书的其他方法等方法的公共设施或系统。在各种实施例中，可以在硬件、软件、固件或其某个组合中将声誉引擎224-2具体化。例如，在一些情况下，声誉引擎224-2可以包括被设计成用于执行方法或其一部分的专用集成电路，并且还可以包括可操作用于指示处理器执行所述方法的软件指令。如以上所描述的，在一些情况下，声誉引擎224-2可以作为守护进程而运行。还应当注意的是，仅通过非限制性示例的方式来提供声誉引擎224-2，并且也可以结合、除了或代替声誉引擎224-2而提供其他硬件和软件(包括交互式或用户模式软件)，以便执行根据本说明书的方法。

在一个示例中，声誉引擎224-2包括存储在可操作用于执行图6的方法600或根据本说明书的类似方法的非瞬态介质上的可执行指令。在适当时间，比如，在启动声誉服务器300之后或者在来自操作系统322或用户120的命令之后，处理器310可以从存储设备350中检索声誉引擎224-2的拷贝(或其软件部分)并将其加载到存储器320中。然后，处理器310可以迭代地执行声誉引擎224-2的指令。

外围接口340可以被配置成用于与连接至声誉服务器300的但不一定是声誉服务器300的核架构的一部分的辅助设备接口连接。外围设备可操作用于向声誉服务器300提供扩展的功能，并且可能或者可能不完全依赖于声誉服务器300。在一些情况下，外围设备可以是计算设备本身。通过非限制性示例的方式，外围设备可以包括结合图2的外围接口240而讨论的设备中的任何设备。

图4是根据本说明书的一个或多个示例的位置声誉系统100的所选部件的功能框图。在此示例中，可穿戴设备130和集成的可穿戴设备140的种类可以包括(通过非限制性示例的方式)可穿戴手环130-1和可穿戴智能手表130-2。其他实施例也是有可能的，包括被具体地配置成用于提供位置声誉系统的定制解决方案。移动设备110的示例可以包括平板计算机110-1、移动电话110-2或膝上型计算机110-3。本文中还公开了移动网络370和物联网网关372。声誉服务器300可以被配置成用于提供如本文中所描述的声誉引擎224的全部或部分。

根据信号链430，用户设备向服务器300提供情报，包括位置、用户数据(包括例如用户简档、情境和意图)、和一天中的时间、以及本文中所讨论的其他相关因素。

根据信号链440，声誉服务器300向用户设备提供回如标量或向量声誉分数等数据。然后，用户设备可以向用户120提供如本文中所讨论的适当通知。

图5是根据本说明书的一个或多个示例的位置声誉系统100的功能框图。图5在一个示例中表示了信息流，在所述信息流中，每一个块接收零个或多个输入并且提供一个或多个输出，并且其中，块在功能上或在信息上彼此相关。在图5的功能块之间不需要一对一映射和特定硬件或软件配置。在一些情况下，单个硬件或软件平台可以提供本文中所列出的多项功能；在其他情况下，单个硬件或软件平台可以专用于执行本文中所公开的单项功能；并且在又其他情况下，多个硬件或软件平台可以被配置成用于采用分布式方式来执行单项功能。因此，图5的功能公开旨在被广泛地解释为涵盖可操作用于和被配置成用于执行所描述的功能(不论他们如何分布)的任何适当硬件和/或软件配置。

在此示例中，多个数据源510向声誉引擎224提供数据，而用户数据引擎226提供用户数据连同如位置和一天中的时间等环境数据。使用这些输入以及任何其他适当输入，声誉引擎224向计算设备110提供声誉分数552；在这种情况下，所述计算设备也可以包括可穿戴设备130或集成的可穿戴设备140。

数据源510包括与特定位置相关的数据的任何适当来源。数据源510的数量和类型可以取决于使用情境。例如，在针对行人或驾驶员的个人安全应用中，大量分布式数据源可能是可用的。这些分布式数据源可以提供很宽的数据横截面，并且因此导致富数据环境。在其他更专业的情境中，更多受限的数据源可能是可用的。

数据源的非限制性示例包括网络爬虫512、物联网513、专用数据提供商514、已发布数据源516和众包数据518。

网络爬虫512可以是被设计成用于智能地搜索如在线新闻来源、警讯、和可以向位置声誉系统提供有用输入的其他适当的网络资源等网站的软件应用。网络爬虫512可以被进一步配置成用于解析那些数据源以及用于智能地提取相关头条、故事或报道，以供与位置声誉系统100一起使用。基于网络的数据源可以包括如可免费访问的网站等免费来源和如具有付费门槛的新闻站点等付费来源两者。在有效载荷站点的情况下，网络爬虫512可以基于对服务的适当订阅而配备有适当凭证，所述服务可由声誉服务运营商302提供。在某些示例中，声誉服务运营商302可以反过来出售对其位置声誉服务的订阅，由此提供可行的商业企业。

在一个示例中，网络爬虫将事件报道定位如下：

警官Gordon Shy(戈登·夏伊)说道，星期二早上，一名男性在持刀伤人事件中严重受伤。

据报道，38岁受害者在上午4：20左右在Turk Street(特克街)第300街区中与另外五名男性发生争吵。Shy说道，那些男性开始向彼此扔东西时，五名男性之一在躯干和手臂中刺伤他多次。

物联网513还可以提供有用数据。物联网在概念上是通常在嵌入式平台中运行并被配置成用于向感兴趣的服务(包括声誉服务器300)提供大量信息的一组分布式传感器、检测器、监视器和其他互联网使能设备。物联网513可以包括摄像头、话筒、速度检测器、智能家电、用于如汽车、船只和航空器等车辆的“黑匣子”、或者任何其他适当的网络使能设备。在一些情况下，这些设备的最终用户具有启用互联网通信资源和向服务提供相关数据的选项。在一些情况下，可以匿名地、伪署名地、或伪匿名地提供相关数据。物联网数据聚合商可以收集这些数据并可以再次经由订阅服务来提供所述数据。在这种情况下，物联网数据聚合商可以但不一定不同于声誉服务器300的运营商。

专用数据提供商514可以包括直接向声誉服务器300提供数据的任何适当个人或实体。这可以是例如被具体地配置成用于将可能感兴趣的事件迁到声誉服务器300、将与那些事件相关的数据格式化、并且向声誉服务器300提供那些数据的服务。这可以包括直接由声誉服务供应商302雇佣或聘用且可以根据意图而采用对声誉服务器300有用的形式来提供数据的人类或计算机团队。在军事应用的情况下，专用数据提供商514可以包括情报收集或联络报告。

已发布数据源516可以包括如Lexis、Westlaw(万律)等通用数据聚合服务。已发布数据源516可以不采用具体用于声誉服务器300的目的驱动格式来提供数据，但是可以提供从许多数据源(包括公共和私人记录)聚合的大数据库，所述大数据库然后可以用于为声誉服务提供商302有用地对数据进行格式化。在一些情况下，专用数据提供商514和已发布数据源516可以包括实质性交叉。

最终，还提供了众包数据518。众包数据518依赖于这样的理论：来自足够大群志愿者用户的甚至微小输入可能作为总体而提供有用的数据源。这可以包括来自用户设备的自动化报告、或者来自对事件和活动进行报道的大量用户的手动输入。

来自所有数据源510的信息可以被广泛地称为向数据获取块520提供的位置数据。数据获取块520可以被配置成用于从数据源510中接收数据，并可以执行某种水平的数据调节，比如，将数据标准化为通用格式或者从不同的数据源510中解析出相关字段。

数据获取块520向事件提取器530提供格式化的或经调节的数据。事件提取器530可操作用于将数据块细分成许多数据类别。由此，事件提取器530可以在其本身内部包括可用于对传递自数据获取块520的每一个报告的部分进行分类的数据分类法。

在一个示例中，事件提取器530可以解析之前识别的事件如下：

据报道，38岁受害者在上午4：20左右在Turk Street(特克街)第300街区中与另外五名男性发生争吵。Syy说道，那些男性开始向彼此扔东西时，五名男性之一在躯干和手臂中刺伤他多次。

在此示例中，数据已经被分类如下：

受害者性别：男(“男性”)。

受害者年龄：38岁(“38岁”)。

严重性：相当高(“严重受伤”)。

犯罪性质：使用致命武器来进行的殴打、攻击(“持刀伤人事件”、“刺伤”)。

武器类型：刀(“持刀伤人事件”、“刺伤”)。

一天中的时间：清晨(“早上”、“上午4:20”)。

位置：特克街300到390号(“特克街第300街区”)。

敌对方大小：小-中(“五名男性”)。

然后，事件提取器530可以向犯罪分类器540、受害者简档542和其他数据块544提供数据子集。犯罪分类器540可以被配置成用于向每一个事件分配分数，比如，严重性。在此示例中，例如谋杀的等级可能比非致命攻击的等级相对更高。非致命攻击的等级反过来可能比对未占用的房屋的盗窃的等级更高。对未占用的房屋的盗窃的等级可能比对为占用的车辆的盗窃的等级更高。当然，仅通过示例的方式来提供了这些情况，并且可能针对每一种特定情境而开发相关标度。

也可以沿着两条或更多条轴线而对犯罪分类器进行评分。例如，相比在针对男性用户的威胁轴线上，对女性的性侵犯的分数在针对女性用户的威胁轴线上可能更高。类似地，相比在针对特种部队单元的威胁轴线上，配备武器的对手进行的袭击的分数在针对供应护卫的威胁轴线上可能更高。由此，预料的是，在设计时间，系统设计师将提供一条或多条相关轴线或者在其上的尺寸，以便对潜在威胁进行评分。

如果存在可识别的受害者，那么受害者简档542可以提供与可用于每一个事件的受害者的简档一样全面的简档。应当注意的是，在这种情境中，仅通过示例的方式来使用“受害者”。在适合于本公开的许多情景下，特定受害者可能不可识别。然而，在许多情况下，可以沿着一条或多条轴线对每一个事件的对象或目标进行分类，并且在适当环境中，可以将每一个对象或目标的属性与用户120进行比较。

在块544中，认识到的是，对于每一个事件，可以包括未被明确分类为犯罪分类器540或受害者简档540的其他类型的数据。由此，其他数据分类器块544可以根据适当属性来对那些其他数据进行分类。

可以提供强度评估块570，以便向每一个事件分配强度分数。如本文中所进一步讨论的，单个事件的强度可能在两条或更多条不同的轴线之间变化。

在块560中，每一个事件可以被分配给零个或多个事件模板，从而使得常见类型的事件可以被分组到一起。在一些情况下，事件可能不会充分地符合现有事件模板，在这种情况下，所述事件可能被分配有独特的状态，并且可能是“独立”的，直到发生可以类似方式分类的事件。在以上示例中，持刀伤人事件可以被分配给如“使用致命武器的非致命攻击”等模板。

最终，向声誉计算引擎550提供模板化的事件。声誉计算引擎550还从用户数据引擎226处接收用户数据。基于这些输入中的一些或全部输入，声誉计算引擎550计算位置150的情境感知声誉分数552。然后，可以视情况而向最终用户设备580提供声誉分数552，所述最终用户设备可以包括以下各项中的一些或全部：移动设备110、可穿戴设备130或集成的可穿戴设备140。

图6是根据本说明书一个或多个示例的由声誉引擎224执行的方法600的流程图。在适当环境中，可以在任何适当的计算设备(包括以下各项中的任一项或全部：移动设备110、可穿戴设备130、集成的可穿戴设备140、或服务器300)上执行方法600。

应当注意的是，在本方法中公开的操作仅通过非限制性示例的方式提供，并且并不旨在是限制性的。在某些实施例中，可以省略、可以以不同的顺序来执行、或者可以视情况而变更本文中所公开的操作中的一项或多项操作。在其他情况下，可以在本流程图中连续公开的操作之间插入附加操作。由此，应当理解的是，仅通过示例的方式并且出于说明和讨论的目的而提供方法600。在某些示例中，系统设计师将根据特定情境的需求来提供设计细节。

在框610中，声誉引擎224查询用户120的位置150的声誉。这可能自动地发生(比如，按预定计划、按用户120的需求、或者在任何其他适当刺激下在不同区域之间移动时)。应当注意的是，在一些情况下，这可能采取从移动设备110到服务器130的查询的形式；或者在一些情况下，所述查询可能在移动设备110内部发生。

在框620中，声誉引擎224从用户设备处接收如用户简档、意图和情境等数据。

在框630中，声誉引擎224接收事件模板560。然后，声誉引擎224通过时间和空间限制来查询事件。

在框640中，声誉引擎224根据本文中所公开的方法来执行简档意图和情境匹配。

在框650中，声誉引擎224计算声誉度量。以上更具体地——特别是参照图5——描述了对声誉度量的计算。

在框660中，声誉引擎224计算综合声誉分数。综合声誉分数仅通过示例的方式来提供。如本文中所描述的，也可以提供多维声誉分数。

在框670中，声誉引擎224将综合声誉分数推送至移动设备110。

在决策框672中，声誉引擎224判定声誉分数是否超过阈值。

如果声誉分数没有超过阈值，则在框690中，完成所述方法。

返回到框672，如果声誉分数超过阈值，则在框680中，声誉引擎224可以警告用户120。这种警告可以采取本文中所公开的警告中的任何警告的形式。

在框690中，完成方法600。

图7是根据本说明书的一个或多个示例的计算声誉分数的数学方法的框图。在此示例中，仅通过非限制性示例的方式来提供盗窃710、暴力720和谋杀730的事件模板。这些模板中的每一个模板可以具有分配给所述模板的一个或多个离散事件。

标量事件分数S_i可以被计算为：

S_i＝I(.)*G_S(.)*G_T(.)

可以针对匹配特定事件或“犯罪”模板的每一个事件而计算S_i，i∈Cr{C₁，C₂，...C_N)。注意，可能存在与“犯罪”类型i有关的多于一种事件类型或多于一个数量的事件。

强度计算I(.)可以采用形式

在此示例中，I(.)是强度因素，并且可以是事件或犯罪本身的函数。例如，在这种情况下，I_盗窃<I_暴力<I_谋杀。

G_S和G_T分别是空间和时间衰减因素。这承认由于事件在时间和空间两者上移动得更远，所以其对声誉的影响将较小。

空间因素G_S可以是事件位置与目标位置(比如，用户120的当前位置150)之间的空间距离的单调递减函数。在一个示例中，所述运算是具有以下形式的高斯函数：

在以上示例中，所述函数在欧几里德空间(Euclidean Space)中单调地减小，但是可以使用其他单位(比如，如城市街区)。对于定制单位，1的最高值可以被分配给d＝＝0，而0的最低值可以被分配给d＝＝k*σs。

时间因素G_T可以是例如事件发生时间与当前时间之间的时间距离的单调递减函数。在一个示例中，所述运算是具有以下形式的高斯函数：

在一个示例中，可以通过以下形式的压缩函数来计算每一个事件的坏名声：

在一个实施例中，这种压缩函数基于这样的假设：场所的坏名声的衰减在任何瞬间以与在所述瞬间的声誉值成比例的速率发生，即：

其中，k和分别为比例常数和特定于事件的偏项。

在框780中，综合事件分数被总计为整体声誉R，其中，R≡1-D，并且通过以下公式来计算D(整体坏名声分数)：

在这种情况下，根据以下公式，W_i可以是与其他事件相关联的事件类型的分数影响：

在这种归一化的情况下，D＝1-R应当在0与1之间。

可以通过沿着多条轴线计算单独的分数从而计算多维或向量声誉分数R790。例如，可以针对男性和女性、暴力和非暴力犯罪、致命和非致命事件、或用户数据或环境数据因素的任何组合(其中，沿着不同的轴线提供单独的分数是有用的)而计算单独的分数。

图8是根据本说明书的一个或多个示例的位置声誉系统100的所选部分的功能框图。

简档元块810包括在一些情况下可由如可穿戴设备130或集成的可穿戴设备140提供的功能。这些包括位置检测器，所述位置检测器可由GPS传感器812提供，所述GPS传感器不仅对纬度和经度敏感，而且对日期、时间、高度、和方向敏感。

可以使用加速度计814来确定用户120什么时候在运动中，以及用户120移动得有多快。在一些情况下，加速度计814可以结合指南针用于例如通过向GPS坐标提供实时“航位推算”更新来增强GPS传感器812的纬度和经度计算。

可以使用情感传感器815来测量如汗水、心率、皮肤酸度或碱度、温度、或情感、情绪或健康的其他指标等输入。

心率监视器816可以具体用于确定用户120的心率在什么时候已经增大，这可以指示紧张状况。

血压传感器817也可以提供压力指标的另一个维度。

皮肤电导818可以提供情绪或情感指示的又另一个维度。

位置输出可以提供如本文中所描述的位置数据。可穿戴运算块810的其他输出可以形成用户简档或用户情境的一部分。

在框820中，意图输入可由用户120明确地提供，例如，用户120可以表明她要去工作、购物或者闲逛。在其他情况下，用户120的意图可通过框820来推断，比如，基于一天中的时间和位置。

如本文中所公开的，情境发现块830提供适当的情境832。

情境832、意图822和用户简档840，连同任何其他相关输入构成用户数据。用户数据被提供给移动设备110。移动设备110可以将用户数据中的一些或全部用户数据上传至个人安全云服务850。声誉服务器300可以提供这一点。

个人安全云服务850可以提供声誉引擎224的主要部分。这可以包括用于声誉计算860的内容数据库，所述内容数据库可以容纳在例如存储设备350上或者在专用数据库服务器上。框880提供简档、意图和情境匹配模型。这将声誉分数882提供回移动设备110。

图9是根据本说明书的一个或多个示例的示例图形用户界面的视图。在一个实施例中，可以在移动设备110上提供这种界面，并且这种界面可以包括GPS地图叠合。在这种情况下，“我”图标指示用户120的位置。也可以提供针对“吉姆”和“汤姆”的附加图标。在一个示例中，“我”图标是绿色的，指示高安全性声誉。“吉姆”图标可能是黄色的，指示中间声誉。“汤姆”图标可能是红色的，指示低声誉。出于本文中所公开的合法目的中的任何合法目的或者出于任何其他合法目的，这可以允许用户120追踪其他用户的位置和他们的相对安全性。

这还展示了声誉的另一个方面，即，用户120通常可以将接近他的家庭位置(或者其他工作基地)的位置考虑为比远离他的家庭的位置相对更“安全”。由此，在一些情况下，离家庭位置的距离可以是影响整体声誉的因素。

在其他情况下，“家庭”位置可以用于推断如收入和社会地位等用户人口统计资料。例如，农村或郊外用户可能对汽车夜盗和涂鸦事件更敏感，而城市用户可能将这种事件考虑为是更日常的。在某些实施例中，可以例如在建立申请之后通过邀请用户120主观地对某些类型的事件的严重性进行评估的问卷来明确地输入这种人口统计数据。

人口统计数据还可以例如用于计算作为目标的个人的价值。例如，在有绑架危险的区域中，富人或相对富裕的人员可能具有很高的货币价值并且因此是更加诱人的绑架目标。在军事情境中，相比入伍士兵，更高等级的军官可能是更有价值的俘获或杀害目标。在发生人类拐卖的区域中，具有期望特性的个人可能是更受欢迎的诱拐目标。

与家庭位置的接近度也可以影响用户120请求别人帮助的能力。在平民情境中，相比远离家庭单独行走的男性，能够向他的妻子或警官请求协助的用户可能处于较小危险中。在军事、工业或危险工作环境中，增援、支援或其他帮助的附近可用性也可能是影响因素。

前述内容概述了若干实施例的特征，从而使得本领域的技术人员可以更好地理解本公开的方面。本领域的技术人员应所述认识到，他们可以容易地将本公开用作设计或修改其他过程以及结构的基础，以便于实施相同的目的和/或实现在此介绍的实施例的相同优点。本领域的技术人员还应意识到，所述等同构造没有背离本公开的精神和范围，并且在不背离本公开的精神和范围的情况下，可做出各种改变、替换和替代。

本公开的特定实施例可以容易地包括片上系统(SOC)中央处理单元(CPU)封装件。SOC表示将计算机或其他电子系统的部件整合到单个芯片中的集成电路(IC)。其可以包含数字、模拟、混合信号、以及射频功能，所有所述功能可以在单个芯片基底上提供。其他实施例可以包括多芯片模块(MCM)，多个芯片位于单个电子封装件内并且被配置成用于通过电子封装件彼此紧密交互。在各种其他实施例中，数字信号处理功能可以在专用集成电路(ASIC)、现场可编程门阵列(FPGA)和其他半导体芯片中的一个或多个硅核中实施。

在示例实施方式中，本文中所概述的处理活动的至少一些部分也可以在软件中实施。在一些实施例中，这些特征中的一个或多个特征可以在所公开的附图的元件外部提供的硬件中实施，或者可以采用任何适当方式来合并，以便实现预期功能。各种部件可以包括可以协调以便实现如本文中所概述的操作的软件(或往复式软件)。在仍其他实施例中，这些元件可以包括促进其操作的任何适当的算法、硬件、软件、部件、模块、接口或对象。

此外，可以移除或者以其他方式合并与所描述的微处理器相关联的部件中的一些部件。在一般意义上，在附图中所描绘的安排在其表示上可以更加逻辑，而物理架构可以包括各种排列、组合和/或这些元件的混合。必须注意，可以使用无数可能的设计配置来实现本文中所概述的操作目标。相应地，相关联的基础设施具有大量替代安排、设计选择、设备可能性、硬件配置、软件实施方式、设备选项等。

任何适当配置的处理器部件可以执行与数据相关联的任何类型的指令以便实现本文中所详细说明的操作。本文中所公开的任何处理器可以将元件或物品(例如，数据)从一种状态或一种东西转换为另一种状态或另一种东西。在另一个示例中，本文中所概述的一些活动可以使用固定逻辑或可编程逻辑(例如，由处理器执行的软件和/或计算机指令)实施，并且本文中所标识的元件可以是某种类型的可编程处理器；可编程数字逻辑(例如，现场可编程门阵列(FPGA)；可擦除可编程只读存储器(EPROM)；电可擦除可编程只读存储器(EEPROM)；包括数字逻辑、软件、代码、电子指令、闪速存储器、光盘、CD-ROM、DVD ROM、磁性或光学卡、适合于存储电子指令的其他类型的机器可读介质、或其任何适当组合的ASIC。在操作中，处理器可以将信息存储在任何适当类型的非瞬态存储介质(例如，随机存取存储器(RAM)、只读存储器(ROM)、现场可编程门阵列(FPGA)、可擦除可编程只读存储器(EPROM)、电可擦除可编程ROM(EEPROM)等)、软件、硬件中或者在适当情况下并基于特定需要存储在任何其他适当的部件、设备、元件或物体中。进一步地，可以在任何数据库、寄存器、表格、缓存器、队列、控制列表、或存储结构(所有所述可以在任何适当的时间帧被引用)中基于特定需要和实施方式提供在处理器中被跟踪、发送、接收或存储的信息。本文中所讨论的存储器项中的任何存储器项应当被解释为包括在宽泛术语‘存储器’内。类似地，本文中所描述的可能的处理元件、模块、和机器中的任何一者应当被解释为包括在宽泛术语‘微处理器’或‘处理器’内。此外，在各种实施例中，本文中所描述的处理器、存储器、网卡、总线、存储设备、相关外围设备、以及其他硬件元件可由软件或固件配置来模仿或虚拟化所述硬件元件的功能的处理器、存储器和其他相关设备来实现。

采用各种形式来具体化实施本文中所描述的功能中的所有或部分功能的计算机程序逻辑，包括但决不限于源代码形式、计算机可执行的形式、以及各种中间形式(例如，由汇编器、编辑器、链接器或定位器生成的形式)。在示例中，源代码包括以各种编程语言实施的一系列计算机程序指令，比如，目标代码、汇编语言、或高级语言(比如，与各种操作系统或操作环境一起使用的OpenCL、Fortran、C、C++、JAVA或HTML)。源代码可以限定并使用各种数据结构和通信消息。源代码可以采用计算机可执行的形式(例如，经由解释器)，或者源代码可以被转换(例如，经由转换器、汇编器、或编译器)成计算机可执行的形式。

在对以上实施例的讨论中，可以容易地替换、替代或以其他方式修改缓冲器、图形元件、互连、时钟、DDR、传感器和/或其他部件，以便满足特定电路需要。此外，应当注意的是，对互补电子设备、硬件、非瞬态软件等的使用提供了同等可行的选项，以便实施本公开的教导。

在一个示例性实施例中，可以在相关联的电子设备的板上实施附图的任何数量的电路。所述板可以是可以容纳电子设备的内部电子系统的各种部件并进一步为其他外围设备提供连接器的一般电路板。更具体地，所述板可以提供电连接，系统的其他部件可以通过所述电连接来进行电通信。可以基于特定配置需要、处理需求、计算机设计等来将任何适当的处理器(包括数字信号处理器、微处理器、支持芯片组等)、存储器元件等耦合至所述板。如外部存储设备、附加传感器、用于音频/视频显示的控制器、以及外围设备等其他部件可以作为插入卡而经由线缆附接至所述板，或者整合到所述板本身中。在另一个示例实施例中，附图的电路可以被实施为独立的模块(例如，具有相关联的部件的设备和被配置成用于执行特定应用或功能的电路)，或者被实施为到电子设备的专用硬件的插入模块。

注意，使用本文中所提供的许多示例，可以关于两个、三个、四个或更多个电气部件来对交互进行描述。然而，已经仅为了清晰和示例的目的而完成了这一点。应理解的是，可以采用任何适当方式来合并所述系统。根据类似设计替代方案，可以在各种可能的配置中组合附图中展示的部件、模块和元件中的任一者，所有所述配置在本说明书的广泛范围内。在某些情况下，通过仅参照有限数量的电气元件，可能更容易描述一组给定流程的功能中的一项或多项功能。应当理解的是，附图的电路及其教导是可容易扩展的，并且可以容纳大量部件以及更复杂/成熟的安排和配置。相应地，所提供的示例不应限制如潜在地应用到无数其他架构上的电路的范围或抑制其宽泛教导。

许多其他的改变、替代、变更、改变、和修改对本领域技术人员来说是确定的，并且旨在本公开包含了落在所附权利要求书的范围内的所有的改变、替代、变更、改变、和修改。为了帮助美国专利及商标局(USPTO)以及另外本申请发布的任何专利的任何读者理解本申请所附权利要求书，申请人希望注意本申请人：(a)并不旨在所附权利要求中的任一项因为在本申请的申请日存在而援引35U.S.C.第112章第(6)段，除非具体权利要求中特别适用了单词“用于……的装置”或“用于……的步骤””；并且(b)并不旨在通过本说明书中未在所附权利要求书中反映出的任何陈述以任何方式限制本公开。

示例实施方式

在示例1中公开了一种声誉服务器，所述声誉服务器包括用户数据接口；位置数据接口；事件数据接口；以及声誉引擎，所述声誉引擎可操作用于：通过所述用户数据接口接收与用户有关的用户数据；通过所述事件数据接口接收事件数据；通过所述位置数据接口接收对目标位置进行标识的位置数据；以及计算所述位置相对于所述用户的情境感知声誉。

在示例2中公开了如权利要求1所述的声誉服务器，其中，计算所述目标位置相对于所述用户的所述情境感知声誉包括形式为S_i＝I(.)*G_S(.)*G_T(.)的运算，其中，G_S是空间影响因素，并且G_T是时间影响因素。

在示例3中公开了如权利要求2所述的声誉服务器，其中，每一类型的事件的分数包括形式为的运算。

在示例4中公开了如权利要求3所述的声誉服务器，其中，G_S是所述目标位置与事件位置之间的距离的单调递减函数。

在示例5中公开了如权利要求4所述的声誉服务器，其中，G_S是根据计算的。

在示例6中公开了如权利要求3所述的声誉服务器，其中，G_T是自事件起的时间的单调递减函数。

在示例7中公开了如权利要求6所述的声誉服务器，其中，G_T是根据计算的。

在示例8中公开了如权利要求1所述的声誉服务器，其中，计算所述位置相对于所述用户的所述情境感知声誉包括：从所述事件数据中提取一个或多个事件；以及根据事件严重性和对象简档来对每一个事件进行分类。

在示例9中公开了在示例9中公开了如权利要求1所述的声誉服务器，其中，所述情境感知声誉是标量。

在示例10中公开了如权利要求1所述的声誉服务器，其中，所述情境感知声誉是多维向量。

在示例11中公开了如权利要求1所述的声誉服务器，其中，所述用户数据包括从由以下各项组成的组中选择的简档因素：尺码、身高、体重、年龄、种族、族群、性别、性取向、性别认同状态、宗教信仰、党派关系、独特标记、肤色、显要地位、财政价值、和训练。

在示例12中公开了如权利要求1所述的声誉服务器，其中，所述用户数据包括从由以下各项组成的组中选择的情境因素：运输模式、设备、军备、保护、生理状况、情绪、心率、压力指标、体温、工作职能、团队大小、离工作基地的距离、沟通能力、一天中的时间、以及天气。

在示例13中公开了如权利要求1所述的声誉服务器，其中，所述用户数据包括目的因素。

在示例14中公开了一种或多种其上存储有指令的计算机可读介质，所述指令用于提供声誉引擎，所述声誉引擎可操作用于：接收与用户有关的用户数据；接收事件数据；接收对目标位置进行标识的位置数据；以及计算所述位置相对于所述用户的情境感知声誉。

在示例15中公开了如权利要求14所述的一种或多种计算机可读介质，其中，计算所述目标位置相对于所述用户的所述情境感知声誉包括形式为S_i＝I(.)*G_S(.)*G_T(.)的运算，其中，G_S是空间影响因素，并且G_T是时间影响因素。

在示例16中公开了如权利要求15所述的一种或多种计算机可读介质，其中，每一类型的事件的分数包括形式为的运算。

在示例17中公开了如权利要求16所述的一种或多种计算机可读介质，其中，G_S是所述目标位置与事件位置之间的距离的单调递减函数。

在示例18中公开了如权利要求17所述的一种或多种计算机可读介质，其中，G_S是根据计算的。

在示例19中公开了如权利要求16所述的一种或多种计算机可读介质，其中，G_T是自事件起的时间的单调递减函数。

在示例20中公开了如权利要求19所述的一种或多种计算机可读介质，其中，G_T是根据计算的。

在示例21中公开了如权利要求14所述的一种或多种计算机可读介质，其中，计算所述位置相对于所述用户的所述情境感知声誉包括：从所述事件数据中提取一个或多个事件；以及根据事件严重性和对象简档来对每一个事件进行分类。

在示例22中公开了如权利要求14所述的一种或多种计算机可读介质，其中，所述情境感知声誉是标量。

在示例23中公开了如权利要求14所述的一种或多种计算机可读介质，其中，所述情境感知声誉是多维向量。

在示例24中公开了一种移动设备，所述移动设备包括位置定位器；用户数据引擎；以及声誉引擎客户端，所述声誉引擎客户端可操作用于：从所述位置定位器接收位置；从所述用户数据引擎接收用户简档、意图和情境；以及确定所述位置的声誉，其中，所述声誉至少部分地基于所述用户简档、意图和情境。

在示例25中公开了如权利要求24所述的移动设备，其中，所述声誉引擎客户端进一步可操作用于：基于所述位置的所述声誉来提供用户警告。

Claims

1.一种声誉服务器，包括：

用户数据接口；

位置数据接口；

事件数据接口；以及

一个或多个逻辑元件，所述一个或多个逻辑元件至少包括硬件计算平台，所述一个或多个逻辑元件包括声誉引擎，所述声誉引擎可操作用于：

通过所述用户数据接口接收用户的情境数据和所述用户的简档数据，所述情境数据包括与所述用户有关的动态因素，简档包括关于所述用户的、相对于所述情境数据而言相对静态的因素；

通过所述位置数据接口接收对目标位置进行标识的位置数据；

通过所述事件数据接口接收本地事件数据，所述本地事件数据包括在所述目标位置本地的一个或多个人类驱动的历史事件；

基于所述情境数据、所述简档数据和所述事件数据的组合，为所述用户计算所述位置的情境感知的人类安全声誉；以及

向所述用户通知所述人类安全声誉。

2.如权利要求1所述的声誉服务器，其中，计算所述目标位置相对于所述用户的所述情境感知人类安全声誉包括形式为S_i＝I(.)*G_S(.)*G_T(.)的运算，其中，G_S是空间影响因素，并且G_T是时间影响因素。

3.如权利要求2所述的声誉服务器，其中，每一种类型的事件的分数包括形式为的运算。

4.如权利要求3所述的声誉服务器，其中，G_S是所述目标位置与事件位置之间的距离的单调递减函数。

5.如权利要求4所述的声誉服务器，其中，G_S是根据计算的。

6.如权利要求3所述的声誉服务器，其中，G_T是自事件起的时间的单调递减函数。

7.如权利要求6所述的声誉服务器，其中，G_T是根据计算的。

8.如权利要求1至7中任一项所述的声誉服务器，其中，计算所述位置相对于所述用户的所述情境感知声誉包括：从所述事件数据中提取一个或多个事件；以及根据事件严重性和对象简档来对每一个事件进行分类。

9.如权利要求1至7中任一项所述的声誉服务器，其中，所述情境感知声誉是标量。

10.如权利要求1至7中任一项所述的声誉服务器，其中，所述情境感知声誉是多维向量。

11.如权利要求1至7中任一项所述的声誉服务器，其中，所述用户数据包括从由以下各项组成的组中选择的简档因素：尺码、身高、体重、年龄、种族、族群、性别、性取向、性别认同状态、宗教信仰、党派关系、独特标记、肤色、显要地位、财政价值、和训练。

12.如权利要求1至7中任一项所述的声誉服务器，其中，所述用户数据包括从由以下各项组成的组中选择的情境因素：运输模式、设备、军备、保护、生理状况、情绪、心率、压力指标、体温、工作职能、团队大小、离工作基地的距离、沟通能力、一天中的时间、以及天气。

13.如权利要求1至7中任一项所述的声誉服务器，其中，所述用户数据包括目的因素。

14.一种提供声誉引擎的方法，包括：

接收用户的情境数据和所述用户的简档数据，所述情境数据包括与所述用户有关的动态因素，简档包括关于所述用户的、相对于所述情境数据而言相对静态的因素；

接收对目标位置进行标识的位置数据；

接收本地事件数据，所述本地事件数据包括在所述目标位置本地的一个或多个人类驱动的历史事件；

基于所述情境数据、所述简档数据和所述事件数据的组合，为所述用户计算所述位置的情境感知人类安全声誉；以及

向所述用户通知所述人类安全声誉。

15.如权利要求14所述的提供声誉引擎的方法，其中，计算所述目标位置相对于所述用户的所述情境感知人类安全声誉包括形式为S_i＝I(.)*G_S(.)*G_T(.)的运算，其中，G_S是空间影响因素，并且G_T是时间影响因素。

16.如权利要求15所述的提供声誉引擎的方法，其中，每一类型的事件的分数包括形式为的运算。

17.如权利要求16所述的提供声誉引擎的方法，其中，G_S是所述目标位置与事件位置之间的距离的单调递减函数。

18.如权利要求17所述的提供声誉引擎的方法，其中，G_S是根据计算的。

19.如权利要求16所述的提供声誉引擎的方法，其中，G_T是自事件起的时间的单调递减函数。

20.如权利要求19所述的提供声誉引擎的方法，其中，G_T是根据计算的。

21.如权利要求14至20中任一项所述的提供声誉引擎的方法，其中，计算所述位置相对于所述用户的所述情境感知声誉包括：从所述事件数据中提取一个或多个事件；以及根据事件严重性和对象简档来对每一个事件进行分类。

22.如权利要求14至20中任一项所述的提供声誉引擎的方法，其中，所述情境感知声誉是标量。

23.如权利要求14至20中任一项所述的提供声誉引擎的方法，其中，所述情境感知声誉是多维向量。

24.一种用于提供声誉引擎的设备，包括用于执行如权利要求14至23中的任一项所述的提供声誉引擎的方法的装置。

25.如权利要求24所述的用于提供声誉引擎的设备，其中，所述设备包括处理器和存储器。

26.一种计算机可读介质，具有存储于其上的指令，所述指令当由计算设备执行时，使所述计算设备执行如权利要求14-23中的任一项所述的提供声誉引擎的方法。