CN111052772B - 用于安全跟踪和生成警报的方法和系统 - Google Patents
用于安全跟踪和生成警报的方法和系统 Download PDFInfo
- Publication number
- CN111052772B CN111052772B CN201780087653.XA CN201780087653A CN111052772B CN 111052772 B CN111052772 B CN 111052772B CN 201780087653 A CN201780087653 A CN 201780087653A CN 111052772 B CN111052772 B CN 111052772B
- Authority
- CN
- China
- Prior art keywords
- location
- incident
- information
- score
- report
- 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 118
- 230000004044 response Effects 0.000 claims abstract description 30
- 230000001502 supplementing effect Effects 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims description 219
- 238000004891 communication Methods 0.000 claims description 26
- 238000010801 machine learning Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 19
- 238000001514 detection method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 18
- 230000033001 locomotion Effects 0.000 description 11
- 230000001960 triggered effect Effects 0.000 description 8
- 230000003542 behavioural effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 7
- 239000000779 smoke Substances 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000002085 persistent effect Effects 0.000 description 6
- 230000008520 organization Effects 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- 230000003213 activating effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000001746 injection moulding Methods 0.000 description 4
- -1 polyethylene terephthalate Polymers 0.000 description 4
- 239000013589 supplement Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 241000282326 Felis catus Species 0.000 description 3
- 239000004698 Polyethylene Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000007123 defense Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004033 plastic Substances 0.000 description 3
- 229920003023 plastic Polymers 0.000 description 3
- 229920000573 polyethylene Polymers 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 230000009469 supplementation Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010019233 Headaches Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 229920000139 polyethylene terephthalate Polymers 0.000 description 1
- 239000005020 polyethylene terephthalate Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000003053 toxin Substances 0.000 description 1
- 231100000765 toxin Toxicity 0.000 description 1
- 108700012359 toxins Proteins 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- 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
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Artificial Intelligence (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Emergency Management (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Technology Law (AREA)
- Telephonic Communication Services (AREA)
- Alarm Systems (AREA)
Abstract
用于对各种条件进行监测、分析、标准化、应用、预测等的计算机化方法。所述方法可以包括通过信道从源接收数据，基于该数据生成报告。报告可以包含与一个或多个事件相关联的信息，该信息响应于确定报告与第一现有事故相对应而以标准化格式汇编。所述方法可以包括利用报告的信息来补充现有事故，现有事故是存储在数据库中的多个现有事故中的一个，并且包括与指定位置和指定时间处的一个或多个事件相对应的信息。所述方法还可以包括生成指定位置处的位置得分、和/或针对在指定位置处的个体、对象和/或财产的安全性得分。
Description
优先权
本申请要求对2017年6月16日提交的、具有申请序列号15/625,982的题为“Methods and Systems For Security Tracking and Generating Alerts”的美国专利申请的优先权及其权益，该美国专利申请要求对2016年12月31日提交的、具有申请序列号62/441,325的题为“Methods and Systems For Security Tracking and GeneratingAlerts”的美国临时申请的优先权及其权益，这两个申请以其全部内容通过引用并入本文中。
背景技术
包括移动电子设备的各种计算设备可能能够访问互联网。这些计算设备可能被用作用于收集可能与各种用户和应用相关的大量数据的源。可能从多个源（例如，各种计算设备）收集数据，并且可以将数据存储在大型服务器数据库（诸如例如，云存储装置）上。经由电子设备通过网络连接对数据的收集可以被称为移动众包（crowdsourcing）。移动众包对于有益的实时数据聚集具有很大潜力，该数据聚集例如可以提供对正在进行的事件、危机、自然灾害等的洞察。
给定可能被收集的大量数据——无论是实时数据还是过去的数据——都可能难以对数据进行分类并标识相关信息。对数据中详述的信息、模式等的共性的分析可能是有益的，并且可以帮助简化信息以及找到预测信息或其他有用的洞察。作为一个示例，分析来自一区域中的各种源的数据以确定关于该区域中的条件或事件的相关信息可能是有益的。可以获得并适当地分析大量数据（例如，实时、众包的数据、和/或过去的数据）的应用可以提供许多益处。
本文中描述了各种系统、设备/装置、方法等，它们可以用于有益地分析所收集的数据——实时数据和过去的数据两者——以开发涉及指定位置在指定时间处的安全性级别的智能，该智能计及当前正在进行的事件和事故、以及过去的事件和事故，其中事件或事故可以包括例如犯罪、社会示威、自然灾害等。此外，系统、设备/装置、方法等可以有益地用于分析所收集的数据，并且生成事故和/或事件的一个或多个模式，以便基于所生成的模式来提供指定位置的预测安全性级别、和/或预测一个或多个具体事故和/或事件。附加地，系统、设备/装置、方法等可以有益地向电子设备的用户、被配置成连接到网络和/或互联网的对象（诸如，智能汽车、智能住宅系统等）和/或其他财产提供警报，作为危险情形、所预测的事故和/或事件（例如，犯罪）的警告，或用户、对象或财产的位置的当前安全性级别的通知。
发明内容
该发明内容旨在提供一些示例，并且不意图以任何方式限制本发明的范围。本文中的描述涉及可以被利用以用于由用户进行的安全性监测、预测、通信和/或其他事物的系统、方法、设备、网络、消息、通信方法、服务、移动设备等。这些可以利用如下逻辑：所述逻辑可以接收一组参数作为输入，该输入可以以图形方式显示或者可以被分析，并且在已经接收了参数作为输入之后，生成新数据并将其以图形方式显示给用户。附加地，所接收的输入可以被发送并在另一设备（例如，电话、计算机、移动设备等）上以图形方式被显示。如本公开中别处描述的各种特征和步骤可以被包括在本文中概述的示例中。
可以提供各种系统、设备、介质、方法等以跟踪用户在一时间处、在一位置中有多安全。这些可以包括本文中别处描述的任何特征、组件、步骤等。在一个实施例中，系统和方法可以用于生成指定位置（例如，确切位置、窄范围位置、区/宽范围位置等）在指定时间处的安全性级别，该安全性级别指示该位置的安全性级别（本文中被称为“位置得分”）。例如，位置得分的生成可以基于大量所收集的数据的基于规则的分析和/或机器学习分析。在一个实施例中，用于生成电子设备的用户的当前位置的位置得分的计算机实现的方法和系统是基于对包括众包数据的大量数据的分析。因此，可以提供包括位置得分和基于位置得分的行为引导的警报。在一个实施例中，位置可以具有多个位置得分，这取决于（一个或多个）位置得分中涵盖的各种范围；例如，确切位置或窄范围位置可以具有与窄范围位置相关联的第一位置得分、以及与涵盖窄范围位置的宽范围位置相关联的第二位置得分。可以提供附加级别的位置评分。
在一个实施例中，非暂时性存储介质可以具有在其上存储的逻辑，该逻辑可以由一个或多个处理器可执行以执行本公开中任何地方描述的操作、或应用本公开中描述的原理的操作。操作的一些示例可以包括以下：分析从第一源接收到的数据；基于所述数据生成报告，所述报告包含与在第一位置处发生的至少一个事件相关联的事件信息，所述事件信息以标准化格式汇编；访问数据库中的所存储的信息，以确定（1）所述报告是否与已知事故相对应，或（2）所述报告是否与新事故相对应；如果确定所述报告与已知事故相对应，则确定所述报告是否包括关于所述已知事故的新信息，并且如果是，则利用关于所述已知事故的新信息来补充数据库中与所述已知事故相对应的现有事故信息，以生成经更新的现有事故信息；如果确定所述报告与新事故相对应，则生成关于所述新事故的新事故信息，以用于存储在数据库中；以及响应于补充所存储的信息或响应于生成所述新事故信息，至少部分地基于经更新的现有事故信息或所述新事故信息来生成针对第一位置的位置得分。可以通过信道从第一源接收所述数据。可以或可能已经向信道指派了信任得分，并且所述信任得分可以被包括在所述数据内和/或与所述数据相关联。所述位置得分可以是可以从针对第一位置的先前位置得分更新的经更新的位置得分。
已知事故可以包括多个事件，例如，所述多个事件中的每个事件可能已经发生在涵盖第一位置的窄范围位置内，并且其中生成所述位置得分可以包括对关于所述多个事件的信息执行分析，所述分析是基于规则的分析或机器学习分析中的至少一个。而且，数据库可以包括关于可能已经在涵盖第一位置的窄范围位置或宽范围位置内发生的多个事故的信息，其中所述多个事故可以包括第一事故，并且其中生成所述位置得分可以包括对关于所述多个事故的信息执行分析，并且所述分析可以是基于规则的分析或机器学习分析中的至少一个。操作可以包括将安全性简档应用/组合到位置得分，以生成特定用户的定制位置得分，或者这可以针对多个用户而完成。如本文中所使用的，“用户”可以包括个人或对象（例如，汽车、房屋或其他居住建筑、政府或商业建筑、自行车、船等）。生成位置得分或用于生成位置得分的操作可以将所存储的信息/数据/等考虑在内或涉及对其进行分析，该信息/数据/等关于可能影响所述位置得分或定制位置得分的多个事件和/或多个事故（例如，某些事件和/或可以基于可被存储在不同用户的安全性简档中的用户特征来不同地影响（或不影响）不同用户的安全性，并且这可以被分析并且并入到定制位置得分的生成中）。
该逻辑还可以由一个或多个处理器可执行以执行操作，所述操作包括：分析从第二源接收到的附加数据；基于所述附加数据生成第二报告，第二报告包含与在第一位置处发生的至少一个事件相关联的附加事件信息，所述附加事件信息以标准化格式汇编；访问数据库中的经更新的现有事故信息；响应于确定第二报告与第一事故相对应并且所述报告包括关于第一事故的附加新信息，而利用所述附加新信息来补充经更新的现有事故信息；以及，在已经利用关于第一事故的附加新信息来补充经更新的现有事故信息之后，至少部分地基于经更新的现有事故信息来生成针对第一位置的经更新的位置得分。从其他源接收的其他数据可以用于生成新事故和/或更新关于在所述位置中或所述位置周围或者在其他位置中正发生或已发生的其他现有事故的所存储的信息，并且可以使用/分析这些中的一个、一些或全部来生成所述位置得分或定制位置得分。
该逻辑可以由一个或多个处理器可执行以执行其他操作来生成和跟踪位置得分和/或定制位置得分，以执行相关功能或操作，并且跟踪用户在一位置中和/或在一时间处的安全性。还可以基于其中用户正在移动/前往或计划移动/前往的位置来生成预测和得分。还可以生成周围的区域位置得分，以指示用户位置之外的区域和/或与用户位置邻近的区域的安全性。操作可能包括在任何给定时间处或随时间跟踪用户的位置。用于电池/功率节省技术的操作可以用于最小化跟踪用户的位置所消耗的电池或功率，例如仅偶尔更新位置或位置得分，诸如当用户或用户设备（例如，电话、平板计算机、计算机等等）移动多于指定距离（例如，多于5-100英尺或其他距离）时。另一个操作可以向用户生成如下警报：该警报包括所述位置得分或者指示所述位置得分（例如，数字得分、书面词句、口头词句、警告、颜色、声音等）。
在一个实施例中，用于生成位置得分的计算机化方法可以包括以下中的一些或全部（以及未列出的步骤）：从第一源接收数据；基于所述数据生成报告，所述报告包含与在第一位置处发生的至少一个事件相关联的事件信息，所述事件信息以标准化格式汇编；访问数据库中的所存储的信息，以确定（1）所述报告是否与已知事故相对应，或（2）所述报告是否与新事故相对应；如果确定所述报告与已知事故相对应，则确定所述报告是否包括关于所述已知事故的新信息，并且如果确定所述报告包括关于所述已知事故的新信息，则利用关于所述已知事故的新信息来补充数据库中与所述已知事故相对应的现有事故信息，以生成经更新的现有事故信息；如果确定所述报告与新事故相对应，则生成关于所述新事故的新事故信息，以用于存储在数据库中；以及响应于补充所存储的信息或响应于生成所述新事故信息，至少部分地基于经更新的现有事故信息或所述新事故信息来生成针对第一位置的位置得分。在第二实施例中，可以响应于从第一源对数据的接收而生成预报告。预报告可以具有与报告相同的结构，但是可以被发送给操作员以供手动审查，这是由于接收到的数据的内容可能不满足预定义的特异性阈值。例如，可以基于经由社交媒体的包括术语“火”的发帖来生成预报告。在这种场景中，预报告可能需要操作员来确认该数据涉及应当针对其生成报告的事故（例如，如与将不会被确认的关于烧烤的社交媒体帖子相对）。在操作员进行确认（例如，批准）后，预报告被转变为报告并且上面讨论的计算机化方法继续。附加地，上面讨论的任何操作（例如，作为上面的逻辑的部分）或本公开中别处讨论的操作/步骤可以作为所述方法中的步骤来执行；还可以包括在别处讨论的特征/特性。
在一个实施例中，用于评估用户有多安全（例如，用于评估安全性级别）和/或用于生成位置得分和/或定制位置得分的计算机化方法可以包括以下中的一些或全部（以及未列出的步骤）：接收触发以生成位置得分和/或定制位置得分，所述触发可以包括用户在一位置中（或者用户可能出行到一位置、前往到一位置等）的指示，并且可以包括时间的指示（例如，用户在当前时间处在所述位置中，或者用户前往到所述位置并且预期在未来时间处到达）；访问数据库中的所存储的信息，其中所存储的信息可以涉及/对应于可以包括所述位置的预定义区域内的一个或多个事故；对所存储的信息执行分析以生成（并且正在生成）针对所述位置的位置得分，所述位置得分至少部分地基于与所述一个或多个事故相关的所存储的信息来提供所述位置有多安全的指示（并且可以是基于时间的或基于时间而改变，所述时间例如早晨、中午、晚上、深夜、周几、一年中的时间、在时间方面与假期或已知事件（例如，超级碗、狂欢节节日）的接近度，或者环境因素可能均影响针对所述位置的不同位置得分的生成）；以及将与用户相对应的安全性简档应用于所述位置得分，以根据所述安全性简档来生成针对用户个性化的定制位置得分。附加地，上面或本公开中别处讨论的任何操作或步骤可以作为所述方法中的步骤来执行；还可以包括在别处讨论的特征/特性。例如，所述方法可以包括向用户生成包括或指示所述位置得分和所述定制位置得分中的一个或多个的警报，和/或执行所述分析包括执行基于规则的分析或机器学习分析中的至少一个。所述方法还可以包括生成第二警报（和/或多个附加警报），该第二警报包括或指示所述位置得分和所述定制位置得分中的一个或多个，其中第二警报（和/或多个附加警报）被传送到预定义列表中列出的一个或多个附加用户。例如，预定义列表可能包括（一个或多个）家庭成员、（一个或多个）朋友、（一个或多个）雇主等中的一个或多个。安全性简档可以包括用户的特性（其可以是详述特性，例如，世界卫生组织（WHO）风险因素），该特性可能影响用户在所述位置中有多安全，其可能与具有不同安全性简档的不同用户在所述位置中将有多安全不同。安全性简档可以与所存储的信息存储在相同数据库中，或者存储在不同的/分离的数据库中。
其他实施例、步骤、操作、特征等可以在下面的详细描述中找到。
附图说明
参考以下附图可以更好地理解所公开的设备/装置、系统、方法等。附图中的组件不一定是按比例的。
图1示出了示例性系统100的示例性架构的示例性框图。
图2示出了一流程图，其图示了用于利用示例性安全性分析引擎（例如，图1中所示的引擎120）来接收详述可以如何从一个或多个源收集事故和/或事件的数据并且生成与接收到的数据中详述的事故和/或事件相对应的位置的位置得分的示例性方法。
图3示出了一流程图，其图示了用于经由示例性移动应用（例如，图10中所示的移动应用1012）来收集数据并且利用安全性分析引擎（例如，图1中所示的引擎120）来生成报告的示例性方法。
图4示出了一流程图，其图示了用于使用安全性分析引擎（例如，图1中所示的引擎120）来评估是否需要在生成与报告相对应的事故或者利用报告来补充现有事故之前验证接收到的数据的示例性方法。
图5示出了一流程图，其图示了用于使用安全性分析引擎（例如，图1中所示的引擎120）来确定报告是否与现有事故相对应并且基于与该报告相对应的所补充的现有事故或新事故来生成位置得分的示例性方法。
图6示出了一流程图，其图示了用于基于使用安全性分析引擎（例如，图1中所示的引擎120）来生成位置得分以及可选地定制位置得分的示例性方法。
图7是一流程图，其图示了用于检测与安全性分析引擎（例如，图1中所示的引擎120）接收到的触发相关联的模式的示例性方法。
图8是一流程图，其图示了用于使用安全性分析引擎（例如，图1中所示的引擎120）来预测事件的示例性方法。
图9是一流程图，其图示了用于使用移动应用（例如，图10中所示的移动应用1012）来执行位置跟踪过程的示例性方法。
图10是示例性系统（例如，图1中所示的系统100）的逻辑表示的示例性实施例。
图11A是被配置有由示例性移动应用（例如，图10中所示的移动应用1012）生成的第一显示屏幕并且显示该第一显示屏幕的示例性网络设备的示例性图示。
图11B是图11A的示例性网络设备的第二示例性图示，该示例性网络设备被配置有由示例性移动应用（例如，图10中所示的移动应用1012）生成的第二显示屏幕并且显示该第二显示屏幕。
图11C是图11A的示例性网络设备的第三示例性图示，该示例性网络设备被配置有由示例性移动应用（例如，图10中所示的移动应用1012）生成的第三显示屏幕并且显示该第三显示屏幕。
图12是被配置成访问示例性网站（例如，图10中所示的网站1016）的另一示例性网络设备的示例性图示。
虽然本公开易受各种修改和替换形式的影响，但是其具体实施例已经在附图中作为举例示出并且将在本文中被详细描述。同样的引用表示类似的元件。应当将本发明理解为不限于所公开的特定形式，而是相反地，本发明要覆盖落入本公开的精神和范围内的所有修改、等同物和替换物。将领会，当前图示在其范围方面不是限制性的，并且可以在要求保护的实施例内组合不同实施例中图示的各种特征。
具体实施方式
做出了描述和示出某些实施例的以下描述和附图，以便以非限制性方式演示可以用于本公开的各种方面和特征的系统、平台、设备、方法等的若干可能的配置。作为一个示例，本文中描述了各种系统、设备/装置和方法，包括可以涉及基于以下各项来确定在给定时间处、在个体、对象和/或财产的位置或潜在位置处的个体、对象和/或财产的位置得分的系统、平台、设备、方法等：当前正在进行的事故和事件、先前的事故和事件、围绕指定位置的地理区域的一般概念和/或其他条件/因素。在一个实施例中，本文中描述的系统的安全性分析引擎可以一般地针对指定位置或者基于个体、对象和/或财产的特性而具体地针对该个体、对象和/或财产来执行位置得分的确定。而且，本文中阐述了许多具体细节，以便提供对本公开的透彻理解；然而，可以在没有这些具体细节中的一个或多个的情况下实践本文中公开的发明。
安全性分析引擎可以监测来自一个至许多源的数据（例如，安全性分析引擎可以监测来自两个或更多个源的众多或大量数据），并且可以生成位置得分、以及可选地定制位置得分（例如，这可以基于源、用户、对象、财产等的特性）。位置得分可以表示特定地理位置（例如，具体地址、具体街区、邻域或其他区域）的安全性级别的指示，并且除了其他事物之外可以基于一个或多个事故、事件和/或事故/事件的类别。事故/事件的类别的示例可以包括例如犯罪、火灾、恐怖主义、天气、自然灾害、工业灾害、防御、污染、流行病等。警察、消防部门、其他服务等的本地响应时间也可以作为因素计入位置得分中。系统（例如，条件分析系统、安全性监测系统等）可以利用过去和当前的条件和事故和/或事件，来针对任何给定位置提供实时统计风险和安全性分析。附加地，安全性分析引擎可以针对任何给定位置或针对给定位置中的个体、对象、财产等提供预测风险分析。因此，可以监测个体、员工、建筑、对象、财产以及甚至整个组织的安全性状态。个性化——经由定制位置得分——允许基于个体属性（诸如，性别、年龄、国籍等）、关于个人和对象或财产属性（诸如，品牌、制造、型号、序列号等）、关于对象或财产的情境风险分析、对警报和行为建议的提供。本文中，术语“定制位置得分”、“个人安全性得分”和“安全性得分”可互换地使用。
安全性分析引擎利用的数据可以以各种方式收集，所述方式包括通过人类用户使用电子设备（例如，网络设备）手动录入数据、电子设备自动请求和/或发送数据、智能对象（例如，能够连接到因特网或另一网络的对象）请求和/或发送数据、操作软件和其他方式。还可以经由挖掘社交媒体来收集数据，例如，经由分析推特订阅源和/或其他社交媒体的网络爬虫或程序。附加地，诸如先前犯罪报告之类的历史数据可以（例如，自动地从数据库或其他信息源、经由操作员手动地等）被请求和/或被提供给安全性分析引擎。
继接收到关于事故和/或事件（例如，犯罪、当前天气条件、自然灾害等）的数据之后，安全性分析引擎可以确定是否：（1）该事故和/或事件与已经被存储在安全性分析引擎或相关联的数据库/存储器内的现有事故信息相对应，并且应当利用任何新信息来更新现有信息；或者（2）没有关于该事故和/或事件的信息被存储在安全性分析引擎或相关联的数据库/存储器内，并且应当生成描述新事故的信息（例如，具有标准化格式的信息，如报告、记录、条目等）。如本文中所使用的“事故”可以指代或对应于单个事件（例如，从而基本上与“事件”可互换）或者可以指代或对应于共同构成事故的多个相关事件（例如，单个犯罪事故可以包括抢劫事件、一个或多个枪击事件、一个或多个伤亡/伤害、一个或多个资产损害事件等）。与事故相关联的更多负面事件可能引起系统将该事故评定为比具有较少事件或仅一个事件的事故更严重；然而，（一个或多个）事件的严重性也可以被加权，例如，单个谋杀事故/事件可能被系统评定/处理为比具有一系列轻微的破坏行为事件的事故更严重。与事故相关的信息（例如，报告、记录、条目等）可以以标准化格式存储，所述标准化格式使得安全性分析引擎能够基于在一位置处发生的多个事故来容易地生成位置得分。除了这种信息之外，安全性分析引擎对位置得分的生成中还可以包括“风险报告”。风险报告可以不一定包括与具体事件或事故相关的信息，而是可以包括关于潜在风险的警告，如例如外交事务办公室发出的关于去往具体位置的出行的声明。在一个实施例中，例如经确认的事故或事件的报告可以利用风险报告中所包括的信息来补充。此外，每个事故可以被指派给阐述事故类型的类别，并且一些类别可以具有多个级别。类别的示例可以包括犯罪、火灾、社会示威、自然灾害、文化活动、体育赛事或其他类别。附加地，可以将“条件标签”指派给每个事故，其中条件标签可以包括与在事故发生的那一刻位置处存在的环境相关的信息（例如，天气条件、事故时间（周几、月份、一天中的时间、季节、具体天气条件等））。条件标签可以用在事故模式检测中。
位置得分的生成、补充或更新可以是周期性的（例如，根据周期性时间间隔而触发）或是非周期性的（例如，根据用户的请求而触发，或者通过例如针对具体位置的附加信息或报告的接收而触发）。因此，位置得分可以基于用户的当前位置或用户正在出行去往的位置（为了方便起见，本文中将讨论短语“用户的当前位置”，但是该讨论类似地应用于用户可能正在出行去往、针对其请求信息（例如，以监测住宅、工作场所、学校等）的位置等）。在确定用户的当前位置后（“位置”可以指代用户在窄范围内（例如，可能在1-10英尺内）的确切位置，或者可以涵盖一个或多个预定义距离范围、围绕用户确切位置的区（例如，可能在10英尺-10英里或更多内）；窄范围位置可以是在相对窄范围内（可能在10-1000英尺内）的区域、街区、邻域；宽范围位置或区可以是在更宽范围内的区域（可能是延伸1000英尺-10英里或更多的区域）、城市、州、国家等），安全性分析引擎确定位于该位置内（例如，在涵盖并围绕用户确切位置的预定义距离范围内）的所有事故。随后，基于一组预定规则（例如，根据事故的类别、严重性和/或评定的第一加权系统），可以针对用户的当前位置生成位置得分。附加地，可以在位置得分生成过程中利用与每个事故的定时相关的第二加权系统。位置可以具有多个位置得分，这取决于（一个或多个）位置得分中涵盖的各种范围；例如，确切位置或窄范围位置可以具有与窄范围位置相关联的第一位置得分、以及与涵盖窄范围位置的宽范围位置相关联的第二位置得分，并且附加的级别也是可能的。
还可以针对具体形式的公共交通生成位置得分。例如，如与针对特定地址或特定公共公园生成的位置得分相对，可以针对诸如游轮、地铁线、铁路线、航线、具体航班等之类的出行模式生成位置得分。在这种实施例中，在针对交通形式确定位置得分时，可以将包括与该交通形式相关的事件（不管地理位置如何）的事故考虑在内。
如上所提及的那样，可以向用户提供根据用户的安全性简档确定的定制位置得分。定制位置得分可以由安全性分析引擎（例如，计算机或硬件执行逻辑）来生成，或者直接在安装在用户的电子设备（例如，网络设备、膝上型计算机、平板计算机、平板手机、移动电话、智能手表等）上的移动应用上生成。当直接在用户设备上的移动应用上（与在中央系统服务器、网络、计算机等上相对）生成和更新位置得分时，用户可以使他或她的安全性简档对于系统、安全性分析引擎以及不具有对该用户设备的访问的任何人保持匿名。
安全性分析引擎还可以基于所生成的位置得分和/或定制位置得分来生成和传送警报。能够以多种格式（诸如，文本消息、电子邮件、音频剪辑等）提供的警报可以向用户、对象、财产、其朋友或家人或雇主等通知：用户、对象或财产处于具有在安全性阈值以下的位置得分或定制位置得分的地理位置中或正在接近所述地理位置（例如，系统或用户可以发送处于不同安全性级别的警报，该安全性级别可以由系统或用户设置）。附加地，还可以基于新报告的接收而生成警报。警报还可以提供行为建议（例如，为了保持安全或避免危险而采取的动作提议）、和/或关于离开危险区域的最安全方式的引导、安全避难所的位置（例如，在诸如地震、洪水、恐怖袭击等紧急情况的事件中）和/或安全/紧急装备。附加地，可以生成警报并将其传送到政府官员或办公室、本地消防部门、本地警察部队等，这可以帮助他们快速且有效地响应事故、或更快地标识可能需要附加人员的位置或权威机构的可见存在。例如，在严重事故的情况下，协议可以包括具体通信和/或要求以包括与官员的反馈回路，以便协调具体警报或通信，即，在恐怖袭击的情况下以便防止恐慌。
安全性分析引擎还可以执行模式检测和事件预测过程。模式检测过程可以包括分析存储在安全性分析引擎的一个或多个数据库中的数据，以确定可以是基于时间的、基于位置的、基于事件的和/或基于事故的模式。事件预测过程可以包括执行一个或多个新近生成的（或检测到的）事故与一个或多个模式的相关性。该分析确定一个或多个事故是否与模式的一个或多个特性相关，并且在确定在预定阈值以上的相关性存在后，预测模式的一部分或多部分很可能在未来发生。例如，可以通过将关于具体事故的数据与如下其他数据进行相关来检测模式：该其他数据诸如天气条件或日光情形、距具体位置（例如，火车站、足球场等）预定距离内的场地的类型、位置的人口统计（例如，就业率、平均家庭收入和/或年龄）、或已知的公共事件（例如，假期、具体宗教日等）。
虽然本文中描述了具体实施例，但是不要将本发明限于这些实施例，本发明要被理解为不由本文中所描述的具体实施例所限制，而仅由所附权利要求的范围所限制。来自一个或多个所描述的实施例的特征和细节还可以被组合、添加或移除以形成本发明范围内的其他实施例，这是由于所描述的实施例仅仅是各种特征的示例。
I. 专业术语
在以下描述中，某些专业术语用于描述本发明的特征。例如，在某些情形下，术语“逻辑”和/或“引擎”可以表示被配置成执行一个或多个功能的硬件、固件和/或软件。作为硬件，逻辑可以包括具有数据处理或存储功能性的电路。这种电路的示例可以包括但不限于或局限于：微处理器、一个或多个处理器核、可编程门阵列、微控制器、控制器、专用集成电路、无线接收器、发射器和/或收发器电路、半导体存储器或组合逻辑。本文中，术语逻辑和引擎可以可互换地使用。
逻辑可以是以一个或多个软件模块形式的软件，诸如以可执行应用形式的可执行代码、应用编程接口（API）、子例程、函数、过程、小程序、小服务程序、例程、源代码、目标代码、共享库/动态链接库或一个或多个指令。这些软件模块可以存储在任何类型的合适的非暂时性（计算机可读）存储介质或暂时性存储介质（例如，电气、光学、声学或其他形式的传播信号，诸如载波、红外信号或数字信号）中。非暂时性存储介质的示例可以包括但不限于或局限于：可编程电路；半导体存储器；非永久性存储装置，诸如易失性存储器（例如，任何类型的随机存取存储器“RAM”）；永久性存储装置，诸如非易失性存储器（例如，只读存储器“ROM”、电源支持的RAM（power-backed RAM）、闪速存储器、相变存储器等）、固态驱动器、硬盘驱动器、光盘驱动器或便携式存储器设备。作为固件，可执行代码可以存储在永久性存储装置中。
术语“过程”可以包括计算机程序的实例（例如，指令集合，其在本文中也被称为应用）。在一个实施例中，该过程可以由同时执行的一个或多个线程构成（例如，每个线程可以同时执行相同或不同的指令）。
术语“处理”可以包括二进制的执行或启动应用，其中启动应当被解释为将应用置于打开状态中，并且在一些实现方式中，执行对人类与应用的交互的典型动作的仿真。例如，可以处理应用（互联网浏览应用）使得打开应用并且执行诸如访问网站、滚动网站页面以及激活来自网站的链接的动作（例如，所仿真的人类交互的执行）。
术语“网络设备”可以被解释为具有连接到网络的能力的任何智能电子设备。这种网络可以是诸如互联网之类的公共网络、或者是诸如无线数据电信网络之类的专用网络、广域网、一种类型的局域网（LAN）或网络组合。网络设备的示例可以包括但不限于或局限于：膝上型计算机、服务器、专用网络安全器具、通用计算机系统、移动电话、平板计算机、平板手机等。电子设备的示例可以包括但不限于或局限于：如上定义的网络设备、包括一个或多个传感器和/或一个或多个处理器的固定设备、连接的汽车（例如，包括与连接的汽车相关联的所有连接的系统和传感器（诸如连接的导航系统），其中术语“连接的”指代被配置成连接到网络）、连接的住宅系统（例如，诸如烟雾检测器或运动传感器之类的智能传感器、智能灯泡、智能TV等、以及可以与其连接的任何中央集线器，其中术语“连接的”和“智能”在本文中可互换地使用）、地震仪等。
在本文中可以进行例如对“第一”组件、源等的具体的数字引用。然而，除非以其他方式指示，否则具体的数字引用不应当被解释为字面的依次顺序，而是应当被解释为例如“第一源”与“第二源”不同。
最后，如本文中所使用的术语“或”和“和/或”要被解释为包含性的或意指任一个或任何组合。因此，“A、B或C”或者“A、B和/或C”意指“以下中的任一个：A；B；C；A和B；A和C；B和C；A、B和C”。只有当元件、功能、步骤或动作的组合以某种方式固有地相互排斥时，该定义的例外才将会发生。
可以利用本文中的系统、平台、设备、装置、引擎、服务器、数据库、方法等，以用于基于例如分析来自多个源的大量数据而针对位置/区生成位置得分，或者针对用户、对象或财产生成个性化位置得分，其中数据可以覆盖各种类别中的事故，例如犯罪、恐怖主义、火灾、天气、自然和工业灾害、事件等。位置得分可以使得用户、对象、组织等做出最佳可能的、最确知的安全性相关决策。由于许多不同形式的实施例意图被涵盖在本文中，因此意图将本公开视为原理的示例，并且不意图将本公开限于所示出或所描述的任何具体实施例。
II. 系统
1. 架构
图1示出了系统100的示例性架构的示例性框图，系统100可以对接收到的信息进行分析以确定位置的安全性级别。附加地，在确定位置的安全性级别之前，可以执行初步分析以确定接收到的信息的信任度级别，这可能导致针对验证接收到的信息的内容的请求。系统100可以包括例如向安全性分析引擎120提供数据的多个信息提供者，诸如操作员102、批量录入系统108、和/或源112。在一些实施例中，由源提供的数据可以通过一个或多个信道（例如，通信线路）传送到安全性分析引擎120。信道可以基于信息提供者（例如，操作员102、批量录入108和源112）关于通过那些信道接收到的数据而被分类成信道类型。然而，不需要对信道类型分类。安全性分析引擎安全性分析引擎120可以包括多个逻辑组件，所述逻辑组件包括（a）通信接口逻辑121、（b）报告生成逻辑122、（c）报告评估逻辑123、（d）事故确定逻辑124、（e）位置得分生成逻辑125、（f）安全性简档逻辑126、（g）警报生成逻辑127、（h）分类逻辑128、（i）模式检测逻辑129、（j）事件预测逻辑130、和/或（k）用户位置跟踪逻辑131。附加地，安全性分析引擎安全性分析引擎120可以包括以下数据库：（i）接收到的数据和报告数据库132、（ii）事故数据库133、（iii）位置得分数据库134、（iv）安全性简档数据库135、（v）目录数据库136、（vi）模式数据库137、和/或（vi）信息层数据库138。在分析和处理了接收到的数据之后，如下面将详细讨论的，安全性分析引擎120可以生成一个或多个警报并将其传送到多个接收方中的一个或多个。该多个接收方可以包括上面讨论的源（例如，形成反馈回路）以及诸如第三方应用或平台（例如，位智®、苹果®地图、谷歌®地图等）之类的其他、一个或多个公共或私人可访问的网站、政府实体、组织、公司等。
信息提供者可以包括操作员102、批量录入系统108和源112，它们中的全部都可以向安全性分析引擎120提供数据。操作员102可以将数据传送到安全性分析引擎120，并且这种数据可以被分类为钝性数据104或基础数据106。基础数据106可以包括宽泛的警告、区域的评论等。基础数据106的一个示例包括由国家办公室针对外交事务提供的出行警告，其警告出行者在出行到国家、区或城市时要格外小心。钝性数据104可以包括与事故或事件相关联的报告和/或信息，并且安全性分析引擎120可以使用钝性数据104来重写位置得分生成逻辑125。例如，可以由操作员102手动录入钝性数据104，以便向安全性分析引擎120提供警告或设置与特定位置相关的位置得分（例如，即时地在恐怖袭击之后针对袭击的预定义半径内的区域设置即时位置得分）。可替换地，钝性数据104可以包括针对如下区的默认位置得分：安全性分析引擎120针对所述区已接收到很少信息。在一些实施例中，钝性数据104和基础数据106可以由操作员以“风险报告”的形式提供，如上所讨论的那样。批量录入系统108可以传送历史数据110，例如先前的事件和/或事故的记录。历史数据110可以包括任何过去的事件、事故、天气信息、日历信息（周几、月份、年等）、医院记录。
附加地，实时数据（诸如，用户观察）、监测的数据（诸如，来自加速度计和/或GPS的数据）、捕获的数据（诸如，图片、视频和声音记录）、天气数据、社交媒体数据、其他数据等可以通过实时数据信道114来传送。实时数据可以由源112传送，源112包括利用电子设备（例如，也被称为网络设备或终端用户设备）的人类用户、诸如物联网（IoT）设备（例如，可以能够连接到网络以上载与设备相关联的数据的任何设备）之类的对象、社交媒体平台（例如，推特、Instagram、Facebook等）、天气数据提供者（例如，政府机关和/或公共或私人企业）等。实时数据可以例如从社交媒体（例如，推特订阅源等）、从用户的电子设备、从IoT设备等周期性地收集。附加地，可以基于某些触发事件来收集实时数据，该触发事件诸如在预定阈值以上的加速度计测量结果（即，可能指示电子设备掉落或者电子设备的用户跌倒）、用户经由电子设备进行的传送（例如，经由电子设备输入的数据或由用户触发的一个或多个传感器所捕获的数据等）。还要注意的是，实时数据可以包括事件的“指示”，但不包括对犯罪、火灾、自然灾害等的明确陈述。例如，来自推特订阅源的推文可以提供如下信息：可以看到来自于指定建筑的烟雾。在推文中对烟雾的包含指示在指定建筑中可能存在火灾但未明确这样声明。因此，由推文提供的信息在本文中被称为“指示”，其可以被包括在报告中，并且可以影响位置得分生成过程。在一个实施例中，指示可以被包括在如下所讨论的基于规则的分析中（例如，其中为预定义区域中发生的每个事故指派权重）。指示的另一示例可以是基于对移动电话的移动模式的实时分析的报告。例如，如果城市中的具体广场处的人开始分散并且在一时间处放弃该位置（其中，通常并不是这种情况），则移动模式可能是飞行模式的指示，这可能会导致安全性分析引擎120向处于该位置（例如，广场）的预定义接近度内的人发出放弃或不要更近地进入相应区域中的警告。
现在参考安全性分析引擎120，通信接口逻辑121可以如上所讨论的那样通过一个或多个信道从一个或多个源接收数据，作为原始数据或作为报告（例如，以标准化格式的原始数据）。通信接口逻辑121可以便于将接收到的数据存储在接收到的数据和报告数据库132中。通信接口逻辑121还便于传送由安全性分析引擎120的警报生成逻辑127生成的警报。
报告生成逻辑122在由一个或多个处理器执行时可以包括引起操作执行的功能性，该操作包括获得由安全性分析引擎120接收到的原始数据并且生成报告（以标准化格式来放置原始数据）。在一个实施例中，可以以连续或分段的方式接收原始数据，使得报告生成逻辑122可以在不具有用于完整报告的所有数据的情况下开始生成报告，例如，一种类型的报告通常可以包括对事件、确切位置或窄范围位置（例如，与城市、州或宽的区相对的地址或GPS位置）、时间等的描述，并且报告可以在不具有所有该数据的情况下开始生成。随着安全性分析引擎120从特定源（例如，以“分段的块”）接收原始数据，报告生成逻辑122将在接收到分段的块时修改部分生成的报告以包括所述分段的块。
使所有数据以标准化格式存在的一个目的是要向下面讨论的事故确定逻辑124提供标准格式。具体地，安全性分析引擎120可以以报告的形式接收数据（例如，经由手动生成针对操作员的数据录入的报告、和/或经由移动应用生成的报告，如图10中所看到的）或作为原始数据（例如，电子设备的数据自动捕获、经由网络爬虫从社交媒体平台的数据接收等）。附加地，具有标准化格式在与现有事故比较中提供便利，如下所讨论的那样。因此，报告生成逻辑122可以包括将原始数据变换成标准化格式的功能性，从而生成报告。
报告评估逻辑123在由一个或多个处理器执行时可以包括引起操作执行的功能性，该操作包括评估（直接从源接收的或由报告生成逻辑122生成的）报告，以基于报告中包含的信息来确定是否需要在生成新事故或者补充现有事故之前验证该报告中详述的一个或多个事件。可以为安全性分析引擎120接收到的原始数据和报告指派信任得分。具体地，可以为源和信道每个指派信任得分，所述信任得分表示源或信道的信任度。当已经为源或信道指派了信任得分时，可以为从其接收到的报告或原始数据指派与源或信道相同的信任得分（随后可以将被指派给原始数据的信任得分指派给从其生成的报告）。可替换地，如果尚未为源指派信任得分并且已经为信道指派了信任得分，则可以为原始数据或报告指派信道的信任得分。如果源和信道都未被指派信任得分，则可以为原始数据或报告指派默认信任得分。报告评估逻辑123可以确定被指派给报告的信任得分是否等于或大于预定阈值。当报告的信任得分等于或大于预定阈值时，报告评估逻辑123可以确定该报告不需要进一步验证。对比之下，当报告评估逻辑123确定该报告需要进一步验证时，可以使用移动应用1012、网站1016或可替换方法经由警报来提示权威机构或可替换的用户。验证报告中包含的（一个或多个）事件或信息的一个目的是要防止错误或不准确的条目影响由安全性分析引擎120的逻辑执行的分析。例如，位置得分生成逻辑125可能受安全性分析引擎120接收或生成的每个报告所影响；因此，错误或不准确的条目可能导致不必要的警报被生成并且被传送到权威机构、用户或其他。错误或不准确的警报的传送可能导致权威机构、用户或其他采取不需要的激烈动作。
事故确定逻辑124可以包括在由一个或多个处理器执行时可以引起操作执行的功能性，该操作包括确定报告是否与存储在安全性分析引擎120中的现有事故相对应。附加地，响应于确定报告不与现有事故相对应，事故确定逻辑124可以生成事故信息（例如，以标准化格式存储的描述由报告标识的新事故的信息）。可替换地，响应于确定报告确实与现有事故相对应，事故确定逻辑124可以利用报告中包括的任何新信息来补充（例如，合并或充实）与现有事故相对应的事故信息。此外，事故确定逻辑124可以将每个事故指派给阐述事故类型（即，事故内包括的（一个或多个）事件的类型）的类别。
附加地，一些类别可以具有多个级别（其中，出于位置得分生成的目的而被指派给事故的权重可以与类别内的级别相对应，级别可以具有不同的权重）。类别的示例可以包括但不限于或局限于：一般安全（其可以进一步扩展成多个级别，例如犯罪、火灾、恐怖主义等）；防御（其可以进一步扩展成多个级别，例如国家防御紧急情况、安全漏洞、外交危机等）；健康（其可以进一步扩展成多个级别，例如过敏、流行病、感染、污染等）；自然（其可以进一步扩展成多个级别，例如天气、水质、地震学、太阳能、动物等）；工业（其可以进一步扩展成多个级别，例如车辆基础设施、数据基础设施、化学品、毒素等）；社会示威（其可以进一步扩展成多个级别，例如抗议游行、集会、站立抗议等）；等等。此外，类别内的级别也可以扩展。例如，在一般安全的类别内，可以进一步扩展级别犯罪，例如谋杀、入室盗窃、偷窃/扒手、侵犯、性侵犯等。所有事故可以存储在事故数据库133中。所存储的事故可以在位置得分生成、模式检测和事故检测过程期间使用，如下面将讨论的那样。应当注意的是，当报告与现有报告合并时，如果安全性分析引擎120进行了不正确合并，则操作员可以手动审查并撤消合并。此外，报告和现有事故可以被放置在列表（例如，“黑名单”）上，这将防止安全性分析引擎120未来尝试将报告和现有事故合并。
在可替换实施例中，可以基于事件类别为事故内包括的每个事件指派类别和权重。在这种实施例中，可以基于每个事件的权重来生成位置得分。
附加地，安全性分析引擎120接收到的报告或原始数据可以包括一个或多个事件的描述。事件的描述可以包括如与事件的明确陈述相对的“指示”。作为一个说明性示例，推文可能读出为“在166 主街处有烟雾”，尽管该推文很可能指代火灾，但是术语“火灾”没有被明确记载。因此，可以由事故确定逻辑124来实现基于规则的分析和/或机器学习分析以解析报告中包括的数据（例如，文本、音频、一个或多个图像等），确定报告是否包括一个或多个指示并且确定指示的含义。在确定指示的含义后，事故确定逻辑124可以使用指示来对与报告相对应的事故和/或事件进行分类。
此外，报告或原始数据可以包括诸如位置信息（例如，GPS位置、地址、城市、州、国家等）、时间信息（例如，周几、一天中的时间、周数、月份、季节等）、天气信息（例如，温度、降水、湿度、日光、视线条件、月相等）、场地信息（例如，附近是否有任何体育或娱乐场地等）、事件信息（例如，附近是否有诸如足球比赛或音乐会之类的任何体育或娱乐事件正在发生）等等。可以被称为“条件标签”的这种信息可以由事故确定逻辑124添加到与事故和/或事件相对应的元数据或其他信息。位置得分生成逻辑125还可以利用条件标签来例如影响被指派给特定事故和/或事件的权重（例如，当如下定义的感兴趣的位置正在经历如与晴朗天气相对的冰暴时，附加权重可以被添加到天气的类别，其中更大的权重导致在位置得分生成中计及的所有事故和/或事件的更高总和，从而指示较低的安全性级别）。附加地，条件标签还可以用于确定可以用于模式预测的事故触发的模式。作为说明性示例，在德国慕尼黑市，车祸可以被确定为与具体类型的风/压力条件相关，该具体类型的风/压力条件可以（例如，经由模式）被确定为与许多人在这种风/压力条件期间中遭受的头痛相关（与风/压力条件相关的信息可以被包括在条件标签内）。在这种示例中，包括风/压力条件的条件标签在由下面讨论的模式检测逻辑129查看时可以被确定为是如下模式的至少部分：所述模式具有触发一种类型的事故（例如，车祸）的条件。
位置得分生成逻辑125可以包括在由一个或多个处理器执行时可以引起操作执行的功能性，该操作生成一个位置得分（例如，生成新的位置得分和/或补充/更新针对指定位置的位置得分）或生成多个位置得分。位置得分的生成或补充/更新可以包括获得指定位置，该指定位置可以经由以下操作来确定：解析与事故相对应的信息；解析针对位置得分的包括请求源的当前位置或意图目的地的具体请求、针对位置得分的包括除请求源之外的源的当前位置或意图目的地的具体请求（例如，针对儿童、朋友或雇员的位置得分的请求）等。源的位置可以是动态的（例如，可以重新定位的用户或对象），或者可以是静态的和预定义的（例如，诸如房屋之类的财产，或者例如放置在存储单元中的固定电子设备）。
指定位置（该位置在下文中被称为“感兴趣的位置”或“LOI”）的位置得分可以是基于与一个或多个事故相对应的信息，每个事故具有在距LOI的预定义距离范围内的位置（例如，窄范围位置或宽范围位置）。在一个实施例中，每种类型的事故可以具有预定义范围，使得当LOI和事故在预定义范围内时，该事故类型的事故将作为因素计入LOI的位置得分中。信息可以存储在安全性分析引擎120内。可以生成多个位置得分（例如，基于不同距离范围的位置得分或涵盖用户位置的区域（诸如，邻域、城市、国家、窄范围位置、宽范围位置等）得分），并且生成位置得分的本文中的讨论涵盖生成多个位置得分，即使使用单数形式的“位置得分”亦如此。位置得分生成逻辑125可以确定位于LOI的预定义距离范围内的所有事故，并且基于一组预定规则来分析与所确定的事故相对应的信息（例如，基于第一加权系统，其中第一权重被指派给每个类别和/或类别内的级别）。
基于这种分析，位置得分生成逻辑125生成针对LOI的（一个或多个）位置得分。在一个实施例中，位置得分可以是针对每个事故的加权值总和的表示。该表示可以是视觉标识符，诸如数字、或来自预定义安全性级别（例如，“安全”、“中性”、“危险”等）的组的位置安全性级别、或指示位置安全性级别的颜色表示。第一加权系统可以是多个预定义权重，其中权重是类别/级别内的事故应当对位置得分具有的影响级别的指示。警察、消防部门、其他服务等的本地响应时间也可以作为因素计入位置得分中。
在一个实施例中，第二加权系统可以应用于每个事故，其中第二加权系统可以计及每个事故的定时。第二加权系统可以是动态的，使得第二权重的值随时间改变（即，事故的影响级别将随时间而减小——“影响衰减率”）。附加地，影响衰减率可以针对每个类别和/或每个类别内的级别而变化，使得被指派给某些类别或类别内的级别的该权重比其他的衰减得更快。每个所生成的位置得分可以与对应时间戳一起存储在位置得分数据库134中。所存储的位置得分可以由模式检测逻辑129和事件预测逻辑130使用，如下所描述的那样。
安全性简档逻辑126在由一个或多个处理器执行时可以包括可以引起操作执行的功能性，该操作包括：确定与针对其请求位置得分的用户或对象（为了方便，下文中被称为“用户”）相对应的安全性简档是否被存储在安全性分析引擎120内，并且如果可适用的话，将安全性简档应用于位置得分以生成定制位置得分。安全性简档的应用可以是附加智能层，该附加智能层被应用于位置得分以创建定制为用户的安全性简档的位置得分（下文中被称为“定制位置得分”）。重要的是，安全性简档可以如其应用于人类用户那样应用于对象或财产。例如，2016宝马轿车可以具有与2001起亚轿车的安全性简档不同的安全性简档（例如，与起亚的安全性简档相比，宝马的安全性简档针对危险情形可能会导致不同的加权方案）。此外，安全性简档可以随时间改变，其中改变可以由用户手动调整和/或以周期性时间间隔自动调整（例如，由于年龄方面的增加，每5年可以自动调整安全性简档，以向与个人威胁相对应的事故和/或事件给出更高的权重）。
在一个实施例中，安全性简档的应用可以包括根据基于规则的系统、基于安全性简档内容来调整位置得分的权重。例如，由于用户的性别，可以调整位置得分的计算以向与性骚扰相关的事故提供附加的权重。在第二示例中，因为用户的种族或民族等，如果可适用的话，则可以将添加的权重放置于涉及对用户个人的犯罪的所有事故上。附加地，可以基于用户的任何特性而将权重添加到一个或多个事故，该特性包括但不限于或局限于：性别、身高、体重、种族/民族、宗教观点、居民城市、个人收入和/或过去的经历（例如，先前是犯罪的受害者）。可以针对每个安全性简档预定义附加权重（或在一些实例中，权重移除）。在一个实施例中，对于所有共同特性而言，权重的添加或移除可以是相同的。
特别地，存在至少三个其中安全性简档可以应用于（一个或多个）位置得分的场景。第一场景包括由安全性分析引擎120的安全性简档逻辑126将安全性简档应用于（一个或多个）位置得分。在第一场景中，用户的安全性简档可以由安全性分析引擎120存储在例如安全性简档数据库135中。第一场景中的安全性简档可以包括源的详细信息，并且如果可适用的话，被存储为用户简档的一部分（例如，用户的简档账户）。当安全性简档被存储为用户简档的一部分时，用户可以从任何电子设备（例如，经由图10的所安装的应用1012或网站1016）连接到安全性分析引擎120。
第二场景包括由安全性分析引擎120的安全性简档逻辑126将安全性简档应用于位置得分，其中安全性简档仅链接到电子设备而不是用户简档（例如，匿名标识符可以与电子设备相关联，以提供电子设备的用户关于这种潜在敏感数据的隐私）。在第二场景中，可以维持更多的匿名性，这是由于人类用户不需要将安全性简档链接到他或她自己。取而代之，安全性简档可以仅由电子设备标识符（“电子设备ID”）来标识。与第一场景对比，第二场景可能不允许人类用户从任何电子设备连接到安全性分析引擎并且访问他/她的安全性简档（例如，取而代之，可以针对每个用户设备维持分离的独立安全性简档）。
第三场景包括由移动应用1012将安全性简档应用于位置得分，移动应用1012在如图10中所图示的电子设备上执行。在第三场景中，安全性分析引擎可能不具有用户的安全性简档的知识。安全性简档可以被直接存储在用户（或用户的电子设备）上，并且仅由用户（或用户的电子设备）上的移动应用1012来访问。在该场景中，可以将LOI的（一个或多个）位置得分传送到用户，并且用户应用安全性简档；因此，用户可以维持完整的匿名性。
警报生成逻辑127在由一个或多个处理器执行时可以包括引起操作执行的功能性，该操作包括警报的生成和传送。如上所讨论的，可以在众多情形下生成和传送警报。首先，可以生成警报并将其传送到请求位置得分或定制位置得分的用户（例如，位置得分或定制位置得分在安全性阈值以下，这触发撤出区域或者采取针对确保用户安全性的另一动作的警报的生成）。例如：（i）当用户处于具有在安全性阈值以下的位置得分的位置的预定义范围中时（位置得分的生成可以周期性地由个体用户、报告或原始数据的接收等来触发）；（ii）当用户处于社会示威的预定义范围内时；（iii）当用户处于对位置得分生成具有较大权重的事故的预定义范围内时等，警报的生成可以被触发。还可以生成警报并将其传送到第三方软件平台或应用（诸如，位智、苹果®地图、谷歌®地图或一个或多个自动驾驶车辆等），以用于基于用户的LOI将警报或与警报相关联的数据叠覆到的地图。在一个示例中，警报可以提供由于在一区域检测到的具体事故/事件而撤离那里的指示。
在一个实施例中，代替于基于犯罪而提供任何位置得分信息，可以针对某些类别的事故（例如，自然灾害和火灾）生成警报（连同对应数据）并将其传送到第三方软件平台或应用。附加地，可以生成警报并将其传送到政府官员或办公室、本地消防部门、本地警察部队、组织、公司等。
分类逻辑128在由一个或多个处理器执行时可以包括引起操作执行的功能性，该操作包括对事故进行分类以及将事故存储在数据库（例如，事故数据库133）中。特别地，使用全局符号对存储在事故数据库133中的事故进行分类、描述和/或定义。全局符号可以存储在第二目录（其可以被称为“超级猫（Super Cat）”）和/或目录数据库136中。超级猫可以包括针对每个事故类型的标准定义和标准分类。附加地，全局符号可以包括标准分类内的多个级别。在一些实施例中，可以以“外部符号”接收与事件或事故相关的信息，外部符号可以指代由以下各项使用的符号，例如：（i）具体地理区（例如，宽范围位置、自治市镇、城市、城镇等）；（ii）政府实体；（iii）组织（例如，红十字会、世界卫生组织等）；和/或（iv）政治、经济和/或货币联盟（例如，欧洲联盟）。在一个实施例中，“单个地理区”利用单个符号（例如，对事故/事件进行描述和分类的方式，诸如代码或标注）。因此，外部符号可以指代（例如，在单个地理区中的）系统的源或用户如何对事故或事件进行描述、定义和/或归类。具体地，第一单个地理区中的源或用户可以具有与第二单个地理区中的源或用户的外部符号不同的外部符号。当安全性分析引擎120接收到与事故或事件相关的信息时，可以将该事故从外部符号（例如，从其接收到信息的源的外部符号）转换成全局符号，并且使用该全局符号将该事故存储在事故数据库133中。如上所提及的那样，全局符号是由安全性分析引擎120用于以统一的方式对所有事故进行分类和存储的符号；因此，从而允许在最初以不同外部符号接收到的事故之间进行均衡。应当注意的是，事故可以与有关于其最初外部符号的一些信息一起被存储。附加地，从每个外部符号到全局符号的转换（并且反之亦然，从全局符号到每个外部符号的转换）被存储在目录数据库136和/或超级猫中。在一个实施例中，超级猫可以被包括在目录数据库136内（例如，如图1中所图示）。在第二实施例中，超级猫可以是与目录数据库136分离的数据库。此外，与单个地理区相关的描述、定义和/或归类也可以被存储在目录数据库136中。同样，关于以第一政府实体、第一组织和/或第一政治、经济和/或货币联盟的外部符号接收到的事故的信息将被转换成全局符号，并且被存储在事故数据库133中。因此，可以使用全局符号来均衡、比较和/或搜索以任何外部符号报告的事故。
如上所讨论，可以从包括市政府、政府办公室（例如，警察部门、消防部门等）的各种源向安全性分析引擎120提供信息，其中该信息可以包括由市政府、政府办公室等内的权威机构或专家提供的外部分类。如上所提及的那样，外部分类可以以特定于对应位置（或政府实体、组织和/或政治、经济和/或货币联盟）的第一符号存在。
例如，一个或多个单个地理区可以利用不同的外部符号来描述相同类型的事件（例如，入室盗窃）。继续该示例，负责伦敦的卡姆登自治市镇的警察部门和负责伦敦的威斯敏斯特自治市镇的警察部门可能均使用不同的外部符号来报告入室盗窃犯罪。特别地，可以在警察部门记录上或在向公众发布的消息之间使用不同的分类或代码。基于该示例，安全性分析引擎120可以以第一外部符号接收与在伦敦的卡姆登自治市镇中发生的事故相对应的信息，并且安全性分析引擎120可以以第二外部符号接收与在伦敦的威斯敏斯特自治市镇发生的事故相对应的信息，第二外部符号与第一外部符号不同。因此，包括在卡姆登和伦敦威斯敏斯特中发生的事件的所有事故以全局符号被存储在事故数据库133中。分类逻辑128可以包括确定（并且在一些实施例中“学习”）每个外部符号以及将外部符号转换成全局符号的功能性，使得可以使用全局符号来存储所有事故并且可比较地对所有事故进行分类。在一个实施例中，目录生成逻辑128可以使用经验知识和/或机器学习逻辑来确定和学习每个外部符号，并且随后将外部符号转换成全局符号。可替换地或附加地，目录生成逻辑128可以接收有关于指示与类别之间的连接的手动更新，和/或使用机器算法来这样做。分类逻辑128的附加功能性可以是要将全局符号转换成任何外部符号，这使得利用第一外部符号的第一地理区能够将在第一地理区中发生的事故与在利用第二符号的第二地理区中发生的事故进行比较，第二符号与第一符号不同。
模式检测逻辑129在由一个或多个处理器执行时可以包括引起操作执行的功能性，该操作包括分析存储在目录数据库136、事故数据库133和位置得分数据库134中的一个或多个中的数据。可以周期性地或响应于一个或多个预定触发事件来执行分析。例如，可以以所设置的时间间隔、响应于接收到报告、响应于新事故的生成、响应于报告与现有事故的合并、响应于从用户接收到针对模式检测的请求等来执行分析。模式检测分析可以包括基于规则的分析，该基于规则的分析将对应于存储在事故数据库133中的第一组一个或多个事故的信息与存储在以下各项中的一个或多个中的信息进行相关以确定模式是否存在：事故数据库133（例如，与第二组事故相对应的信息）、目录数据库136和位置得分数据库134。分析还可以包括机器学习算法。
在一个实施例中，可以基于至少第一事故与存储在事故数据库133、目录数据库136、位置得分数据库134和信息层数据库138中的一个或多个中的信息之间的相关性、通过在预定义阈值以上的相似度级别来定义模式。信息层数据库138可以存储诸如人口统计数据、建筑类型、时间信息、位置信息等之类的信息。例如，模式可以包括在特定地理区域内在一时间范围内发生的相同类别的多个事故。更具体地，模式可以是例如在星期五5pm到10pm小时期间在特定城市内的三个街区的地理区域内发生的多个入室盗窃。因此，模式可以包括诸如事故类别/级别组分、位置组分和时间组分之类的特性。尽管，模式不需要包括全部三个。
模式可以是基于时间的（例如，大量犯罪发生在临近假期之前的几天期间）、基于位置的（例如，大量犯罪发生在城市的特定地理区域内）、基于事件的（例如，大量犯罪发生在举办世界杯比赛的城市中）、或基于事故的（例如，第一次犯罪通常接着是第二次犯罪）。
附加地，对从预定义区（例如，如上所使用的单个地理区）内的源接收到的事故的分析可以与特定于单个地理区的以较低级别的模式检测相对应。附加地，因为所有事故都以全局符号来存储，所以可以以全局级别来执行分析，使得可以针对多个单个地理区（例如，跨整个欧洲联盟、跨整个大陆、跨全世界等）来检测模式。所有检测到的模式可以存储在模式数据库137中。
事件预测逻辑130在由一个或多个处理器执行时可以包括引起操作执行的功能性，该操作包括将一个或多个事故（例如，与包括在当前时间的预定义时间帧内发生的事件的一个或多个事故相对应的信息，例如，过去一周内的任何事故、过去一天内的任何事故、任何当前正在发生的事故等）与一个或多个模式进行相关。事件预测逻辑130执行分析以确定一个或多个事故是否具有与模式的一个或多个特性（诸如事故类别组份、位置组份和时间组份）的至少预定阈值的相似度。例如，事件预测逻辑130可以使用与事故相对应的信息来执行事件预测分析，该信息是由安全性分析引擎120在当前时间的一天内生成的，其中该事故（“事故_l”）是在特定城市的具体地理区域内的地址处的入室盗窃。在分析一个或多个模式后，事件预测逻辑130可以确定在事故_1与涉及在其中发生入室盗窃的具体地理区域内的入室盗窃的模式之间存在预定相似度阈值以上的相关性。在确定存在预定阈值以上的相关性后，事件预测逻辑130然后可以基于与事故相对应的信息来确定模式的哪个或哪些部分尚未发生（或尚未被报告给安全性分析引擎120），并且预测未来很可能发生的一个或多个事件（例如，模式中包括的尚未发生的一个或多个事件）。事件的预测可以使得事件预测逻辑120能够生成预测位置风险得分（即，类似于上面讨论的位置得分），该预测位置风险得分提供未来的针对指定位置的位置得分的预测指示。
事件预测逻辑130可以用于触发警报的生成以及警报向如下用户的传送：位于预测事件的预定义范围中的用户、可能对预测事件敏感的用户（例如，与事件相对应的事故可以被包括在用户的安全性简档内，这是由于该事故对定制位置得分具有显著影响）、位于预测事件的预定义范围中或对预测事件敏感的用户的预定义列表（例如，可能包括家人、朋友、雇主等的“收藏夹”列表）上列出的用户或其他。警报还可以被传送到本地市政府、政府、消防和警察部门、第三方软件平台或应用等。
此外，预测事件可以被存储在事故数据库133中，并且然后针对安全性分析引擎120实际生成的事故进行比较。预测事件与安全性分析引擎120实际生成的事故之间的比较可以由模式检测逻辑129的机器学习逻辑来使用，以改进模式检测分析和事件预测过程。
用户位置跟踪逻辑131在由一个或多个处理器执行时可以包括引起操作执行的功能性，该操作包括将标识符指派给电子设备或对象，以及基于从电子设备、对象或财产的传感器或耦合到电子设备、对象或财产的传感器收集的数据来监测电子设备或对象的移动。例如，电子设备可以包括传感器，诸如除了其他事物之外的加速度计和/或陀螺仪，该传感器可以以周期性间隔、在所有时间、或在某些触发后收集数据。可替换地或附加地，电子设备或对象可以耦合到传感器，该传感器以与被包括在电子设备、对象或财产内的传感器类似的方式来收集数据。例如，GPS设备可以耦合到自行车并且以与包括在电子设备内的GPS设备相同或类似的方式来收集数据。对于被包括在电子设备、对象或财产中或耦合到电子设备、对象或财产的一个或多个传感器，可以针对由传感器收集的数据来预定阈值，使得导致超过可适用预定阈值的数据收集的移动引起用户位置跟踪逻辑131将电子设备或对象的位置传送到安全性分析引擎。在一个实施例中，用户位置跟踪逻辑131可以通过查询电子设备或对象的位置服务来获得电子设备或对象的位置。用户位置跟踪逻辑131可以不与财产（例如，住宅）一起使用，这是由于财产可以是永久性结构。然而，应当注意的是，可以将固定的财产的位置手动录入到安全性分析引擎120中，以便为该财产生成位置得分。
附加地，当传感器收集的数据不超过针对传感器的可适用预定阈值时，用户位置跟踪逻辑131可以确定自电子设备或对象的位置的上次传送以来是否已经经过了预定量的时间。当自上次传送以来已经至少经过了预定量的时间时，用户位置跟踪逻辑131可以将电子设备或对象的位置传送到安全性分析引擎。由安全性分析引擎对电子设备或对象的位置的接收可以充当对于位置得分生成逻辑125开始针对接收到的位置的位置得分生成过程的触发，该接收到的位置随后可以被传送到电子设备或对象。
现在参考所生成的警报的接收方，信息提供者可以接收警报，从而在系统100中形成反馈回路。具体地，用户可以请求安全性分析引擎120针对用户的当前位置生成或更新位置得分或定制位置得分。在生成/更新位置得分或定制位置得分后，安全性分析引擎120可以传送警报，所述警报向用户提供位置得分或定制位置得分、以及可选地或更多的行为建议或警告（例如，“不要独自在外面走动”、“在主要街道上向南行以安全地离开该区域”等等）。附加地，行为警告可以被引导为可以由对象采取的具体动作（例如，智能汽车可以摇起窗户、关闭天窗、锁上汽车门等）。系统100和引擎120可以知道安全信息（例如，警察局和消防局的位置/电话号码，除颤器、灭火器、其他安全材料的位置等）或具有对安全信息的访问，并且可以能够在警报、通知或行为建议/警告中包括这种信息。附加地，警报的接收方可以是与请求生成位置得分的用户相关联的家人、朋友、雇主等（例如，以便通知朋友、家人，雇主等：用户处于具有指示危险情形的位置得分的位置中）。此外，在一个实施例中，家人、朋友、雇主等可以请求使得针对用户生成位置得分或定制位置得分（例如，这可能需要用户的许可）。
此外，可以经由一个或多个可用平台向社交媒体提供警报，所述平台诸如但不限于或局限于：推特、Instagram、Facebook、任何新闻应用等。在这种情形下，可能在重大事件（例如，谋杀、利用人质的银行抢劫、洪水、火灾等）的情况下，可以提供（如与定制位置得分相对的）位置得分。此外，可以向权威机构和政府（诸如，本地警察部门、消防局、急救站、主管人员办公室、政府机关办公室等）提供警报。
已经设想到可以将警报也集成到第三方软件平台或应用（诸如，优步®、来福车®、位智®、苹果®地图、谷歌®地图等）中。例如，这些软件平台或应用可以能够在执行其操作时将来自系统100的附加信息考虑在内，例如以便引导用户远离危险区域或情形或者防止他们进入不安全区域。可选地，系统100可以本身提供类似于那些第三方平台或应用的导航或其他服务，并且系统100的不同之处将在于它提供全面得多的安全信息和引导。与提供给社交媒体的警报类似，提供给第三方软件平台或应用的警报可以选择性地限于如与定制位置得分相对的位置得分，或者可能仅提供特定类别事故（例如，自然灾害、车祸、火灾等）的通知。
III. 逻辑方法论
现在参考图2，示出了一流程图，其图示了用于利用图1的安全性分析引擎120来接收详述由一个或多个源收集的事件的数据并且生成与接收到的数据中详述的事件相对应的位置的位置得分的示例性方法。图2中图示的每个框表示可以在方法200中执行的操作，方法200用于从一个或多个源接收数据、生成对应于与接收到的数据相关联的位置的位置得分、可选地基于用户来生成定制位置得分（例如，基于用户的安全性简档定制的定制位置得分）、以及当可适用时向用户传送提供位置得分或定制位置得分的警报或通知。参考图2，在框202处，安全性分析引擎120可以经由通信逻辑121通过信道从源接收数据。
在框204处，安全性分析引擎120的逻辑可以确定数据是作为原始数据还是以报告的形式而被接收的。当数据作为原始数据被接收时，报告生成逻辑122可以从接收到的原始数据生成报告（框206）。方法200然后可以前进到框208。当数据以报告的形式被接收时，方法200可以前进到框208。
在框208处，事故确定逻辑124可以确定报告是否与存储在安全性分析引擎120内的现有事故相对应。当确定报告与现有报告相对应（在框208处为，是）时，事故确定逻辑124可以利用报告中存在的先前未在现有事故中存在的任何附加信息来补充现有事故（框212）。方法200然后可以前进到框214。当确定报告不与现有报告相对应（在框208处为，否）时，事故确定逻辑124可以使用报告中的信息来生成新事故，并且将该事故存储在事故数据库132中（框210）。方法200然后可以前进到框214。
在框214处，位置得分生成逻辑125可以生成与报告中详述的事件相对应的位置的位置得分。可选地，在框216处，安全性简档逻辑126可以将用户的安全性简档（如果可适用的话，如上所讨论的那样）应用于位置得分以生成定制位置得分。在框218处，警报生成逻辑127可以生成警报或通知并且经由通信逻辑121向用户或其他传送警报或通知，如上所讨论的那样，该警报或通知包括位置得分和/或定制位置得分中的至少一个。位置得分、定制位置得分（如果可适用的话）以及警报或通知可以存储在安全性分析引擎120内的一个或多个数据库中。
图3示出了一流程图，其图示了用于经由图10的移动应用1012来收集数据并且利用引擎（例如，图1的安全性分析引擎120）来生成报告的示例性方法。图3中图示的每个框表示可以在方法300中执行的操作，所述方法300用于经由图10的移动应用1012收集数据并且在安全性分析引擎120内生成报告。参考图3，在框302处，在电子设备上打开移动应用1012。在框304处，移动应用1012向电子设备的用户提供提示，该提示询问用户是否需要即时帮助。在框306处，响应于从用户接收到的输入，移动应用1012可以确定用户是否需要即时帮助。当用户不需要即时帮助（在框306处为，否）时，移动应用1012以引导的方式向用户呈现多个问题以帮助用户提供关于将被提供给安全性分析引擎120的一个或多个事件的细节（例如，移动应用1012可以利用决策树系统，其使用用户输入来指示沿着决策树的路径，例如，经由可以利用预定义规则集合和/或人工智能/机器学习技术的机器人聊天系统）（框308）。在一个实施例中，呈现给用户的多个问题可以包括针对用户输入用户与事件位置之间的近似距离的请求。例如，用户可能站在其中发生入室盗窃的商店的街道对面，并且为了报告正确的地址，用户可能被要求对用户与入室盗窃的位置之间的距离进行近似。该位置可以以各种格式被测量，诸如英尺、米、城市街区或预定义的非正式术语（诸如，“街道对面”）。附加地，移动应用1012可以显示使得用户能够对该距离进行近似的滑尺。此外，用户可以能够录入事件发生或正在发生所处的高度（例如，来自于第一层窗口或第五层窗口的烟雾）。在一个实施例中，可以根据电子设备的角度来校准一个或多个传感器。例如，当移动电话（例如，苹果 iPhone或三星Galaxy）的屏幕垂直于平坦的地面表面时，可以以“中性”或“基准”角度来校准移动电话，并且当事件或位置的图像被拍摄并且用户输入距事件或事件的位置的近似距离时，可以基于移动电话相对于经校准的地面的角度来确定事件的高度或位置。从用户接收到的输入可以用于生成报告，该报告详述引起用户打开移动应用1012的事件。在框310处，移动应用1012可以生成报告并将其传送到安全性分析引擎120。
当用户确实需要即时帮助（在框306处为，是）时，移动应用1012可以收集电子设备的位置信息并将位置传送到安全性分析引擎120（框312）。可选地，在框314处，移动应用1012（或安全性分析引擎120）可以通知权威机构（诸如，警察部门、护理人员或消防部门）：在从电子设备提取的位置处有人需要帮助。如果已知/存储了平均响应时间，则系统可以向用户提供有关于在警察、救护车、消防等可能或很可能到达之前要多久的更新/通知。可选地，在框316处，移动应用1012可以使用电子设备自动收集数据，并且将收集的数据传送到安全性分析引擎120。例如，移动应用1012可以使用电子设备的相机或麦克风来收集图像、视频或声音。在框318(其在一个实施例中与框316的操作在时间方面同时发生（例如，至少在时间方面重叠）)处，移动应用1012向用户呈现快速帮助菜单（例如，拨打911、派送救护车、派送警察等的选项）。快速帮助菜单可以包括在移动应用1012对于用户而言难以操作、用户严重受伤等情况下需要最小努力的选项。在框320处，移动应用1012可以确定用户是否已经在预定时间内响应。例如，快速帮助菜单的一个目的是要尽可能快速地提供帮助；因此，当用户未能在预定时间内响应时，移动应用1012可以假设用户不再能够响应。当用户在预定时间内还没有响应（在框320处为，否）时，移动应用1012（或安全性分析引擎120）跟进权威机构（或者如果在可选框316处未完成这一点，则联系权威机构）。
当用户已经在预定量的时间内响应（在框320处为，是）时，移动应用1012向用户呈现针对快速获得信息的多个问题以提供与用户需要相关的即时帮助。该多个问题可以与在框308中呈现给用户的那些相同或不同。
参考图4，示出了一流程图，其图示了用于使用图1的安全性分析引擎120来评估是否需要在生成与报告相对应的事故或者利用报告来补充现有事故之前验证接收到的数据的示例性方法。图4中图示的每个框表示可以在方法400中执行的操作，所述方法400用于评估是否要在接收到的数据被安全性分析引擎120利用之前验证该接收到的数据。参考图4，在框402处，安全性分析引擎120通过信道从源接收原始数据或报告。如上所讨论的，如果接收到原始数据，则安全性分析引擎120可以生成报告。在框404处，安全性分析引擎120可以确定是否已经将信任得分指派给源。当已经将信任得分指派给源（在框404处为，是）时，可以将源的信任得分指派给报告作为报告信任得分（RTS）。当尚未将信任得分指派给源（在框404处为，否）时，安全性分析引擎120可以确定是否已经将信任得分指派给信道（框406）。当已经将信任得分指派给信道（在框406处为，是）时，可以将信道的信任得分指派为RTS（框410）。当尚未将信任得分指派给信道（在框406处为，否）时，可以将默认信任得分指派为RTS（框408）。
在框412处，安全性分析引擎120可以确定RTS是否在预定阈值以上。当RTS不在预定阈值以上（在框412处为，否）时，至少取决于报告中详述的一个或多个事件的类别或级别，安全性分析引擎120可以提示权威机构或其他用户验证报告中详述的一个或多个事件（框416）。当RTS在预定阈值以上（在框412处为，是）时，安全性分析引擎120可以确定报告需要进一步验证并且可以被提供给事故确定逻辑（框418）。
参考图5，示出了一流程图，其图示了用于使用图1的安全性分析引擎120来确定报告是否与现有事故相对应并且基于与该报告相对应的所补充的现有事故或新事故来生成位置得分的示例性方法。图5中图示的每个框表示可以在方法500中执行的操作，所述方法500用于确定报告是否与存储在安全性分析引擎120内的现有事故相对应。参考图5，在框502处，安全性分析引擎120通过信道从源接收原始数据或报告。如上所讨论的，如果接收到原始数据，则安全性分析引擎120可以生成报告。在框504处，安全性分析引擎120可以通过解析报告来获得与报告中详述的一个或多个事件相对应的信息。在框506处，安全性分析引擎120可以将经由解析报告而获得的信息与存储在安全性分析引擎120中（例如，在事故数据库133中）的一个或多个事故进行相关。
在框508处，安全性分析引擎120可以确定报告与现有事故之间是否存在预定阈值以上的相似度。当在预定阈值以上的相似度存在（在框508处为，是）时，可以利用报告中包括的、未被包括在现有事故中的信息来补充现有事故（框510）。如果不存在新信息，则可以不补充事故，附加报告可以仅仅用于附加的确认，或者报告可以仅仅链接到事故。在一个实施例中，尽管未被补充，但是经由来自如下第二源的信息而生成的报告可以增加与该报告/事故相关联的信任得分：该第二源具有比最初提供关于该事故的信息的第一源更高的信任得分。当没有找到在预定阈值以上的相似度（在框508处为，否）时，可以基于报告中阐述的信息来生成新事故（框512）。
可选地，在框514处，安全性分析引擎120可以针对与新事故或补充的事故相对应的用户而确定LOI。此外，可选地，在框516处，安全性分析引擎120可以应用与用户相对应的安全性简档以针对用户生成定制位置得分。随后，在框518处，安全性分析引擎120可以生成警报或通知并向用户（例如，提供原始数据或报告的用户、具有在LOI的预定范围内的当前已知位置的用户、权威机构等等）传送该警报或通知，其中该警报或通知可以包括位置得分或定制位置得分、以及一个或多个行为提议（例如，“小心扒手”）。
参考图6，示出了一流程图，其图示了用于基于使用图1的安全性分析引擎120来生成位置得分以及可选地定制位置得分的示例性方法。图6中图示的每个框表示可以在位置得分以及可选地定制位置得分的方法600中执行的操作。参考图6，在框602处，安全性分析引擎120可以接收触发以生成在用户（例如，用户、对象或财产）的指定位置处的位置得分（这可以包括补充或更新先前的位置得分），其中触发可以至少包括指定位置（例如，LOI）。在框604处，安全性分析引擎120可以从安全性分析引擎120的一个或多个数据库确定包括LOI的预定范围内的事件以及其他相关数据（例如，可适用模式）的所有事故。在框606处，安全性分析引擎120可以对所获得的事故和相关数据执行基于规则的分析和/或机器学习分析，以生成指定位置的位置得分。
在框608处，安全性分析引擎120可以确定用户的安全性简档是否被存储在与安全性分析引擎120相关联的数据库（例如安全性简档数据库135）中。如上所讨论的，安全性简档可以存储在安全性简档数据库135中并且链接到用户简档或电子设备ID，或者可替换地存储在移动设备上而不是与安全性分析引擎120相关联的数据库中。当安全性简档没有被存储在安全性简档数据库135中（在框608处为，否）时，安全性分析引擎120可以生成包括位置得分的警报或通知并将其传送到用户和/或其他（框610）。当安全性简档被存储在安全性简档数据库135中（在框608处为，是）时，安全性分析引擎120可以将与用户相对应的安全性简档应用于位置得分以生成定制位置得分（框612）。继定制位置得分生成之后，安全性分析引擎120可以生成包括定制位置得分的警报或通知并将其传送到用户和/或其他（框614）。
参考图7，示出了一流程图，其图示了用于检测与图1的安全性分析引擎120接收到的触发相关联的模式的示例性方法。图7中图示的每个框表示可以在方法700中执行的操作，所述方法700用于至少基于存储在安全性分析引擎120内的数据来检测模式。参考图7，在框702处，安全性分析引擎120可以接收触发以开始模式检测过程。在一个实施例中，触发可以是报告、新事故、补充的事故、请求等。要针对其确定模式的位置可以在报告/事故中被指定，或者可以是请求内的一个或多个指定区。附加地，可以周期性地（例如，以周期性时间间隔）或非周期性地触发模式检测过程，使得针对具体区（例如，单个区）或多个区（例如，多区位置）触发模式检测过程。区可以是宽范围的位置。单个区可以指代城市、城市内的自治市镇、城镇等，它们使用单个外部符号以用于描述和报告事件。多区位置可以指代城市、州、国家、多个国家等，它们使用多个外部符号以用于描述和报告事件。然而，应当注意的是，多个区可以全部使用相同的符号以用于描述和报告事件和事故。
在框704处，安全性分析引擎120可以确定触发指定多区/全球位置还是单个区位置。当触发指定单个区时，安全性分析引擎120可以利用与指定地理区相对应的一个或多个事故来分析与指定地理区相关的数据（框706）。在一个实施例中，分析可以利用基于规则的分析。在第二实施例中，分析可以包括机器学习分析。在又一个实施例中，分析可以包括基于规则的分析和机器学习分析的组合。在框708处，安全性分析引擎120可以基于分析来检测覆盖指定地理区的一个或多个模式。继框708之后，方法700可以前进到下面讨论的框714。
当触发指定多区/全局位置时，安全性分析引擎120可以利用与指定地理区相对应的一个或多个事故来分析与指定地理区相关的数据（框710）。如上所提及的那样，分析可以是基于规则的分析和机器学习分析中的任一个或其组合。在框712处，安全性分析引擎120可以基于分析来检测覆盖指定地理区的一个或多个模式。继框712之后，方法700可以前进到框714，在框714处，安全性分析引擎120可以将一个或多个检测到的模式存储在与安全性分析引擎120相关联的模式数据库137中。可选地，在框716处，安全性分析引擎120可以生成包括检测到的模式的报告。在一些实施例中，可以以与用户地理位置（或政府从属关系，组织从属关系和/或政治、经济或货币联盟从属关系）相对应的外部符号将检测到的模式提供给用户。
参考图8，示出了一流程图，其图示了用于使用引擎（例如，图1的安全性分析引擎120）来预测事件的示例性方法。图8中图示的每个框表示可以在方法800中执行的操作，所述方法800用于至少基于存储在安全性分析引擎120内的数据来预测事件。参考图8，在框802处，安全性分析引擎120通过信道从源接收原始数据或报告。如上所讨论的，如果接收到原始数据，则安全性分析引擎120可以生成报告。在框804处，安全性分析引擎120可以确定报告是否与现有事故相对应。当报告与现有事故相对应（在框804处为，是）时，安全性分析引擎120可以利用报告中包括的附加信息来补充与现有事故相对应的信息，如上所讨论的（“补充的事故”）（框806）。继框806之后，方法800可以前进到下面讨论的框810。当报告不与现有事故相对应（在框804处为，否）时，安全性分析引擎120可以生成新事故（例如，以标准化格式存储的信息，其基于报告中包括的信息描述新事故），如上所讨论的那样（框808）。继框808之后，方法800可以前进到下面讨论的框810。
在框810处，安全性分析引擎120可以将新的或补充的事故与以下内容进行相关：存储在与安全性分析引擎120相关联的一个或多个数据库内的一个或多个模式和附加事故。在框812处，基于相关的结果，安全性分析引擎120可以确定具有与一个或多个事故的至少预定阈值的相似度的模式（“所选的模式”）。在框814处，安全性分析引擎120可以确定尚未发生的所选模式的一个或多个部分（例如，事件）（“预测的下一事件”）。在框816处，安全性分析引擎120可以生成（一个或多个）警报并将其传送到一个或多个用户、对象、财产、权威机构或社交媒体平台，其中该（一个或多个）警报包括预测的下一事件。
参考图9，示出了一流程图，其图示了用于使用移动应用（例如，图10的移动应用1012）来执行节省电池的位置跟踪过程的示例性方法。图9中图示的每个框表示可以在使用移动应用1012来执行位置跟踪的方法900中执行的操作。方法900可以是节省电池的位置跟踪过程，这是由于方法900不需要（但是可以包括）经由安装在如下电子设备上的例如操作系统的位置服务组件对位置数据的不断传送：移动应用1012被安装该电子设备上。对比之下，如下面将讨论的，方法900可以在有限的情况下（例如当电子设备的移动超过预定阈值时）传送位置数据。电子设备位置的确定和传送典型地是电池功率密集型过程，从而导致电池的耗尽。通过针对超过预定阈值的测量结果来监测电子设备的一个或多个传感器、并且当测量结果超过对应阈值时确定并传送电子设备的位置，方法900避免当电子设备未处于运动中时依赖于位置数据的频繁确定和传送。因此，与需要将位置数据从电子设备不断地或频繁地传送到服务器或其他联网设备的其他位置跟踪过程相比，方法900可以是节省电池的位置跟踪过程。参考图9，在框902处，安全性分析引擎120可以将标识符指派给电子设备或对象（为了方便，术语“电子设备”将用于意指电子设备和对象两者，附加地，电子设备可以是网络设备）。在一个实施例中，标识符可以仅仅关联至电子设备，使得电子设备的用户可以保持对安全性分析引擎120的匿名（即，当电子设备不关联至存储在安全性分析引擎120上的用户的简档时）。在框904处，移动应用1012监测电子设备的移动。例如，移动应用1012可以具有对电子设备的一个或多个传感器或组件（例如，加速度计、罗盘、陀螺仪、GPS等）的访问。在一个实施例中，传感器可以使得用户能够基于相对于地面的角度来对事件的高度进行近似，电子设备可以指向该角度来记录视频或捕获事件的图片（例如，在来自于建筑的第一楼层的窗户的烟雾相比于第十层的窗户的烟雾之间进行区分）。在框906处，移动应用1012可以确定所监测的移动是否已经超过了预定阈值（例如，自上次传送电子设备的位置信息以来已经移动了预定距离）。当所监测的移动尚未超过预定阈值（在框906处为，否）时，移动应用1012可以确定自上次将电子设备的位置传送到安全性分析引擎120以来的时间是否已经超过了预定时间阈值（框908）。当自上次传送电子设备的位置以来的时间尚未超过预定时间阈值（在框908处为，否）时，方法900可以返回到框904。当自上次传送电子设备的位置以来的时间已经超过了预定时间阈值（在框908处为，是）时，方法900可以前进到框910。返回参考框906，当所监测的移动已经超过了预定阈值（在框906处为，是）时，方法900可以前进到框910。
在框910处，移动应用1012可以（例如，使用安装在电子设备上的利用电子设备的GPS的位置服务）获得电子设备的位置。在框912处，移动应用1012可以将电子设备的位置传送到可以存储位置的安全性分析引擎120。可替换地或附加地，当与电子设备（或其用户）相对应的安全性简档被存储在安全性简档数据库135中时，安全性分析引擎120可以可选地生成位置得分或定制位置得分（框914）。在框916处，安全性分析引擎120可选地将位置得分或定制位置得分传送到电子设备。例如，方法900可以在第一场景和第二场景之间进行区分，在所述第一场景中，由于电子设备被放置在桌子上而感测到轻微振动，在所述第二场景中，用户拾起电子设备并移动到不同位置。因此，阈值的规则（例如，作为确定何时传送位置信息中的规则的部分）可以帮助节省电子设备的电池寿命。
IV. 逻辑表示
图10示出了示例性系统（例如，图1中所示的系统100）的逻辑表示。所述系统可以包括存储在服务器设备1000的永久性存储装置1006中的引擎（例如，引擎120）、存储在移动设备1010上的移动应用1012、以及可由电子设备1014访问的网站1016。安全性分析引擎（例如，引擎120）可以包括多个逻辑组件和数据库。服务器设备1000可以包括永久性存储装置1006、（一个或多个）处理器1002和通信接口1004。服务器设备1000可以完全或部分地由硬化材料（例如，硬化塑料、金属、玻璃、复合物或其任何组合）制成，所述硬化材料保护壳体内的电路，即耦合到通信接口1004和永久性存储装置1006的一个或多个处理器1002。与通信接口逻辑121组合的通信接口1004可以使能实现与外部网络设备（例如，移动设备1010和电子设备1014）的通信，以接收和传送数据。根据本公开的一个实施例，通信接口1004可以实现为包括用于有线连接器的一个或多个端口的物理接口。附加地或可替换地，通信接口1004可以利用用于支持与其他电子设备的无线通信的一个或多个无线电单元来实现。通信接口逻辑121可以包括用于执行经由通信接口1004接收和传送数据的操作的逻辑，以使能实现安全性分析引擎与一个或多个网络设备之间经由网络（例如，互联网或LAN）和/或云计算服务的通信。
（一个或多个）处理器1002可以进一步耦合到永久性存储装置1006。根据本公开的一个实施例，永久性存储装置1006可以包括：（a）通信接口逻辑121、（b）报告生成逻辑122、（c）报告评估逻辑123、（d）事故确定逻辑124、（e）位置得分生成逻辑125、（f）安全性简档逻辑126、（g）警报生成逻辑127、（h）分类逻辑128、（i）模式检测逻辑129、（j）事件预测逻辑130、和/或（k）用户位置跟踪逻辑131。附加地，安全性分析引擎（例如，引擎120）可以包括以下数据库：（i）接收到的数据和报告数据库132、（ii）事故数据库133、（iii）位置得分数据库134、（iv）安全性简档数据库135、（v）目录数据库136、（vi）模式数据库137、和/或（vii）信息层数据库138。当然，这些逻辑组件和/或数据库中的一个或多个在被实现为硬件时可以彼此组合和/或彼此分离地实现。系统（例如，系统100）还可以包括移动应用1012和网站1016。移动应用1012可以被下载并安装在移动设备1010上，并且访问移动设备1010的一个或多个传感器或存储设备。可以从任何电子设备（诸如，电子设备1014）来访问网站1016，该电子设备被配置成连接到或能够连接到互联网。
V. 系统的图形用户接口
参考图11A，示出了被配置有由移动应用（例如，图10的移动应用1012）生成的第一显示屏幕并且显示该第一显示屏幕的第一网络设备的示例性图示。在图11A中，作为说明性示例，网络设备由移动电话1100来表示，但是可以类似地使用其他设备。移动电话1100被示出为包括外壳体和显示器。外壳体可以包含电路，例如一个或多个处理器、一个或多个存储设备以及逻辑组件。附加地，移动电话1100可以被配置有移动应用1012。移动应用1012可以例如经由网络连接而被下载并安装在移动电话1100上，并且包括如下逻辑：该逻辑在由移动电话1100的一个或多个处理器执行后可以执行诸如如上所讨论的收集和传送数据以及生成一个或多个显示屏幕之类的操作。显示屏幕1102可以包括基于位置得分或定制位置得分中的一个的第一背景图案（即，指示安全性级别）。在一个实施例中，第一背景图案可以是颜色、线的图案或任何其他图形指示。第一背景图案可以表示第一安全性级别，其中第二背景图案（未示出）可以表示第二安全性级别，第一安全性级别与第二安全性级别不同。作为说明性示例，第一背景图案可以是指示第一安全性级别（例如，安全）的绿颜色，第二背景图案可以是指示第二安全性级别（例如，中性）的颜色，并且第三背景图案可以是指示第三安全性级别（例如，处于危险中）的红颜色。移动应用1012可以被配置成响应于从安全性分析引擎120接收到位置得分或定制位置得分，而生成包括与位置得分或定制位置得分相对应的背景图案的显示屏幕1102。显示屏幕1102还可以包括描述位置得分或定制位置得分的文本1104。例如，文本“一切都好”可以与高安全性级别（例如，安全）相对应并且与指示高安全性级别的背景图案（例如，如上面的说明性示例中使用的绿色）配对。显示屏幕1102还可以包括图标1106，该图标1106被配置成使得移动电话1100的用户能够报告事件。在本文中，图标1106由框来表示；然而，本发明的范围不限于此，并且图标1106可以由被配置成使得用户能够报告事件（例如，向安全性分析引擎120提供数据）的任何图形表示来表示。通过激活图标1106（例如，在本文中利用移动电话1100的触摸屏功能性来选择图标1106），可以引导用户通过被配置成从用户和/或移动电话1100有效地收集数据的一个或多个问题，如上面关于至少图3所讨论的那样。图标1103可以表示菜单图标（例如，提供对应用设置、安全性简档设置等的访问），并且图标1105可以表示刷新图标（例如，向安全性分析引擎120传送请求以生成当前时间处的位置得分或定制位置得分）。
参考图11B，示出了被配置有由移动应用（例如，图10的移动应用1012）生成的第二显示屏幕并且显示该第二显示屏幕的第一网络设备的第二示例性图示。如图11A中那样，图11B图示了被配置有移动应用1012的移动电话1100。图11B图示了具有显示屏幕1108的移动电话1100，显示屏幕1108包括文本1110、图标组1112和图标1106。文本1110要求用户提供关于他或她感觉有多安全的输入。图标组1112提供对文本1110呈现的问题的三个可能的答案（“一切都好”；“不确定”；以及“不好”）。图标组内的每个图标可以被配置成包括如上所讨论的背景图案，该背景图案与指示用户感觉有多安全的文本相对应。例如，显示文本“一切都好”的文本图标可以包括绿色的背景颜色（例如，表示高安全性级别；因此，指示用户感觉安全）。用户可以通过激活图标组1112中的一个图标来响应由文本1110呈现的问题。显示屏幕1108还可以包括与图11A中的显示屏幕1102的背景图案不同的背景图案。显示屏幕1108的背景图案可以与最近接收到的位置得分或定制位置得分相对应。
参考图11C，示出了被配置有由图10的移动应用（例如，移动应用1012）生成的第三显示屏幕并且显示该第三显示屏幕的第一网络设备的第三示例性图示。如在图11A和11B中那样，图11C图示了被配置有移动应用1012的移动电话1100。图11C图示了具有显示屏幕1120的移动电话1100，显示屏幕1120包括多个图标1122，其中每个图标表示用户（例如，涵盖用户、对象或财产）。移动电话1100的用户可以经由每个图标的背景图案来监测每个用户的安全性级别，以用于快速查看，或者通过激活图标（例如，在该图标位置处点击移动电话1100的显示器）以查看更大的视图（例如，在一个实施例中，更大的视图可以类似于图11A中的显示屏幕1102）。显示屏幕1120可以包括与用户相对应的一个或多个图标，并且如果可适用，用户可以向左、向右、向上或向下滚动以显示附加图标。附加地，图标1124可以出现在显示屏幕1120上以使得用户能够添加附加图标。
附加地，电子设备不需要是移动电话，而是可以采用能够安装移动应用1012的一版本的任何电子设备的形式。可替换电子设备的示例包括但不限于或局限于：网络设备、车辆信息娱乐系统、智能手表、音乐播放器（例如，苹果 iPod®）、平板计算机、平板手机等。
此外，移动应用1012可以被配置成在显示屏幕上显示地图并且图示某些安全对象或位置在何处以及提供到其的方向或导航（“安全地图”）。例如，这种地图可以包括突出一个或多个除颤器、急救包等的图示。
参考图12，示出了被配置成访问图10的网站1016的第二网络设备的示例性图示。在图12中，作为说明性示例，网络设备由计算机1200表示（但是可以类似地使用其他设备）。计算机1200被示出为包括外壳体，外壳体包括显示器，其中计算机1200可以耦合到键盘。计算机1200可以包含电路，例如一个或多个处理器、一个或多个存储设备以及逻辑组件。附加地，计算机1200可以被配置成连接到网络（即，互联网），并且经由互联网浏览器来访问一个或多个网站。网站1016可以包括多个搜索栏，该多个搜索栏包括通过以下各项来针对用户的安全性级别进行搜索的搜索栏：姓名；位置；和日期。附加地，网站1016可以包括多个下拉框，计算机1200的用户可以从该多个下拉框做出选择以过滤所显示的用户。除了其他事物之外，下拉框可以包括以下选项：安全性级别；用户组；年龄组。
附加地，如图12中所看到的网站1016可以包括多个行1208A-1208D，其中每行可以与用户相对应并且提供与用户的安全性级别相关联的信息。具体地，每行（为了方便，在本文中将讨论行1208A）可以包括针对用户（被称为“姓名-1”）的最后位置得分生成的时间和日期。附加地，行1208A可以包括用户的年龄以及针对其生成位置得分的地址。此外，行1208A的背景图案可以与具有“姓名-1”的用户的安全性级别相对应。如上面关于图11A-11C所讨论的那样，背景图案可以基于用户的安全性级别而变化，并且采用例如变化的颜色或条纹/点状图案的形式。对移动应用1012和网站1016的访问可以是软件即服务（SaaS）的部分。SaaS可以被提供给希望监测雇员的安全性级别的大型组织（例如，公共或私人企业）。附加地，SaaS可以被提供给希望监测雇员或公务员的安全性级别的政府机关或部门，该雇员或公务员包括但不限于政治家、法官、警察、火灾消防员等。
已经一般地关于特定实施例描述了上面的系统、平台、设备、特征、方面、方法等；然而，所描述的原理可以应用于其他类型的系统、平台、设备、特征、方面、方法等。此外，在上面的一个实施例（包括在概述章节中描述的实施例）中描述的特征、步骤等一般可以与本文中的其他实施例中描述的特征组合。
可以在硬件或软件或两者的组合中实现本文中描述的系统、设备、方法等的组件、方面、特征等。在本文中描述的系统、设备、方法等的组件、方面、特征等是在软件中实现的情况下，该软件可以以可执行格式存储在一个或多个非暂时性机器可读介质上。此外，上面的方法的软件和相关步骤可以在软件中被实现为一组数据和指令。机器可读介质包括以由机器（例如，计算机）可读的形式提供（例如，存储和/或传输）信息的任何机制。例如，机器可读介质包括：只读存储器（ROM）；随机存取存储器（RAM）；磁盘存储介质；光学存储介质；闪速存储器设备；DVD，电气、光学、声学或其他形式的传播信号（例如，载波、红外信号、数字信号、EPROM、EEPROM、闪存、磁卡或光卡、或适用于存储电子指令的任何类型的介质。表示存储在机器可读介质上的单元、系统和/或方法的信息可以用在创建本文中描述的单元、系统和/或方法的过程中。用于实现本发明的硬件可以包括集成电路、微处理器、FPGA、数字信号控制器、流处理器和/或其他组件。
虽然已经依据特定变型和说明性图描述了本发明，但本领域普通技术人员将认识到，本发明不限于所描述的变型或图。关于一个实施例或变型描述的特征可以被用在其他实施例或变型中。可以将分离地描述的方法进行组合。附加地，在上面描述的方法和步骤指示以某种顺序发生的某些事件的情况下，本领域普通技术人员将认识到，可以修改某些步骤的顺序，并且这种修改符合本发明的变型。附加地，某些步骤在可能时可以在并行过程中同时被执行，以及如上所描述的那样依次执行。因此，在存在本发明的如下变型的程度上，意图的是该专利也将覆盖这些变型：所述变型处于本公开的精神内或等价于权利要求中发现的发明。
Claims (20)
1.一种其上存储有逻辑的非暂时性存储介质，所述逻辑由一个或多个处理器可执行以执行操作，所述操作包括：
分析从第一源接收到的数据；
基于所述数据生成报告，所述报告包含与在第一位置处发生的至少一个事件相关联的事件信息，所述事件信息以标准化格式汇编；
访问数据库中的所存储的信息，以确定（1）所述报告是否与已知事故相对应，或（2）所述报告是否与新事故相对应；
响应于确定所述报告与已知事故相对应，确定所述报告是否包括关于所述已知事故的新信息，并且响应于确定所述报告包括关于所述已知事故的新信息，利用关于所述已知事故的新信息来补充数据库中与所述已知事故相对应的现有事故信息，以生成经更新的现有事故信息；
响应于确定所述报告与新事故相对应，生成关于所述新事故的新事故信息，以用于存储在数据库中；
响应于（i）补充所存储的信息或（ii）生成所述新事故信息，至少部分地基于经更新的现有事故信息或所述新事故信息来取决于一个位置得分或多个位置得分中涵盖的各种距离范围或区域生成针对第一位置的一个位置得分或多个位置得分；以及
将所述一个位置得分或多个位置得分传送到用户设备，所述用户设备被配置为存储与用户相对应的安全性简档，并将所述安全性简档应用于所述一个位置得分或多个位置得分以生成定制位置得分。
2.根据权利要求1所述的存储介质，其中所述逻辑还由所述一个或多个处理器可执行以执行操作，所述操作包括向用户生成包括所述位置得分或指示所述位置得分的警报。
3.根据权利要求1所述的存储介质，其中所述已知事故包括多个事件，其中所述多个事件中的每个事件发生或正发生在涵盖第一位置的窄范围位置内，并且其中生成所述位置得分包括对关于所述多个事件的信息执行分析，所述分析是基于规则的分析或机器学习分析中的至少一个。
4.根据权利要求1所述的存储介质，其中数据库包括关于在涵盖第一位置的窄范围位置或宽范围位置内已经发生或正发生的多个事故的信息，其中所述多个事故包括第一事故，并且其中生成所述位置得分包括对关于所述多个事故的信息执行分析，所述分析是基于规则的分析或机器学习分析中的至少一个。
5.根据权利要求1所述的存储介质，其中所述位置得分是从针对第一位置的先前位置得分更新的经更新的位置得分。
6.根据权利要求1所述的存储介质，其中所述数据是通过信道从第一源接收到的，并且其中已经为所述信道指派了与所述数据相关联的信任得分。
7.根据权利要求1所述的存储介质，其中所述逻辑还由所述一个或多个处理器可执行以执行操作，所述操作包括：
分析从第二源接收到的附加数据；
基于所述附加数据生成第二报告，第二报告包含与在第一位置处发生或正发生的至少一个事件相关联的附加事件信息，所述附加事件信息以标准化格式汇编；
访问数据库中的经更新的现有事故信息；
响应于确定第二报告与第一事故相对应并且所述报告包括关于第一事故的附加新信息，而利用所述附加新信息来补充经更新的现有事故信息；以及
在已经利用关于第一事故的附加新信息来补充经更新的现有事故信息之后，至少部分地基于经更新的现有事故信息来生成针对第一位置的经更新的位置得分。
8.一种用于生成位置得分的计算机化方法，所述方法包括：
从第一源接收数据；
基于所述数据生成报告，所述报告包含与在第一位置处发生的至少一个事件相关联的事件信息，所述事件信息以标准化格式汇编；
访问数据库中的所存储的信息，以确定（1）所述报告是否与已知事故相对应，或（2）所述报告是否与新事故相对应；
响应于确定所述报告与已知事故相对应，确定所述报告是否包括关于所述已知事故的新信息，并且响应于确定所述报告包括关于所述已知事故的新信息，利用关于所述已知事故的新信息来补充数据库中与所述已知事故相对应的现有事故信息，以生成经更新的现有事故信息；
响应于确定所述报告与新事故相对应，生成关于所述新事故的新事故信息，以用于存储在数据库中；
响应于补充所存储的信息或响应于生成所述新事故信息，至少部分地基于经更新的现有事故信息或所述新事故信息来取决于一个位置得分或多个位置得分中涵盖的各种距离范围或区域生成针对第一位置的一个位置得分或多个位置得分；以及
将所述一个位置得分或多个位置得分传送到用户设备，所述用户设备被配置为存储与用户相对应的安全性简档，并将所述安全性简档应用于所述一个位置得分或多个位置得分以生成定制位置得分。
9.根据权利要求8所述的计算机化方法，进一步包括生成用于传送给用户的警报，所述警报包括所述位置得分或指示所述位置得分。
10.根据权利要求8所述的计算机化方法，其中所述已知事故包括多个事件，其中所述多个事件中的每个事件发生或正发生在涵盖第一位置的窄范围位置内，并且其中生成所述位置得分包括对关于所述多个事件的信息执行分析，所述分析是基于规则的分析或机器学习分析中的至少一个。
11.根据权利要求8所述的计算机化方法，其中数据库包括关于在涵盖第一位置的窄范围位置或宽范围位置内已经发生或正发生的多个事故的信息，其中所述多个事故包括第一事故，并且其中生成所述位置得分包括对关于所述多个事故的信息执行分析，所述分析是基于规则的分析或机器学习分析中的至少一个。
12.根据权利要求8所述的计算机化方法，其中所述位置得分是从针对第一位置的先前位置得分更新的经更新的位置得分。
13.根据权利要求8所述的计算机化方法，其中所述数据是通过信道从第一源接收到的，并且其中已经为所述信道指派了与所述数据相关联的信任得分。
14.根据权利要求8所述的计算机化方法，进一步包括：
分析从第二源接收到的附加数据；
基于所述附加数据生成第二报告，第二报告包含与在第一位置处发生的至少一个事件相关联的附加事件信息，所述附加事件信息以标准化格式汇编；
访问数据库中的经更新的现有事故信息；
响应于确定第二报告与第一事故相对应并且所述报告包括关于第一事故的附加新信息，而利用所述附加新信息来补充经更新的现有事故信息；以及
在已经利用关于第一事故的附加新信息来补充经更新的现有事故信息之后，至少部分地基于经更新的现有事故信息来生成针对第一位置的经更新的位置得分。
15.一种用于评估用户有多安全的计算机化方法，所述方法包括：
接收触发以生成位置得分，所述触发包括用户在一时间处、在一位置处的指示；
访问数据库中的所存储的信息，其中所存储的信息与包括所述位置的预定义区域内的一个或多个事故相关；
对所存储的信息执行分析以取决于一个位置得分或多个位置得分中涵盖的各种距离范围或区域生成针对所述位置的一个位置得分或多个位置得分，所述一个位置得分或多个位置得分至少部分地基于与所述一个或多个事故相关的所存储的信息来提供所述位置有多安全的指示；
将所述一个位置得分或多个位置得分传送到用户设备；以及
将存储在用户设备上的与用户相对应的安全性简档应用于所述一个位置得分或多个位置得分，以根据所述安全性简档来生成针对用户个性化的定制位置得分。
16.根据权利要求15所述的计算机化方法，进一步包括生成用于传送给用户的警报，所述警报包括或指示所述位置得分或所述定制位置得分中的一个或多个。
17.根据权利要求15所述的计算机化方法，其中执行所述分析包括执行基于规则的分析或机器学习分析中的至少一个。
18.根据权利要求15所述的计算机化方法，其中所述位置得分是从针对所述位置的先前位置得分更新的经更新的位置得分。
19.根据权利要求15所述的计算机化方法，进一步包括生成第二警报，第二警报包括或指示所述位置得分和所述定制位置得分中的一个或多个，其中第二警报被传送到预定义列表中列出的一个或多个附加用户。
20.根据权利要求15所述的计算机化方法，其中所述安全性简档包括用户的详述特性，所述详述特性影响用户在所述位置中有多安全，其可能与具有不同安全性简档的不同用户在所述位置中将有多安全不同。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201662441325P | 2016-12-31 | 2016-12-31 | |
| US62/441325 | 2016-12-31 | ||
| US15/625982 | 2017-06-16 | ||
| US15/625,982 US10810695B2 (en) | 2016-12-31 | 2017-06-16 | Methods and systems for security tracking and generating alerts |
| PCT/IB2017/001801 WO2019180473A2 (en) | 2016-12-31 | 2017-12-29 | Methods and systems for security tracking and generating alerts |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111052772A CN111052772A (zh) | 2020-04-21 |
| CN111052772B true CN111052772B (zh) | 2022-06-03 |
Family
ID=62712448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780087653.XA Expired - Fee Related CN111052772B (zh) | 2016-12-31 | 2017-12-29 | 用于安全跟踪和生成警报的方法和系统 |
Country Status (5)
| Country | Link |
|---|---|
| US (2) | US10810695B2 (zh) |
| EP (1) | EP3590276A2 (zh) |
| CN (1) | CN111052772B (zh) |
| IL (1) | IL267727B (zh) |
| WO (1) | WO2019180473A2 (zh) |
Families Citing this family (43)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10602964B2 (en) * | 2016-08-17 | 2020-03-31 | Koninklijke Philips N.V. | Location, activity, and health compliance monitoring using multidimensional context analysis |
| US11475212B2 (en) * | 2017-04-06 | 2022-10-18 | Otsuka Pharmaceutical Development & Commercialization, Inc. | Systems and methods for generating and modifying documents describing scientific research |
| ES2956116T3 (es) * | 2017-04-06 | 2023-12-13 | Dillon James Korpman | Aparato y sistema de monitorización |
| US10372141B2 (en) | 2017-05-24 | 2019-08-06 | Uber Technologies, Inc. | Systems and methods for controlling autonomous vehicles that provide a vehicle service to users |
| US10600322B2 (en) | 2017-06-21 | 2020-03-24 | International Business Machines Corporation | Management of mobile objects |
| US10504368B2 (en) | 2017-06-21 | 2019-12-10 | International Business Machines Corporation | Management of mobile objects |
| US10546488B2 (en) | 2017-06-21 | 2020-01-28 | International Business Machines Corporation | Management of mobile objects |
| US10535266B2 (en) | 2017-06-21 | 2020-01-14 | International Business Machines Corporation | Management of mobile objects |
| US10540895B2 (en) | 2017-06-21 | 2020-01-21 | International Business Machines Corporation | Management of mobile objects |
| US10778459B2 (en) * | 2017-07-18 | 2020-09-15 | Life360, Inc. | Method and system for generating security notifications to a user's contacts regarding the user of an application |
| US10375555B2 (en) | 2017-09-08 | 2019-08-06 | At&T Intellectual Property I, L.P. | Disaster event management |
| US10626668B2 (en) * | 2017-10-20 | 2020-04-21 | Hall Labs Llc | Low power hub wireless control of motorized window coverings |
| US11321286B1 (en) | 2018-01-26 | 2022-05-03 | Wells Fargo Bank, N.A. | Systems and methods for data quality certification |
| US11348170B2 (en) | 2018-03-27 | 2022-05-31 | Allstate Insurance Company | Systems and methods for identifying and transferring digital assets |
| US11748817B2 (en) * | 2018-03-27 | 2023-09-05 | Allstate Insurance Company | Systems and methods for generating an assessment of safety parameters using sensors and sensor data |
| US10292036B1 (en) * | 2018-07-29 | 2019-05-14 | Motorola Solutions, Inc. | System, device, and method for managing emergency messaging |
| GB2577082B (en) * | 2018-09-12 | 2021-01-06 | Ford Global Tech Llc | Determining road safety |
| US11361076B2 (en) * | 2018-10-26 | 2022-06-14 | ThreatWatch Inc. | Vulnerability-detection crawler |
| US20200151841A1 (en) * | 2018-11-14 | 2020-05-14 | Motorola Solutions, Inc. | System, device, and method for recommending public safety resource allocation |
| US20200192743A1 (en) * | 2018-12-13 | 2020-06-18 | Jpmorgan Chase Bank, N.A. | Systems and methods for collaborative diagnosis and resolution of technology-related incidents |
| KR102080432B1 (ko) * | 2019-01-30 | 2020-02-21 | 재단법인 다차원 스마트 아이티 융합시스템 연구단 | 폴스 알람을 줄이기 위한 휴대폰 분실 방지 장치 및 그 서비스 방법 |
| US11204735B2 (en) * | 2019-02-14 | 2021-12-21 | International Business Machines Corporation | Receiving audio from a listening device associated with a selected geographic area |
| CN109982259A (zh) * | 2019-03-07 | 2019-07-05 | 深圳市华慧云科技有限公司 | 网约顺风车安全监控和报警方法及装置 |
| US11042521B2 (en) | 2019-03-19 | 2021-06-22 | Motorola Solutions, Inc. | Prioritizing and resolving inconsistencies in digital evidence |
| WO2020202501A1 (ja) * | 2019-04-03 | 2020-10-08 | 三菱電機株式会社 | 車両データ処理装置、車両データ処理システム、車両データ処理サーバ、及び車両データ処理方法 |
| US11610136B2 (en) * | 2019-05-20 | 2023-03-21 | Kyndryl, Inc. | Predicting the disaster recovery invocation response time |
| US11240367B1 (en) * | 2019-06-05 | 2022-02-01 | Brook S. Parker-Bello | System, method, and apparatus for coordinating resources to prevent human trafficking and assist victims of human trafficking |
| US10885450B1 (en) * | 2019-08-14 | 2021-01-05 | Capital One Services, Llc | Automatically detecting invalid events in a distributed computing environment |
| US20210090745A1 (en) * | 2019-09-20 | 2021-03-25 | Iqvia Inc. | Unbiased etl system for timed medical event prediction |
| CN110826897A (zh) * | 2019-10-31 | 2020-02-21 | 深圳市商汤科技有限公司 | 地域安全评价方法、装置、设备及存储介质 |
| US11481421B2 (en) * | 2019-12-18 | 2022-10-25 | Motorola Solutions, Inc. | Methods and apparatus for automated review of public safety incident reports |
| US11682094B2 (en) * | 2020-01-13 | 2023-06-20 | Florida Power & Light Company | Public reporting of power line-down conditions |
| US11475063B2 (en) * | 2020-02-24 | 2022-10-18 | Motorola Solutions, Inc. | Device, system and method for providing indications of a discrepancy between a video and a textual description of an incident |
| CN111212382B (zh) * | 2020-04-22 | 2020-08-11 | 南京齐芯半导体有限公司 | 数据纪录终端与方法、数据收集系统与数据服务器 |
| US11782930B2 (en) * | 2020-06-10 | 2023-10-10 | Samsara Networks Inc. | Automated annotation system for electronic logging devices |
| US11341786B1 (en) * | 2020-11-13 | 2022-05-24 | Samsara Inc. | Dynamic delivery of vehicle event data |
| US11352013B1 (en) | 2020-11-13 | 2022-06-07 | Samsara Inc. | Refining event triggers using machine learning model feedback |
| US11643102B1 (en) | 2020-11-23 | 2023-05-09 | Samsara Inc. | Dash cam with artificial intelligence safety event detection |
| US11386325B1 (en) | 2021-11-12 | 2022-07-12 | Samsara Inc. | Ensemble neural network state machine for detecting distractions |
| US11352014B1 (en) | 2021-11-12 | 2022-06-07 | Samsara Inc. | Tuning layers of a modular neural network |
| US11651461B1 (en) * | 2022-02-25 | 2023-05-16 | Detective Analytics | Artificial intelligence crime linking network |
| US12107994B2 (en) * | 2022-05-11 | 2024-10-01 | Motorola Solutions, Inc. | Method and device for prompting a user to report a public-safety incident |
| KR20240073240A (ko) * | 2022-11-17 | 2024-05-27 | 대한민국(행정안전부 국립재난안전연구원장) | 지역안전지수 산출을 이용한 안전역량 개선을 위한 맞춤형 사업도출 시스템 및 방법 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2127407A1 (en) * | 2007-03-02 | 2009-12-02 | Aegis Mobility, Inc. | Management of mobile device communication sessions to reduce user distraction |
| US8024330B1 (en) * | 2004-05-20 | 2011-09-20 | Hector Franco | Collaborative incident alert system for mobile devices |
| US9014661B2 (en) * | 2013-05-04 | 2015-04-21 | Christopher deCharms | Mobile security technology |
| CN104685532A (zh) * | 2012-10-19 | 2015-06-03 | 迈克菲公司 | 人身安全和应急服务 |
Family Cites Families (57)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7783500B2 (en) * | 2000-07-19 | 2010-08-24 | Ijet International, Inc. | Personnel risk management system and methods |
| US6989765B2 (en) * | 2002-03-05 | 2006-01-24 | Triangle Software Llc | Personalized traveler information dissemination system |
| US7126467B2 (en) | 2004-07-23 | 2006-10-24 | Innovalarm Corporation | Enhanced fire, safety, security, and health monitoring and alarm response method, system and device |
| EP1694087A1 (en) | 2005-02-18 | 2006-08-23 | Alcatel | Method for providing harmonized public security and safety services and corresponding service platform |
| US9098545B2 (en) | 2007-07-10 | 2015-08-04 | Raj Abhyanker | Hot news neighborhood banter in a geo-spatial social network |
| US8732091B1 (en) | 2006-03-17 | 2014-05-20 | Raj Abhyanker | Security in a geo-spatial environment |
| US9071367B2 (en) | 2006-03-17 | 2015-06-30 | Fatdoor, Inc. | Emergency including crime broadcast in a neighborhood social network |
| US20140200963A1 (en) | 2006-03-17 | 2014-07-17 | Raj Abhyanker | Neighborhood polling in a geo-spatial environment |
| US20140230030A1 (en) | 2006-11-22 | 2014-08-14 | Raj Abhyanker | Method and apparatus for geo-spatial and social relationship analysis |
| US20140222534A1 (en) | 2006-11-22 | 2014-08-07 | Raj Abhyanker | Mobile content creation, sharing, and commerce in a geo-spatial environment |
| US20140123247A1 (en) | 2006-11-22 | 2014-05-01 | Raj Abhyanker | Nextdoor neighbor connect |
| US20090024740A1 (en) | 2007-07-20 | 2009-01-22 | Fatdoor, Inc. | Neighborhood block communication method and system |
| US20140143004A1 (en) | 2006-11-22 | 2014-05-22 | Raj Abhyanker | Event publication in a neighborhood social network |
| US20140136328A1 (en) | 2006-11-22 | 2014-05-15 | Raj Abhyanker | Immediate communication between neighboring users surrounding a specific geographic location |
| US20140136624A1 (en) | 2006-11-22 | 2014-05-15 | Raj V. Abhyanker | Smart lists in a geo-spatial social network |
| US20080255754A1 (en) * | 2007-04-12 | 2008-10-16 | David Pinto | Traffic incidents processing system and method for sharing real time traffic information |
| US20090018850A1 (en) | 2007-07-10 | 2009-01-15 | Fatdoor, Inc. | Security in a geo-spatial environment |
| US8892455B2 (en) | 2007-09-28 | 2014-11-18 | Walk Score Management, LLC | Systems, techniques, and methods for providing location assessments |
| US8624727B2 (en) | 2008-01-28 | 2014-01-07 | Saigh And Son, Llc | Personal safety mobile notification system |
| US8762035B2 (en) | 2008-05-19 | 2014-06-24 | Waze Mobile Ltd. | System and method for realtime community information exchange |
| US8612136B2 (en) | 2008-08-27 | 2013-12-17 | Waze Mobile Ltd. | System and method for road map creation |
| US8630820B2 (en) | 2009-08-24 | 2014-01-14 | Strider, Inc. | Methods and systems for threat assessment, safety management, and monitoring of individuals and groups |
| US8515673B2 (en) | 2009-10-23 | 2013-08-20 | Dominic Trinko | Crime risk assessment system |
| US8335526B2 (en) | 2009-12-14 | 2012-12-18 | At&T Intellectual Property I, Lp | Location and time specific mobile participation platform |
| US8805707B2 (en) * | 2009-12-31 | 2014-08-12 | Hartford Fire Insurance Company | Systems and methods for providing a safety score associated with a user location |
| US20110213628A1 (en) | 2009-12-31 | 2011-09-01 | Peak David F | Systems and methods for providing a safety score associated with a user location |
| US20120066345A1 (en) | 2010-09-14 | 2012-03-15 | Cyril Rayan | Emergency communications platform |
| US8718910B2 (en) | 2010-11-14 | 2014-05-06 | Pelmorex Canada Inc. | Crowd sourced traffic reporting |
| US8760290B2 (en) | 2011-04-08 | 2014-06-24 | Rave Wireless, Inc. | Public safety analysis system |
| US20120268269A1 (en) | 2011-04-19 | 2012-10-25 | Qualcomm Incorporated | Threat score generation |
| US8878938B2 (en) | 2011-06-29 | 2014-11-04 | Zap Group Llc | System and method for assigning cameras and codes to geographic locations and generating security alerts using mobile phones and other devices |
| TWI630493B (zh) | 2011-09-19 | 2018-07-21 | 塔塔顧問服務有限公司 | 用於提供促進感測器驅動式應用的開發及部署之運算平台的系統及方法 |
| US8768291B2 (en) | 2011-11-01 | 2014-07-01 | GreatCall, Inc. | Emergency mobile notification handling |
| US8995950B2 (en) | 2011-11-01 | 2015-03-31 | GreatCall, Inc. | Emergency mobile notification handling |
| US8538374B1 (en) | 2011-12-07 | 2013-09-17 | Barry E. Haimo | Emergency communications mobile application |
| US20130231077A1 (en) | 2012-03-02 | 2013-09-05 | Clandestine Development LLC | Personal security system |
| US8832841B2 (en) | 2012-05-22 | 2014-09-09 | Verizon Patent And Licensing Inc. | Mobile application security assessment |
| CA2781251A1 (en) | 2012-06-27 | 2013-12-27 | Annette Henwood | Method of personal safety monitoring and mobile application for same |
| CN102750830A (zh) | 2012-07-05 | 2012-10-24 | 胡东波 | 一种交通安全危险点信息收集及提示方法 |
| US20140067434A1 (en) | 2012-08-30 | 2014-03-06 | Agero, Inc. | Methods and Systems for Providing Risk Profile Analytics |
| WO2014047695A2 (en) | 2012-09-25 | 2014-04-03 | Kazamias Christian Christos | "personalized emergency, safety & rules based interactive alert notification system |
| US10121373B2 (en) | 2012-10-15 | 2018-11-06 | Nxp Usa, Inc. | Method and apparatus for reporting traffic information |
| EP2939163A4 (en) | 2012-12-31 | 2015-12-02 | Shuster Gary Stephen | DECISION MAKING USING PROGRAMMATIC OR ALGORITHMIC ANALYSIS |
| US9330420B2 (en) | 2013-01-15 | 2016-05-03 | International Business Machines Corporation | Using crowdsourcing to improve sentiment analytics |
| US9212930B2 (en) | 2013-02-26 | 2015-12-15 | Google Inc. | Method, system and apparatus for reporting events on a map |
| US20140282912A1 (en) | 2013-03-14 | 2014-09-18 | Public Insight Corporation | Methods and Systems for Analyzing Public Data |
| US8972175B2 (en) | 2013-03-14 | 2015-03-03 | Qualcomm Incorporated | Navigation using crowdsourcing data |
| US20140266702A1 (en) | 2013-03-15 | 2014-09-18 | South East Water Corporation | Safety Monitor Application |
| US20160021154A1 (en) | 2013-03-25 | 2016-01-21 | Steven B. Schoeffler | System And Method For Displaying Information |
| WO2015085182A1 (en) | 2013-12-05 | 2015-06-11 | Knowmadics, Inc. | Crowd-sourced collecting and transforming portable device data |
| US9817843B2 (en) * | 2014-09-26 | 2017-11-14 | Mcafee, Inc. | Notification of human safety reputation of a place based on historical events, profile data, and dynamic factors |
| WO2016075656A1 (en) * | 2014-11-13 | 2016-05-19 | Mobiltron, Inc. | Systems and methods for real time detection and reporting of personal emergencies |
| EP3304514B1 (en) * | 2015-05-26 | 2024-10-16 | Noonlight, Inc. | Systems and methods for providing assistance in an emergency |
| US9852599B1 (en) * | 2015-08-17 | 2017-12-26 | Alarm.Com Incorporated | Safety monitoring platform |
| US20170193807A1 (en) * | 2015-12-31 | 2017-07-06 | Baha Samara | Alarm system on a device connected to a network |
| US9734456B1 (en) * | 2016-04-28 | 2017-08-15 | Filippo Marino | Systems and methods for determining likelihood of incident occurrence |
| US10051413B2 (en) * | 2016-12-28 | 2018-08-14 | Motorola Solutions, Inc. | Method for exchanging information corresponding to a public safety incident |
-
2017
- 2017-06-16 US US15/625,982 patent/US10810695B2/en active Active
- 2017-12-29 CN CN201780087653.XA patent/CN111052772B/zh not_active Expired - Fee Related
- 2017-12-29 EP EP17936975.6A patent/EP3590276A2/en not_active Withdrawn
- 2017-12-29 WO PCT/IB2017/001801 patent/WO2019180473A2/en unknown
-
2019
- 2019-06-30 IL IL267727A patent/IL267727B/en unknown
-
2020
- 2020-10-09 US US17/067,246 patent/US20210104001A1/en not_active Abandoned
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8024330B1 (en) * | 2004-05-20 | 2011-09-20 | Hector Franco | Collaborative incident alert system for mobile devices |
| EP2127407A1 (en) * | 2007-03-02 | 2009-12-02 | Aegis Mobility, Inc. | Management of mobile device communication sessions to reduce user distraction |
| CN104685532A (zh) * | 2012-10-19 | 2015-06-03 | 迈克菲公司 | 人身安全和应急服务 |
| US9014661B2 (en) * | 2013-05-04 | 2015-04-21 | Christopher deCharms | Mobile security technology |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019180473A2 (en) | 2019-09-26 |
| IL267727B (en) | 2022-03-01 |
| IL267727A (en) | 2019-08-29 |
| EP3590276A2 (en) | 2020-01-08 |
| CN111052772A (zh) | 2020-04-21 |
| WO2019180473A3 (en) | 2020-01-23 |
| US10810695B2 (en) | 2020-10-20 |
| US20210104001A1 (en) | 2021-04-08 |
| US20180189913A1 (en) | 2018-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111052772B (zh) | 用于安全跟踪和生成警报的方法和系统 | |
| US11790766B2 (en) | Predictive analytics for emergency detection and response management | |
| US11915579B2 (en) | Apparatus and methods for distributing and displaying communications | |
| US20210216928A1 (en) | Systems and methods for dynamic risk analysis | |
| US10531266B2 (en) | Emergency messaging system and method of responding to an emergency | |
| US11818639B2 (en) | Emergency location analysis system | |
| US20200126174A1 (en) | Social media analytics for emergency management | |
| US9247408B2 (en) | Interactive emergency information and identification | |
| US8874071B2 (en) | Method and apparatus for prioritizing and routing emergent activity reporting | |
| Levine et al. | The New York City police department’s domain awareness system | |
| US20220014895A1 (en) | Spatiotemporal analysis for emergency response | |
| EP3721402A1 (en) | Social media content for emergency management | |
| US9706379B2 (en) | Method and system for generation and transmission of alert notifications relating to a crowd gathering | |
| US20150379413A1 (en) | Crime risk forecasting | |
| US10846151B2 (en) | Notifying entities of relevant events removing private information | |
| US20230015261A1 (en) | Data processing systems and methods for providing relocation alerts | |
| Darzi et al. | Constructing evacuation evolution patterns and decisions using mobile device location data: A case study of hurricane irma | |
| Grasic et al. | Classification of incoming calls for the capital city of Slovenia smart city 112 public safety system using open Internet of Things data | |
| Leonard | Emerging trends in crisis management: Usability, earth observation and disaster management |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220603 |