CN110933605B - 移动目标的挖掘方法及装置 - Google Patents
移动目标的挖掘方法及装置 Download PDFInfo
- Publication number
- CN110933605B CN110933605B CN201911176784.2A CN201911176784A CN110933605B CN 110933605 B CN110933605 B CN 110933605B CN 201911176784 A CN201911176784 A CN 201911176784A CN 110933605 B CN110933605 B CN 110933605B
- Authority
- CN
- China
- Prior art keywords
- fence data
- imsi
- fence
- target
- data set
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/22—Processing or transfer of terminal data, e.g. status or physical capabilities
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Traffic Control Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供一种移动目标的挖掘方法及装置,其中所述方法包括:确定目标区域内的若干个围栏数据采集设备,作为目标采集设备,将每个目标采集设备采集的预设时间段的围栏数据组成一个围栏数据集;将每个围栏数据集中同一个IMSI的围栏数据进行去重;统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数;从次数符合预设阈值的IMSI中确定移动目标使用的IMSI。本发明获取目标的IMSI具有速度快并且准确度高的优势,对安全监控以及目标定位提供了更好的支持。
Description
技术领域
本发明涉及通信技术领域,更具体地,涉及移动目标的挖掘方法及装置。
背景技术
国际移动用户识别码(IMSI,International Mobile Subscriber Identity),是用于区分蜂窝网络中不同用户的、在所有蜂窝网络中不重复的识别码。手机将IMSI存储于一个64比特的字段发送给网络。
围栏数据采集设备,又称手机电子围栏系统,属于公共安全卡口型设备,该设备能够采集出现在监控范围内的围栏数据,围栏数据通常包括终端的IMSI、终端出现在监控范围内时进行通信的时刻——通常称之为采集时间。
在公共安全监控中会遇到需要获取目标人物的手机号的问题,目前更多的是采用合法地从通信运营商处获得,但这种方式一方面存在滞后的问题,可能获取到的手机号已经是目标人物弃之不用的号码,另一方面,可能目标人物并没有亲自使用该手机号,而是由其他人使用,因此,如何更准确、实时地获取目标人物的手机号就成了公共安全监控中必须要解决的问题。
发明内容
本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的移动目标的挖掘方法及装置。
第一个方面,本发明实施例提供一种移动目标的挖掘方法,包括:
确定目标区域内的若干个围栏数据采集设备,作为目标采集设备,将每个目标采集设备采集的预设时间段的围栏数据组成一个围栏数据集;
将每个围栏数据集中同一个IMSI的围栏数据进行去重;
统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数;
从次数符合预设阈值的IMSI中确定移动目标使用的IMSI。
所述将每个围栏数据集中同一个IMSI的围栏数据进行去重,具体为:
对于每个围栏数据集,逐一判断围栏数据集中的围栏数据记录的IMSI是否已在当前的围栏数据集中出现,若未出现,则保留围栏数据;若已出现,则将围栏数据从围栏数据集中删除。
优选地,所述将每个围栏数据集中同一个IMSI的围栏数据进行去重,具体为:
对每个围栏数据集创建一个HashSet容器;
将围栏数据集中的各围栏数据依次输入至对应的HashSet容器中,所述HashSet容器以围栏数据记录的IMSI为元素,判断是否将围栏数据保存在HashSet容器中;
将所述HashSet容器中保存的围栏数据作为去重后的围栏数据集。
优选地,所述统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数,具体为:
将所有去重后的围栏数据集中的围栏数据输入至HashMap数据结构中,所述HashMap以围栏数据记录的IMSI作为键,以IMSI出现的次数作为值,获得键值对,根据键值对获知同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数。
优选地,所述从次数符合预设阈值的IMSI中确定移动目标使用的IMSI,具体为:
将次数符合预设阈值的IMSI作为待定IMSI,将记录所述待定IMSI的围栏数据作为待定围栏数据;
获取各围栏数据采集设备采集所述待定围栏数据的时序,并与移动目标的移动轨迹所经过的围栏数据采集设备进行对比,若对比结果符合预设要求,则将所述待定IMSI作为移动目标使用的IMSI。
优选地,所述统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数,之前还包括:
若去重后的围栏数据集的数据规模大于预设阈值,则将所述去重后的围栏数据集拆分为多个围栏数据子集。
优选地,所述统计同一个IMSI的围栏数据在去重后的所述围栏数据集中出现的次数,具体为:
将拆分最多的一个去重后的围栏数据集作为目标数据集,对所述目标数据集拆分出的每个围栏数据子集创建一个并行执行的线程,所述线程用于统计对应的围栏数据子集中的同一个IMSI的围栏数据在其他去重后的围栏数据集中出现的次数。
第二个方面,本发明实施例提供一种移动目标的挖掘装置,包括:
数据集获取模块,用于确定目标区域内的若干个围栏数据采集设备,作为目标采集设备,将每个目标采集设备采集的预设时间段的围栏数据组成一个围栏数据集;
去重模块,用于将每个围栏数据集中同一个IMSI的围栏数据进行去重;
次数统计模块,用于统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数;
确定模块,用于从次数符合预设阈值的IMSI中确定移动目标使用的IMSI。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的移动目标的挖掘方法及装置,利用围栏采集设备能够采集一定范围内的围栏数据的特性,首先根据移动目标的移动区域,即目标区域和在该区域的时间段,确定围栏数据采集设备和围栏数据集,之后对围栏数据集中同一个IMSI的围栏数据进行去重,为后续统计IMSI出现在不同围栏数据集的次数提供进程,再对IMSI出现在所有去重后的围栏数据集中的出现次数进行统计,将次数较少的IMSI进行剔除,缩小挖掘范围,本发明实施例克服了现有技术获取移动目标的手机号存在延迟以及准确度较低的问题,通过预先确定的移动目标的活动范围确定移动目标的手机号,速度快并且准确度更高,对安全监控以及目标定位提供了更好的支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的移动目标的挖掘方法的流程示意图;
图2为本发明另一个实施例提供的移动目标的挖掘方法的流程示意图;
图3为本发明实施例提供的移动目标的挖掘装置的结构示意图;
图4为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的移动目标的挖掘方法的流程示意图,如图1所示包括:
S101、确定目标区域内的若干个围栏数据采集设备,作为目标采集设备,将每个目标采集设备采集的预设时间段的围栏数据组成一个围栏数据集。
需要说明的是,为了将移动目标挖掘出来,首先需要选定目标区域,然后确定目标区域内的围栏数据采集设备,本发明实施例对确定的围栏数据采集设备的条件不做具体限定,例如可以是目标区域内的所有围栏数据采集设备,也可以是一部分围栏数据采集设备。确定围栏数据采集设备后,将每个围栏数据采集设备采集的预设时间的围栏数据组成一个围栏数据集,也就是说,确定几个围栏数据采集设备,就需要获取几个围栏数据集。
S102、将每个围栏数据集中同一个IMSI的围栏数据进行去重。
可以理解的是,当人群逗留在围栏数据采集设备附件时,可能在短时间内采集到同一IMSI的围栏数据,本发明实施例选择将每个围栏数据集中同一个IMSI的围栏数据进行去重,使得每个围栏数据集中的围栏数据的IMSI都是不同的。
S103、统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数。
通过统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数,相当于获知了某个IMSI的终端的移动范围。
S104、从次数符合预设阈值的IMSI中确定移动目标使用的IMSI。
同一个IMSI的围栏数据出现的次数少,可以认为该IMSI对应的行人的移动范围较小,由于在移动目标的挖掘过程中,会确定出移动目标的较长的移动距离,从而将移动目标和其他行人区别出来,因此本发明实施例将移动范围较小的IMSI进行删除,并从剩余的IMSI中确定移动目标,从而提高挖掘效率。需要说明的是,本发明实施例的预设阈值,既可以是一个较小的数,用于排除移动较少的IMSI对应的行人,也可以是移动目标移动轨迹所经过的围栏数据采集设备的数目,比如,移动目标经过了5个围栏数据采集设备,那么预设阈值取5。
本发明实施例的移动目标的挖掘方法,利用围栏采集设备能够采集一定范围内的围栏数据的特性,首先根据移动目标的移动区域,即目标区域和在该区域的时间段,确定围栏数据采集设备和围栏数据集,之后对围栏数据集中同一个IMSI的围栏数据进行去重,为后续统计IMSI出现在不同围栏数据集的次数提供进程,再对IMSI出现在所有去重后的围栏数据集中的出现次数进行统计,将次数较少的IMSI进行剔除,缩小挖掘范围,本发明实施例克服了现有技术获取移动目标的手机号存在延迟以及准确度较低的问题,通过预先确定的移动目标的活动范围确定移动目标的手机号,速度快并且准确度更高,对安全监控以及目标定位提供了更好的支持。
在上述各实施例的基础上,作为一种可选实施例,所述将每个围栏数据集中同一个IMSI的围栏数据进行去重,具体为:
对于每个围栏数据集,逐一判断围栏数据集中的围栏数据记录的IMSI是否已在当前的围栏数据集中出现,若未出现,则保留围栏数据;若已出现,则将围栏数据从围栏数据集中删除。
需要说明的是,由于围栏数据中记录了IMSI信息和采集时间,因此可以根据采集时间的顺序,逐个判断IMSI是否重复。
在上述各实施例的基础上,作为一种可选实施例,利用Java中HashSet容器不允许存在重复元素的特性来对围栏数据进行去重,具体,所述将每个围栏数据集中同一个IMSI的围栏数据进行去重,具体为:
对每个围栏数据集创建一个HashSet容器;
将围栏数据集中的各围栏数据依次输入至对应的HashSet容器中,所述HashSet容器以围栏数据记录的IMSI为元素,判断是否将围栏数据保存在HashSet容器中;
将所述HashSet容器中保存的围栏数据作为去重后的围栏数据集。
需要说明的是,HashSet容器中不允许存在重复元素,因此本发明以围栏数据记录的IMSI为元素,将围栏数据依次输入至HashSet容器中,如果HashSet容器之前没有保存具有同一IMSI的围栏数据,那么该围栏数据就可以保存至HashSet容器中,反之则无法保存,基于这一特性,最终HashSet容器中的围栏数据的IMSI都是不同的。
在上述各实施例的基础上,作为一种可选实施例,所述统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数,具体为:
将所有去重后的围栏数据集中的围栏数据输入至HashMap数据结构中,所述HashMap以围栏数据记录的IMSI作为键,以IMSI出现的次数作为值,获得键值对,根据键值对获知同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数。
HashMap数据结构是一个散列表,它存储的内容是键值对(key-value)映射,在本发明实施例中,以IMSI作为键,以IMSI出现的次数作为值,利用Java中HashMap键不允许重复的特性,声明HashMap<String,Integer>,其中String部分用来存放IMSI,Integer部分用来存放出现次数。
在上述各实施例的基础上,作为一种可选实施例,所述从次数符合预设阈值的IMSI中确定移动目标,具体为:
将次数符合预设阈值的IMSI作为待定IMSI,将记录所述待定IMSI的围栏数据作为待定围栏数据;
获取各围栏数据采集设备采集所述待定围栏数据的时序,并与移动目标的移动轨迹所经过的围栏数据采集设备进行对比,若对比结果符合预设要求,则将所述待定IMSI作为移动目标使用的IMSI。
本发明实施例根据IMSI的出现次数进行筛选,将次数满足预设阈值的IMSI作为待定IMSI,从而缩小了确定移动目标的范围。将记录待定IMSI的围栏数据作为待定围栏数据,需要注意的是,记录待定IMSI的围栏数据是从去重后的所有围栏数据集中获取的。具体地,某个IMSI的围栏数据分别出现在围栏数据采集设备a、b、c和d采集的去重后的围栏数据集中,根据4个围栏数据的采集时间,发现该IMSI先后出现在围栏数据采集设备b、a、c和d,通过分析移动目标的移动轨迹,若移动目标也恰好依次经过围栏数据采集设备b、a、c和d,那么将所述待定IMSI作为移动目标使用的IMSI。需要说明的是,在实际使用过程中通过增加围栏数据采集设备的数量,以及精确测算移动目标的移动时间,根据移动时间确定预设时间段,可以实现IMSI的准确定位。
在上述各实施例的基础上,作为一种可选实施例,所述统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数,之前还包括:
若去重后的围栏数据集的数据规模大于预设阈值,则将所述去重后的围栏数据集拆分为多个围栏数据子集。
需要说明的是,当围栏数据集的数据量较大时,将围栏数据一个个与其他围栏数据集中的围栏数据进行IMSI比对,耗时巨大,因此本发明实施例将围栏数据集拆分成多个围栏数据集子集,将拆分最多的一个去重后的围栏数据集作为目标数据集,对所述目标数据集拆分出的每个围栏数据子集创建一个并行执行的线程,所述线程用于统计对应的围栏数据子集中的同一个IMSI的围栏数据在其他去重后的围栏数据集中出现的次数。
具体地,每个线程由于创建一个HashMap数据结构,然后向HashMap中输入该线程对应的围栏数据子集中的围栏数据以及其他去重后的围栏数据集中的围栏数据,获得的结果将是围栏数据子集中的围栏数据在所有去重后的围栏数据集中出现的次数。
图2为本发明另一个实施例提供的移动目标的挖掘方法的流程示意图,如图2所示,包括:
S201、确定目标区域内的若干个围栏数据采集设备,作为目标采集设备,将每个目标采集设备采集的预设时间段的围栏数据组成一个围栏数据集;
S202、将每个围栏数据集中同一个IMSI的围栏数据进行去重;
S203、判断每个去重后的围栏数据集的数据规模是否大于预设阈值,若是,则对去重后的围栏数据集进行拆分;
S204、将拆分最多的一个去重后的围栏数据集作为目标数据集,对所述目标数据集拆分出的每个围栏数据子集创建一个并行执行的线程,所述线程用于统计对应的围栏数据子集中的同一个IMSI的围栏数据在其他去重后的围栏数据集中出现的次数;
S205、统计所有线程的统计结果;
S206、将次数符合预设阈值的IMSI作为待定IMSI,将记录所述待定IMSI的围栏数据作为待定围栏数据;
S207、获取各围栏数据采集设备采集所述待定围栏数据的时序,并与移动目标的移动轨迹所经过的围栏数据采集设备进行对比,若对比结果符合预设要求,则将所述待定IMSI作为移动目标使用的IMSI。
图3为本发明实施例提供的移动目标的挖掘装置的结构示意图,如图3所示,该移动目标的挖掘装置包括:数据集获取模块301、去重模块302、次数统计模块303和确定模块304,其中:
数据集获取模块301,用于确定目标区域内的若干个围栏数据采集设备,作为目标采集设备,将每个目标采集设备采集的预设时间段的围栏数据组成一个围栏数据集;
去重模块302,用于将每个围栏数据集中同一个IMSI的围栏数据进行去重;
次数统计模块303,用于统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数;
确定模块304,用于从次数符合预设阈值的IMSI中确定移动目标使用的IMSI。
本发明实施例提供的移动目标的挖掘装置,具体执行上述各移动目标的挖掘方法实施例流程,具体请详见上述各移动目标的挖掘方法实施例的内容,在此不再赘述。本发明实施例提供的移动目标的挖掘装置利用围栏采集设备能够采集一定范围内的围栏数据的特性,首先根据移动目标的移动区域,即目标区域和在该区域的时间段,确定围栏数据采集设备和围栏数据集,之后对围栏数据集中同一个IMSI的围栏数据进行去重,为后续统计IMSI出现在不同围栏数据集的次数提供进程,再对IMSI出现在所有去重后的围栏数据集中的出现次数进行统计,将次数较少的IMSI进行剔除,缩小挖掘范围,本发明实施例克服了现有技术获取移动目标的手机号存在延迟以及准确度较低的问题,通过预先确定的移动目标的活动范围确定移动目标的手机号,速度快并且准确度更高,对安全监控以及目标定位提供了更好的支持。
图4为本发明实施例提供的电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储在存储器430上并可在处理器410上运行的计算机程序,以执行上述各实施例提供的移动目标的挖掘方法,例如包括:确定目标区域内的若干个围栏数据采集设备,作为目标采集设备,将每个目标采集设备采集的预设时间段的围栏数据组成一个围栏数据集;将每个围栏数据集中同一个IMSI的围栏数据进行去重;统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数;从次数符合预设阈值的IMSI中确定移动目标使用的IMSI。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的移动目标的挖掘方法,例如包括:确定目标区域内的若干个围栏数据采集设备,作为目标采集设备,将每个目标采集设备采集的预设时间段的围栏数据组成一个围栏数据集;将每个围栏数据集中同一个IMSI的围栏数据进行去重;统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数;从次数符合预设阈值的IMSI中确定移动目标使用的IMSI。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种移动目标的挖掘方法,其特征在于,包括:
确定目标区域内的若干个围栏数据采集设备,作为目标采集设备,将每个目标采集设备采集的预设时间段的围栏数据组成一个围栏数据集;
将每个围栏数据集中同一个IMSI的围栏数据进行去重;
统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数;
从次数符合预设阈值的IMSI中确定移动目标使用的IMSI;
所述从次数符合预设阈值的IMSI中确定移动目标使用的IMSI,具体为:
将次数符合预设阈值的IMSI作为待定IMSI,将记录所述待定IMSI的围栏数据作为待定围栏数据;
获取各围栏数据采集设备采集所述待定围栏数据的时序,并与移动目标的移动轨迹所经过的围栏数据采集设备进行对比,若对比结果符合预设要求,则将所述待定IMSI作为移动目标使用的IMSI。
2.根据权利要求1所述的移动目标的挖掘方法,其特征在于,所述将每个围栏数据集中同一个IMSI的围栏数据进行去重,具体为:
对于每个围栏数据集,逐一判断围栏数据集中的围栏数据记录的IMSI是否已在当前的围栏数据集中出现,若未出现,则保留围栏数据;若已出现,则将围栏数据从围栏数据集中删除。
3.根据权利要求1或2所述的移动目标的挖掘方法,其特征在于,所述将每个围栏数据集中同一个IMSI的围栏数据进行去重,具体为:
对每个围栏数据集创建一个HashSet容器;
将围栏数据集中的各围栏数据依次输入至对应的HashSet容器中,所述HashSet容器以围栏数据记录的IMSI为元素,判断是否将围栏数据保存在HashSet容器中;
将所述HashSet容器中保存的围栏数据作为去重后的围栏数据集。
4.根据权利要求1所述的移动目标的挖掘方法,其特征在于,所述统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数,具体为:
将所有去重后的围栏数据集中的围栏数据输入至HashMap数据结构中,所述HashMap以围栏数据记录的IMSI作为键,以IMSI出现的次数作为值,获得键值对,根据键值对获知同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数。
5.根据权利要求1或4所述的移动目标的挖掘方法,其特征在于,所述统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数,之前还包括:
若去重后的围栏数据集的数据规模大于预设阈值,则将所述去重后的围栏数据集拆分为多个围栏数据子集。
6.根据权利要求5所述的移动目标的挖掘方法,其特征在于,所述统计同一个IMSI的围栏数据在去重后的所述围栏数据集中出现的次数,具体为:
将拆分最多的一个去重后的围栏数据集作为目标数据集,对所述目标数据集拆分出的每个围栏数据子集创建一个并行执行的线程,所述线程用于统计对应的围栏数据子集中的同一个IMSI的围栏数据在其他去重后的围栏数据集中出现的次数。
7.一种移动目标的挖掘装置,其特征在于,包括:
数据集获取模块,用于确定目标区域内的若干个围栏数据采集设备,作为目标采集设备,将每个目标采集设备采集的预设时间段的围栏数据组成一个围栏数据集;
去重模块,用于将每个围栏数据集中同一个IMSI的围栏数据进行去重;
次数统计模块,用于统计同一个IMSI的围栏数据在所有去重后的围栏数据集中出现的次数;
确定模块,用于从次数符合预设阈值的IMSI中确定移动目标使用的IMSI;
所述确定模块具体用于:
将次数符合预设阈值的IMSI作为待定IMSI,将记录所述待定IMSI的围栏数据作为待定围栏数据;
获取各围栏数据采集设备采集所述待定围栏数据的时序,并与移动目标的移动轨迹所经过的围栏数据采集设备进行对比,若对比结果符合预设要求,则将所述待定IMSI作为移动目标使用的IMSI。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述移动目标的挖掘方法的步骤。
9.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至6中任意一项所述的移动目标的挖掘方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911176784.2A CN110933605B (zh) | 2019-11-26 | 2019-11-26 | 移动目标的挖掘方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911176784.2A CN110933605B (zh) | 2019-11-26 | 2019-11-26 | 移动目标的挖掘方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110933605A CN110933605A (zh) | 2020-03-27 |
CN110933605B true CN110933605B (zh) | 2021-09-28 |
Family
ID=69851239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911176784.2A Active CN110933605B (zh) | 2019-11-26 | 2019-11-26 | 移动目标的挖掘方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110933605B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104968048A (zh) * | 2015-06-29 | 2015-10-07 | 华南理工大学 | 结合移动网络记录和视频监控数据的目标人物追踪方法 |
CN106102001A (zh) * | 2016-06-02 | 2016-11-09 | 中国联合网络通信集团有限公司 | 可疑犯罪移动终端的筛选方法和系统 |
CN106131784A (zh) * | 2016-06-28 | 2016-11-16 | 中国联合网络通信集团有限公司 | 一种嫌疑号码确定方法、装置和系统 |
CN108346289A (zh) * | 2018-02-13 | 2018-07-31 | 重庆交通大学 | 一种高速公路人车关联系统及方法 |
CN109325429A (zh) * | 2018-09-11 | 2019-02-12 | 深圳前海中电慧安科技有限公司 | 一种关联特征数据的方法、装置、存储介质及终端 |
CN109947758A (zh) * | 2019-04-03 | 2019-06-28 | 深圳市甲易科技有限公司 | 一种基于行为轨迹库的路线碰撞分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011027403A1 (ja) * | 2009-09-04 | 2011-03-10 | 三菱電機株式会社 | 移動経路処理装置およびこれを用いた情報提供システム |
-
2019
- 2019-11-26 CN CN201911176784.2A patent/CN110933605B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104968048A (zh) * | 2015-06-29 | 2015-10-07 | 华南理工大学 | 结合移动网络记录和视频监控数据的目标人物追踪方法 |
CN106102001A (zh) * | 2016-06-02 | 2016-11-09 | 中国联合网络通信集团有限公司 | 可疑犯罪移动终端的筛选方法和系统 |
CN106131784A (zh) * | 2016-06-28 | 2016-11-16 | 中国联合网络通信集团有限公司 | 一种嫌疑号码确定方法、装置和系统 |
CN108346289A (zh) * | 2018-02-13 | 2018-07-31 | 重庆交通大学 | 一种高速公路人车关联系统及方法 |
CN109325429A (zh) * | 2018-09-11 | 2019-02-12 | 深圳前海中电慧安科技有限公司 | 一种关联特征数据的方法、装置、存储介质及终端 |
CN109947758A (zh) * | 2019-04-03 | 2019-06-28 | 深圳市甲易科技有限公司 | 一种基于行为轨迹库的路线碰撞分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110933605A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3771168B1 (en) | Abnormal user identification method | |
CN110347716B (zh) | 日志数据处理方法、装置、终端设备及存储介质 | |
CN110830986B (zh) | 一种物联网卡异常行为检测方法、装置、设备及存储介质 | |
US10243967B2 (en) | Method, apparatus and system for detecting fraudulant software promotion | |
CN108038130B (zh) | 虚假用户的自动清理方法、装置、设备及存储介质 | |
CN107222511B (zh) | 恶意软件的检测方法及装置、计算机装置及可读存储介质 | |
CN103747147B (zh) | 更新通讯录的方法和设备 | |
KR102061833B1 (ko) | 사이버 침해 사고 조사 장치 및 방법 | |
CN113992340B (zh) | 用户异常行为识别方法、装置、设备和存储介质 | |
CN109726737B (zh) | 基于轨迹的异常行为检测方法及装置 | |
CN109409113B (zh) | 一种电网数据安全防护方法和分布式电网数据安全防护系统 | |
CN106301979B (zh) | 检测异常渠道的方法和系统 | |
TWI757638B (zh) | 使用者位置確定方法、裝置、設備及電腦可讀儲存媒體 | |
CN108076032B (zh) | 一种异常行为用户识别方法及装置 | |
CN111064719A (zh) | 文件异常下载行为的检测方法及装置 | |
CN114662772A (zh) | 交通噪音预警方法、模型训练方法、装置、设备及介质 | |
CN110889597A (zh) | 业务时序指标异常检测方法及装置 | |
CN110933605B (zh) | 移动目标的挖掘方法及装置 | |
CN112347100B (zh) | 数据库索引优化方法、装置、计算机设备和存储介质 | |
CN111819559A (zh) | 以量化步长使用机器学习模型用于恶意软件检测 | |
CN110704433B (zh) | 列式存储数据的brin索引构建方法、数据检索方法及装置 | |
CN112559595A (zh) | 安全事件挖掘方法、装置、存储介质及电子设备 | |
CN111552842A (zh) | 一种数据处理的方法、装置和存储介质 | |
CN111835599A (zh) | 一种基于SketchLearn的混合网络测量方法、装置及介质 | |
CN111209266A (zh) | 一种基于Redis数据库的审计方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |