CN111060107B - 一种欺骗路径评价方法及装置 - Google Patents
一种欺骗路径评价方法及装置 Download PDFInfo
- Publication number
- CN111060107B CN111060107B CN201911396432.8A CN201911396432A CN111060107B CN 111060107 B CN111060107 B CN 111060107B CN 201911396432 A CN201911396432 A CN 201911396432A CN 111060107 B CN111060107 B CN 111060107B
- Authority
- CN
- China
- Prior art keywords
- deception
- particle
- target node
- node
- target
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种欺骗路径评价方法及装置,方法包括:利用粒子系统模拟被识别者,基于该粒子系统,计算真实目标节点和虚假目标节点在待评价路径中的每个中间节点处的目标后验概率分布;根据该目标后验概率分布以及真实目标节点,确定待评价路径的欺骗效果。可见,本方案实现了自动评价欺骗路径,减少了对人工经验的依赖。
Description
技术领域
本发明涉及路径规划技术领域,特别是指一种欺骗路径评价方法及装置。
背景技术
一些场景中,通常会提供一些虚假信息来迷惑对方。比如,一方需要从位置A移动至位置B,但不希望另一方获取到自己的真实路径,该方可以设定虚假位置C,并在位置A、B、C之间规划欺骗路径,以隐瞒自己的真实路径。
合适的欺骗路径可以理解为消耗对方较多时间或者其他资源的路径,或者也可以理解为让对方较难确定出真实路径的路径。目前,大多依赖人工经验对欺骗路径进行评价,因此亟需一种自动评价欺骗路径的方案。
发明内容
有鉴于此,本发明的目的在于提出一种欺骗路径评价方法及装置,以自动评价欺骗路径,减少对人工经验的依赖。
基于上述目的,本发明实施例提供了一种欺骗路径评价方法,包括:
获取待评价路径,所述待评价路径中包括起始节点、中间节点和目标节点集合,所述目标节点集合中包括真实目标节点和虚假目标节点;
根据所述起始节点和所述目标节点集合,对粒子系统进行初始化;所述粒子系统中的粒子用于模拟被识别者;
按照时间推进,移动所述粒子系统中的每个粒子;
粒子每次移动后,计算所述每个粒子的当前位置与该时刻观测的中间节点之间的偏移,根据所述偏移对所述每个粒子的权重进行更新;根据更新后的权重,计算所述真实目标节点和所述虚假目标节点在该时刻观测的中间节点处的后验概率分布,作为该中间节点的目标后验概率分布;
根据每个中间节点的目标后验概率分布以及所述真实目标节点,确定所述待评价路径的欺骗效果。
可选的,所述根据所述起始节点和所述真实目标节点,对粒子系统进行初始化,包括:
根据所述起始节点,设定粒子系统中每个粒子的起点;
根据所述目标节点集合,随机设定所述粒子系统中每个粒子的终点;
以及根据所述粒子系统中粒子的数量,设定所述每个粒子的初始权重。
可选的,所述根据所述偏移对所述每个粒子的权重进行更新,包括:
利用如下算式,对所述每个粒子的权重进行更新:
其中,τ表示时刻,τ-1表示τ的上一时刻,i表示粒子的标识,Wτ (i)表示τ时刻粒子i的权重,Wτ-1 (i)表示τ-1时刻粒子i的权重,oτ表示τ时刻对应的中间节点的位置,sτ (i)表示τ时刻粒子i的位置,q(oτ|sτ (i))表示权重影响函数。
可选的,所述根据更新后的权重,计算所述真实目标节点和所述虚假目标节点在该时刻观测的中间节点处的后验概率分布,作为该中间节点的目标后验概率分布,包括:
利用如下算式,计算目标后验概率分布:
其中,τ表示时刻,i表示粒子的标识,gτ表示τ时刻的真实目标节点或者虚假目标节点,oτ表示τ时刻对应的中间节点的位置,p(gτ|oτ)表示所述真实目标节点和所述虚假目标节点在oτ处的后验概率分布,N表示所述粒子系统中粒子的数量,Wτ (i)表示τ时刻节点i的权重,表示指示函数,若则δ=1;否则,δ=0。
可选的,所述待评价路径包括基于同一种欺骗路径规划方式规划得到的多条欺骗路径;
在所述根据每个中间节点的目标后验概率分布以及所述真实目标节点,确定所述待评价路径的欺骗效果之后,还包括:
基于以下任意一种或多种评价指标:精度、召回率、精度和召回率的综合,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果。
可选的,基于精度指标,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果,包括:
利用如下算式,计算所述欺骗路径规划方式的精度:
其中,Nq表示目标节点集合中包括的目标节点的数量,j表示目标节点的标识,TPj表示真实目标节点为j且j对应的后验概率最大的欺骗路径的数量,FPj表示真实目标节点不为j且j对应的后验概率最大的欺骗路径的数量。
可选的,基于召回率指标,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果,包括:
利用如下算式,计算所述欺骗路径规划方式的召回率:
其中,Nq表示目标节点集合中包括的目标节点的数量,j表示目标节点的标识,TPj表示真实目标节点为j且j对应的后验概率最大的欺骗路径的数量,FNj表示真实目标节点为j且j对应的后验概率不是最大的欺骗路径的数量。
可选的,基于精度和召回率的综合指标,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果,包括:
利用如下算式,计算所述欺骗路径规划方式的精度和召回率的综合指标:
其中,precision表示所述欺骗路径规划方式的精度,recall表示所述欺骗路径规划方式的召回率,Nq表示目标节点集合中包括的目标节点的数量,j表示目标节点的标识,TPj表示真实目标节点为j且j对应的后验概率最大的欺骗路径的数量,FPj表示真实目标节点不为j且j对应的后验概率最大的欺骗路径的数量,FNj表示真实目标节点为j且j对应的后验概率不是最大的欺骗路径的数量。
基于上述目的,本发明实施例还提供了一种欺骗路径评价装置,包括:
获取模块,用于获取待评价路径,所述待评价路径中包括起始节点、中间节点和目标节点集合,所述目标节点集合中包括真实目标节点和虚假目标节点;
初始化模块,用于根据所述起始节点和所述目标节点集合,对粒子系统进行初始化;所述粒子系统中的粒子用于模拟被识别者;
第一确定模块,用于按照时间推进,移动所述粒子系统中的每个粒子;
计算模块,用于粒子每次移动后,计算所述每个粒子的当前位置与该时刻观测的中间节点之间的偏移,根据所述偏移对所述每个粒子的权重进行更新;根据更新后的权重,计算所述真实目标节点和所述虚假目标节点在该时刻观测的中间节点处的后验概率分布,作为该中间节点的目标后验概率分布;
第二确定模块,用于根据每个中间节点的目标后验概率分布以及所述真实目标节点,确定所述待评价路径的欺骗效果。
可选的,所述初始化模块,具体用于:
根据所述起始节点,设定粒子系统中每个粒子的起点;
根据所述目标节点集合,随机设定所述粒子系统中每个粒子的终点;
以及根据所述粒子系统中粒子的数量,设定所述每个粒子的初始权重。
应用本发明所示实施例,利用粒子系统模拟被识别者,基于该粒子系统,计算真实目标节点和虚假目标节点在待评价路径中的每个中间节点处的目标后验概率分布;根据该目标后验概率分布以及真实目标节点,确定待评价路径的欺骗效果。可见,本方案实现了自动评价欺骗路径,减少了对人工经验的依赖。
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简单地介绍,显而易见地,下面描述中的附图仅仅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一种欺骗路径评价方法的流程示意图;
图2为本发明实施例提供的一种欺骗路径评价装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
为了达到上述目的,本发明实施例提供了一种欺骗路径评价方法及装置,该方法及装置可以应用于各种电子设备,具体不做限定。下面首先对本发明实施例提供的欺骗路径评价方法进行详细说明。
图1为本发明实施例提供的一种欺骗路径评价方法的流程示意图,包括:
S101:获取待评价路径,待评价路径中包括起始节点、中间节点和目标节点集合,所述目标节点集合中包括真实目标节点和虚假目标节点。
举例来说,起始节点可以理解为路径的起始点,真实目标节点可以理解为路径的真实终点,虚假目标节点可以理解为用于迷惑识别方的虚假终点。生成欺骗路径时,起始节点和真实目标节点是已知的;可以基于实际地理情况,预先设定虚假目标节点。中间节点即为路径中的节点,也可以理解为给定观测情形下、被识别者的真实位置。
S102:根据起始节点和目标节点集合,对粒子系统中进行初始化;所述粒子系统中的粒子用于模拟被识别者。
举例来说,本方案中,可以采用粒子滤波算法评价欺骗路径,粒子系统是指粒子滤波算法中的一组随机样本。粒子滤波可以理解为:通过寻找一组在状态空间中传播的随机样本,来近似的表示概率密度函数,用样本均值代替积分运算,进而获得系统状态的最小方差估计的过程。这些随机样本被形象地称为“粒子”,故而称为粒子滤波。这里粒子系统用于模拟路径生成过程,粒子系统中包括N个粒子,N为正整数,这些粒子用于模拟被识别者。
一种实施方式中,S102可以包括:根据所述起始节点,设定粒子系统中每个粒子的起点;根据所述目标节点集合,随机设定所述粒子系统中每个粒子的终点;以及根据所述粒子系统中粒子的数量,设定所述每个粒子的初始权重。
在对粒子系统初始化的过程中,设定每个粒子的起点、终点以及初始权重。举例来说,可以将欺骗路径中的初始节点位置设定为每个粒子的起点位置。对于粒子系统来说,其并不确定目标节点集合中的哪个节点为真实目标节点,或者说该集合中的目标节点均有可能是真实目标节点,可以将目标节点集合中的每个目标节点随机设定为粒子的终点位置。一种情况下,假设粒子系统中粒子数量为N,则每个粒子的初始权重可以为1/N。
S103:按照时间推进,移动粒子系统中的每个粒子。
如上所述,粒子系统用于模拟路径生成过程,该系统中的粒子是动态的,随着时间推进,这些粒子的位置是移动的。举例来说,假设粒子数量为N,按照时间推进,确定τ时刻这N个粒子的位置分别为:L1 τ,L2 τ……LN τ,下一时刻为τ+1,确定τ+1时刻这N个粒子的位置分别为:L1 (τ+1),L2 (τ+1)……LN (τ+1),等等,以此类推,不再一一列举。
S104:粒子每次移动后,计算每个粒子的当前位置与该时刻观测的中间节点之间的偏移,根据该偏移对该每个粒子的权重进行更新。
假设τ时刻粒子i移动到位置sτ (i),τ时刻观测的中间节点的位置为oτ,或者说,观测到被识别者在τ时刻的真实位置为oτ,计算粒子i在τ时刻的位置sτ (i)与真实位置oτ之间的偏移,偏移也就是位置之间的距离。
一种实施方式中,可以利用如下算式,对所述每个粒子的权重进行更新:
其中,τ表示时刻,τ-1表示τ的上一时刻,i表示粒子的标识,Wτ (i)表示τ时刻粒子i的权重,Wτ-1 (i)表示τ-1时刻粒子i的权重,oτ表示给定τ时刻观测到的被识别者的真实位置,也就是τ时刻对应的中间节点的位置,sτ (i)表示τ时刻粒子i的位置,q(oτ|sτ (i))表示权重影响函数,比如oτ=sτ时q=1,oτ与sτ不相等时,q<1,oτ与sτ的偏移越大,q越小。
S105:根据更新后的权重,计算真实目标节点和虚假目标节点在该时刻观测的中间节点的后验概率分布,作为该中间节点的目标后验概率分布。
该后验概率分布描述的是被识别者位于中间节点上的目标后验概率分布。
一种实施方式中,S105可以包括:利用如下算式,计算目标后验概率分布:
其中,τ表示时刻,i表示粒子的标识,gτ表示τ时刻的真实目标节点或者虚假目标节点,oτ表示给定τ时刻观测到的被识别者的真实位置,也就是τ时刻对应的中间节点的位置,p(gτ|oτ)表示所述真实目标节点和所述虚假目标节点在oτ处的后验概率分布,N表示所述粒子系统中粒子的数量,Wτ (i)表示τ时刻节点i的权重,表示指示函数,若则δ=1;否则,δ=0。这一算式的物理意义在于将所有目标节点为gτ的粒子的权重相加。
随着时间推进,粒子的位置不断发生变化,每次发生变化后,对粒子的权重进行更新(计算粒子的当前位置与观测所得中间节点的偏移,根据偏移更新粒子的权重),根据更新后的权重,计算当前观测所得中间节点的目标后验概率分布;该目标后验概率分布可以理解为:在该中间节点处,各目标节点为真实目标节点的概率。这样,最终会得到待评价路径中每个中间节点的目标后验概率分布。
S106:根据每个中间节点的目标后验概率分布以及真实目标节点,确定待评价路径的欺骗效果。
在已知目标节点集合中哪个目标节点为真实目标节点的情况下,如果一条路径中,各中间节点处,真实目标节点的概率都较大,表示该路径的欺骗效果较差。如果一条路径中,各中间节点处,真实目标节点的概率都较小,表示该路径的欺骗效果较好。
应用本发明所示实施例,利用粒子系统模拟被识别者,基于该粒子系统,计算真实目标节点和虚假目标节点在待评价路径中的每个中间节点处的目标后验概率分布;根据该目标后验概率分布以及真实目标节点,确定待评价路径的欺骗效果。可见,本方案实现了自动评价欺骗路径,减少了对人工经验的依赖。
一种实施方式中,所述待评价路径包括基于同一种欺骗路径规划方式规划得到的多条欺骗路径;S106之后,还可以包括:基于以下任意一种或多种评价指标:精度、召回率、精度和召回率的综合,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果。
应用本实施方式可以评价欺骗路径规划方式,比如,可以对不同的欺骗路径规划算法进行评价。
下面分别对精度、召回率、精度和召回率的综合这三种评价指标进行详细说明:
基于精度指标,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果,包括:
利用如下算式,计算所述欺骗路径规划方式的精度:
其中,Nq表示目标节点集合中包括的目标节点的数量,j表示目标节点的标识,TPj表示真实目标节点为j且j对应的后验概率最大的欺骗路径的数量,FPj表示真实目标节点不为j且j对应的后验概率最大的欺骗路径的数量。
基于召回率指标,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果,包括:
利用如下算式,计算所述欺骗路径规划方式的召回率:
其中,Nq表示目标节点集合中包括的目标节点的数量,j表示目标节点的标识,TPj表示真实目标节点为j且j对应的后验概率最大的欺骗路径的数量,FNj表示真实目标节点为j且j对应的后验概率不是最大的欺骗路径的数量。
基于精度和召回率的综合指标,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果,包括:
利用如下算式,计算所述欺骗路径规划方式的精度和召回率的综合指标:
其中,precision表示所述欺骗路径规划方式的精度,recall表示所述欺骗路径规划方式的召回率,Nq表示目标节点集合中包括的目标节点的数量,j表示目标节点的标识,TPj表示真实目标节点为j且j对应的后验概率最大的欺骗路径的数量,FPj表示真实目标节点不为j且j对应的后验概率最大的欺骗路径的数量,FNj表示真实目标节点为j且j对应的后验概率不是最大的欺骗路径的数量。
与上述方法实施例相对应,本发明实施例还提供一种欺骗路径评价装置,如图2所示,包括:
获取模块201,用于获取待评价路径,所述待评价路径中包括起始节点、中间节点和目标节点集合,所述目标节点集合中包括真实目标节点和虚假目标节点;
初始化模块202,用于根据所述起始节点和所述目标节点集合,对粒子系统进行初始化;所述粒子系统中的粒子用于模拟被识别者;
第一确定模块203,用于按照时间推进,移动所述粒子系统中的每个粒子;
计算模块204,用于粒子每次移动后,计算所述每个粒子的当前位置与该时刻观测的中间节点之间的偏移,根据所述偏移对所述每个粒子的权重进行更新;根据更新后的权重,计算所述真实目标节点和所述虚假目标节点在该时刻观测的中间节点处的后验概率分布,作为该中间节点的目标后验概率分布;
第二确定模块205,用于根据每个中间节点的目标后验概率分布以及所述真实目标节点,确定所述待评价路径的欺骗效果。
作为一种实施方式,初始化模块202具体用于:
根据所述起始节点,设定粒子系统中每个粒子的起点;
根据所述目标节点集合,随机设定所述粒子系统中每个粒子的终点;
以及根据所述粒子系统中粒子的数量,设定所述每个粒子的初始权重。
上述实施例的装置用于实现前述实施例中相应的方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本发明难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本发明难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本发明的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种欺骗路径评价方法,其特征在于,包括:
获取待评价路径,所述待评价路径中包括起始节点、中间节点和目标节点集合,所述目标节点集合中包括真实目标节点和虚假目标节点;所述待评价路径包括基于同一种欺骗路径规划方式规划得到的多条欺骗路径;
根据所述起始节点和所述目标节点集合,对粒子系统进行初始化;所述粒子系统中的粒子用于模拟被识别者;
按照时间推进,移动所述粒子系统中的每个粒子;
粒子每次移动后,计算所述每个粒子的当前位置与该时刻观测的中间节点之间的偏移,根据所述偏移对所述每个粒子的权重进行更新,包括:
利用如下算式,对所述每个粒子的权重进行更新:
根据更新后的权重,计算所述真实目标节点和所述虚假目标节点在该时刻观测的中间节点处的后验概率分布,作为该中间节点的目标后验概率分布;
根据每个中间节点的目标后验概率分布以及所述真实目标节点,确定所述待评价路径的欺骗效果;
基于以下任意一种或多种评价指标:精度、召回率、精度和召回率的综合,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果;其中,基于精度指标,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果,包括:
利用如下算式,计算所述欺骗路径规划方式的精度:
其中,表示目标节点集合中包括的目标节点的数量,表示目标节点的标识,表示真实目标节点为且对应的后验概率最大的欺骗路径的数量,表示真实目标节点不为且对应的后验概率最大的欺骗路径的数量,N表示所述粒子系统中粒子的数量;
基于精度和召回率的综合指标,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果,包括:
利用如下算式,计算所述欺骗路径规划方式的精度和召回率的综合指标:
2.根据权利要求1所述的方法,其特征在于,所述根据所述起始节点和所述真实目标节点,对粒子系统进行初始化,包括:
根据所述起始节点,设定粒子系统中每个粒子的起点;
根据所述目标节点集合,随机设定所述粒子系统中每个粒子的终点;
以及根据所述粒子系统中粒子的数量,设定所述每个粒子的初始权重。
5.一种欺骗路径评价装置,其特征在于,包括:
获取模块,用于获取待评价路径,所述待评价路径中包括起始节点、中间节点和目标节点集合,所述目标节点集合中包括真实目标节点和虚假目标节点;所述待评价路径包括基于同一种欺骗路径规划方式规划得到的多条欺骗路径;
初始化模块,用于根据所述起始节点和所述目标节点集合,对粒子系统进行初始化;所述粒子系统中的粒子用于模拟被识别者;
第一确定模块,用于按照时间推进,移动所述粒子系统中的每个粒子;
计算模块,用于粒子每次移动后,计算所述每个粒子的当前位置与该时刻观测的中间节点之间的偏移,根据所述偏移对所述每个粒子的权重进行更新,包括:利用如下算式,对所述每个粒子的权重进行更新:
根据更新后的权重,计算所述真实目标节点和所述虚假目标节点在该时刻观测的中间节点处的后验概率分布,作为该中间节点的目标后验概率分布;
第二确定模块,用于根据每个中间节点的目标后验概率分布以及所述真实目标节点,确定所述待评价路径的欺骗效果;
第三评价模块,基于以下任意一种或多种评价指标:精度、召回率、精度和召回率的综合,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果;其中,基于精度指标,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果,包括:
利用如下算式,计算所述欺骗路径规划方式的精度:
其中,Nq表示目标节点集合中包括的目标节点的数量,j表示目标节点的标识,TPj表示真实目标节点为j且j对应的后验概率最大的欺骗路径的数量,FPj表示真实目标节点不为j且j对应的后验概率最大的欺骗路径的数量,N表示所述粒子系统中粒子的数量;
基于精度和召回率的综合指标,对所述同一种欺骗路径规划方式规划得到的多条欺骗路径的欺骗效果进行评价,得到所述欺骗路径规划方式的欺骗效果,包括:
利用如下算式,计算所述欺骗路径规划方式的精度和召回率的综合指标:
6.根据权利要求5所述的欺骗路径评价装置,其特征在于,所述初始化模块,具体用于:
根据所述起始节点,设定粒子系统中每个粒子的起点;
根据所述目标节点集合,随机设定所述粒子系统中每个粒子的终点;
以及根据所述粒子系统中粒子的数量,设定所述每个粒子的初始权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911396432.8A CN111060107B (zh) | 2019-12-30 | 2019-12-30 | 一种欺骗路径评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911396432.8A CN111060107B (zh) | 2019-12-30 | 2019-12-30 | 一种欺骗路径评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111060107A CN111060107A (zh) | 2020-04-24 |
CN111060107B true CN111060107B (zh) | 2022-02-22 |
Family
ID=70304755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911396432.8A Active CN111060107B (zh) | 2019-12-30 | 2019-12-30 | 一种欺骗路径评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111060107B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101297337A (zh) * | 2005-09-29 | 2008-10-29 | 微软公司 | 采用开放和闭合世界建模方法从局部轨迹预测目的地的方法 |
KR20130017095A (ko) * | 2013-01-04 | 2013-02-19 | 이상윤 | 수중기만형 어뢰시스템 및 방법 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140324342A1 (en) * | 2013-04-25 | 2014-10-30 | Tencent Technology (Shenzhen) Company Limited | Systems and Methods for Path Finding in Maps |
US9489373B2 (en) * | 2013-07-12 | 2016-11-08 | Microsoft Technology Licensing, Llc | Interactive segment extraction in computer-human interactive learning |
CN105792120B (zh) * | 2014-12-23 | 2019-10-25 | 小米科技有限责任公司 | 路径轨迹的获取方法及系统 |
US10215578B2 (en) * | 2016-08-29 | 2019-02-26 | International Business Machines Corporation | System, method and computer program product for path computing based on unpleasant data |
-
2019
- 2019-12-30 CN CN201911396432.8A patent/CN111060107B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101297337A (zh) * | 2005-09-29 | 2008-10-29 | 微软公司 | 采用开放和闭合世界建模方法从局部轨迹预测目的地的方法 |
KR20130017095A (ko) * | 2013-01-04 | 2013-02-19 | 이상윤 | 수중기만형 어뢰시스템 및 방법 |
Non-Patent Citations (5)
Title |
---|
基于信息融合的移动机器人三维环境建模技术研究;张勤;《中国博士学位论文全文数据库信息科技辑》;20131215(第12期);I138-41 * |
基于粒子滤波技术的欺骗路径识别研究;蔡子民 等;《系统工程与电子技术》;20190924;第1-10页 * |
基于软件演化历史识别并推荐重构克隆的方法;折蓉蓉 等;《计算机科学》;20190831(第8期);第1-9页 * |
基于隐马尔科夫模型和动态规划的手机数据移动轨迹匹配;陈浩 等;《地理与地理信息科学》;20190531(第3期);第1-8页 * |
蔡子民 等.基于粒子滤波技术的欺骗路径识别研究.《系统工程与电子技术》.2019, * |
Also Published As
Publication number | Publication date |
---|---|
CN111060107A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110645986B (zh) | 定位方法及装置、终端、存储介质 | |
CN110245565A (zh) | 车辆跟踪方法、装置、计算机可读存储介质及电子设备 | |
CN106767772B (zh) | 地磁指纹分布图的构建方法和装置及定位方法和装置 | |
CN107563549B (zh) | 一种基于bim模型的逃生路径生成方法、装置及设备 | |
CN110728376B (zh) | 一种基于树状拓扑结构的联邦学习方法及装置 | |
JP2019503025A5 (zh) | ||
CN109688532A (zh) | 一种划分城市功能区域的方法及装置 | |
CN111190199B (zh) | 定位方法及定位装置、计算机设备和可读存储介质 | |
CN107026845A (zh) | 任务作弊行为识别方法及装置 | |
CN111479321B (zh) | 一种网格构建方法、装置、电子设备和存储介质 | |
JP2011248832A (ja) | 画像収集システム、携帯端末、画像収集装置、及び画像収集方法 | |
CN111435088A (zh) | 一种道路匹配方法、装置、电子设备及存储介质 | |
CN111983655A (zh) | 城市峡谷区域的确定方法、装置、电子设备及存储介质 | |
CN110823228B (zh) | 一种路径生成方法及装置 | |
CN109429330B (zh) | 室内定位方法、装置、设备和介质 | |
CN111060107B (zh) | 一种欺骗路径评价方法及装置 | |
CN112214677A (zh) | 一种兴趣点推荐方法、装置、电子设备及存储介质 | |
CN110645996A (zh) | 一种感知数据的提取方法及系统 | |
CN111340042A (zh) | 物体轮廓识别方法、装置、设备及存储介质 | |
JP2020034528A (ja) | 画像処理装置、画像処理システム及び車両 | |
CN108600413B (zh) | 定位方法及装置和电子设备 | |
JP2011096004A (ja) | 交通量推定装置及び交通量推定方法 | |
CN111179408B (zh) | 三维建模的方法及设备 | |
CN110741271A (zh) | 用于定位建筑物出入口的系统和方法 | |
CN107656967A (zh) | 一种场景信息处理方法及装置 |
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 |