CN111444983A - 一种基于传感数据信息指纹的风险事件识别方法与系统 - Google Patents
一种基于传感数据信息指纹的风险事件识别方法与系统 Download PDFInfo
- Publication number
- CN111444983A CN111444983A CN202010323288.1A CN202010323288A CN111444983A CN 111444983 A CN111444983 A CN 111444983A CN 202010323288 A CN202010323288 A CN 202010323288A CN 111444983 A CN111444983 A CN 111444983A
- Authority
- CN
- China
- Prior art keywords
- information
- event
- fingerprint
- identification
- sensing data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000012790 confirmation Methods 0.000 claims description 23
- 239000006185 dispersion Substances 0.000 claims description 17
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 239000012634 fragment Substances 0.000 abstract description 3
- 238000010276 construction Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 230000001953 sensory effect Effects 0.000 description 4
- 230000006378 damage Effects 0.000 description 2
- 238000013467 fragmentation Methods 0.000 description 2
- 238000006062 fragmentation reaction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011438 discrete method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010200 validation analysis Methods 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种基于传感数据信息指纹的风险事件识别方法，其用于采用多维传感器组进行风险事件识别，包括：生成多维传感器组的数据流的信息指纹作为待识别事件信息，并根据目标识别事件信息生成识别信息指纹；将待识别事件信息与识别信息指纹比对，以进行事件识别。本发明的基于传感数据信息指纹的风险事件识别方法利用多维传感器组的数据生成作为待识别事件信息的信息指纹，以进行事件识别，使系统更智能化，降低了运维的压力，提高了监测系统数据的利用率；该方法根据目标识别事件信息来生成识别信息指纹，可以避免后期维护的不断调试工作，以提高本发明的基于传感数据信息指纹的风险事件识别方法在应用层面的扩展性和针对碎片场景的适应性。
Description
技术领域
本发明涉及一种物联网系统，具体涉及一种基于传感数据信息指纹的风险事件识别方法与系统。
背景技术
为了实现绣花般精细化的城市管理要求，大数据、云计算、移动互联网技术被用于智慧城市建设。为了提高城市管理的精细化，越来越多的各种类型传感器被部署在各个大楼、街道、工厂中，扩充了我们对环境的感知范围的同时，也给我们带来了大量的感知数据。数据就像人类的血液一样遍布智能交通、智慧城管、智慧社管、智慧医疗等各个领域，但由于领域划分限制，这些系统无法做到互联互通，造成大量信息孤岛，大量数据分散无法有效利用。数据爆炸式增长，给精细化管理带来了巨大的挑战。
目前，在各个监控领域安装了大量的各种类型传感器，传感数据传入相应的监控平台上，以相关仪表盘的方式进行展现相关传感数据，因此需要专业的人员进行24小时的观察，人工进行相关风险事件的判断和预警，对相关人员有着极高的专业要求和敬业度要求。
特别是在智慧社区的建设中，大量的传感系统被部署在社区中，由于建设规范标准、集成商标准，平台数据标准等不统一，导致数据共享非常困难，利用率低。由于物联网建设场景的碎片化严重问题，各个系统相对独立，无法进行数据的综合利用，导致数据无法与真正的应用需求实现有效映射，数据还表现在物理层的现象，而无法满足管理人员对事件信息的需要。这样给原本不富裕的社区人力管理资源，造成了更大的工作压力。
现有的事件映射机制，一般采用的是阈值判断的方法，其大多是针对单一传感数据的阈值判定，阈值设定太低容易产生大量的误报事件，阈值设定太高容易漏报事件，由于部署场景的碎片化特性，需要反复调试，确定阈值，这样加大了系统使用和管理维护成本。
而目前针对多维传感器的联合识别智能算法，现在一般采用组合规则和权制算法等形式化的规则进行计算判决，其主要存在以下几个方面的不足，一是，每次计算成本比较大，延时性大，针对大规模部署，必将加重后端的资源压力。二是，形式化的规则算法需要由人工进行设计和输入，针对部署场景的碎片化特性的调整，也需要人工优化，加大系统部署和管理成本。另外人工设计的形式化规则算法是针对特殊的风险事件，其无法快速满足用户差异化的风险事件管理需求。
发明内容
本发明的目的在于提供一种基于传感数据信息指纹的风险事件识别方法与系统，以提高扩展性和针对碎片场景的适应性。
为了实现上述目的，本发明提供一种基于传感数据信息指纹的风险事件识别方法，其用于采用多维传感器组进行风险事件识别，包括：
S1：生成多维传感器组的数据流的信息指纹作为待识别事件信息，并根据目标识别事件信息生成识别信息指纹；
S2：将所述待识别事件信息与所述识别信息指纹比对，以进行事件识别。
在所述步骤S1中，生成多维传感器组的数据流的信息指纹作为待识别事件信息，包括：
S11：根据一组或多组配置信息来分别选取一组或多组指定传感器组和对应的捕获时间段，获取各组指定传感器组在对应的捕获时间段的数据集；
S12：按照所述配置信息将所述数据集分别进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成待识别的信息指纹；所述配置信息包括指定传感器组、捕获时间段、数值离散指标和时间切片指标；
S13：将待识别的信息指纹及其索引信息一起作为待识别事件信息；所述索引信息包括指定传感器组和捕获时间段。
在所述步骤S1中，根据目标识别事件信息生成识别信息指纹，包括：
S11’：根据一个或多个目标识别事件信息来分别选取一组或多组指定传感器组和对应的捕获时间段，获取各组指定传感器组在对应的捕获时间段的数据集，将数据集进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成所述目标识别事件信息对应的信息指纹，所述索引信息包括指定传感器组和捕获时间段；
S12’：将所述目标识别事件信息标注在该目标识别事件信息对应的信息指纹上，生成具有索引信息的识别信息指纹；
S13’：将所述识别信息指纹存入所述识别信息指纹库中。
所述目标识别事件信息通过人工配置或通过一事件确认系统反馈来得到；所述目标识别事件信息包括风险事件的事件信息、风险等级及其发生的时间信息、地点信息，以通过所述地点信息来选取所述指定传感器组并通过所述时间信息来选取所述捕获时间段。
所述步骤S2包括以下步骤：
S21：根据所述事件信息的索引信息，在所述识别信息指纹库中查找具有相同索引信息的识别信息指纹；所述索引信息包括指定传感器组和捕获时间段；
S22：将所述待识别事件信息与查找到的识别信息指纹进行信息指纹的比对，如果比对成功，输出该识别信息指纹所标注的目标识别事件信息；如果比对不成功，输出默认信息。
另一方面，本发明提供一种基于传感数据信息指纹的风险事件识别系统，包括指纹生成子系统、识别信息指纹生成子系统和事件识别判决模块，所述指纹生成子系统设置为生成多维传感器组的数据流的信息指纹作为待识别事件信息，所述识别信息指纹生成子系统设置为根据目标识别事件信息生成识别信息指纹，所述事件识别判决模块设置为将所述待识别事件信息与所述识别信息指纹比对，以进行事件识别。
所述指纹生成子系统包括一传感数据流配置模块、一传感数据流引擎和一个或多个信息指纹计算模块；所述传感数据流配置模块设置为提供一组或多组配置信息，并根据所述配置信息生成一个或多个对应的信息指纹计算模块；所述传感数据流引擎设置为根据传感数据流配置模块提供的一组或多组配置信息，来分别选取一组或多组指定传感器组和对应的捕获时间段，获取各组指定传感器组在对应的捕获时间段的数据集，并将获取的数据集分发对应的信息指纹计算模块；每个生成的信息指纹计算模块设置为按照所述传感数据流配置模块提供的其中一组配置信息将所述传感数据流引擎分发的数据集进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成待识别的信息指纹，将待识别的信息指纹及其索引信息一起作为待识别事件信息；所述配置信息包括指定传感器组、捕获时间段、数值离散指标和时间切片指标；所述索引信息包括指定传感器组和捕获时间段。
所述识别信息指纹生成子系统包括一传感数据库、一识别信息指纹生成模块和一识别信息指纹库；所述识别信息指纹生成模块设置为根据一个或多个目标识别事件信息来选取一组或多组指定传感器组和对应的捕获时间段，从所述传感数据库中搜索获取各组指定传感器组在对应的捕获时间段的数据集，随后将数据集进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成所述目标识别事件信息对应的信息指纹；将所述目标识别事件信息标注在该目标识别事件信息对应的信息指纹上，生成具有索引信息的识别信息指纹，所述索引信息包括指定传感器组和捕获时间段，存入所述识别信息指纹库中。
所述事件识别判决模块设置为根据事件指纹信息的索引信息从识别信息指纹库中查找具有相同索引信息的识别信息指纹进行比对，比对成功，输出识别信息指纹所标注的目标识别事件信息，如果比对失败，则输出默认信息。
所述目标识别事件信息通过人工配置或通过一事件确认系统反馈来得到，所述目标识别事件信息包括风险事件的事件信息、风险等级及其发生的时间信息、地点信息，以通过所述地点信息来选取所述指定传感器组并通过所述时间信息来选取所述捕获时间段；所述事件确认系统设置为接收由所述事件识别判决模块推送的目标识别事件信息和默认信息，将默认信息通过该事件确认系统的用户终端人工确认为各个风险事件，将各个风险事件的事件信息、风险等级及其发生的时间信息、地点信息作为所述目标识别事件信息反馈给所述识别信息指纹生成子系统。
本发明的基于传感数据信息指纹的风险事件识别方法利用了多维传感器组的数据生成作为待识别事件信息的信息指纹，以进行事件识别，解决了从传感器数据到风险事件的逻辑映射，使系统更智能化，降低了运维的压力，提高了监测系统数据的利用率；且通过待识别事件信息与识别信息指纹比对，以进行事件识别，相比于现有的采用组合规则和权制算法等形式化的规则进行计算判决，具有判决快速，减少每次判决的计算成本的特点。
此外，本发明的风险识事件识别的方法根据目标识别事件信息捕获指定传感器组的数据来生成识别信息指纹，使得每个风险事件，都可以通过信息指纹记录下来，为后面的比对提供相关参考，而风险案例在每个实际应用场景中其相关传感器读数是变化的，用信息指纹记录的方式，可以避免后期维护的不断调试工作，以提高本发明的基于传感数据信息指纹的风险事件识别方法在应用层面的扩展性和针对碎片场景的适应性。
再者，目标识别事件信息可以通过人工配置或通过一事件确认系统反馈来得到，可以进一步扩充识别信息指纹库，以进一步提高系统的扩展性和适应性。另外，本发明的基于传感数据信息指纹的风险事件识别方法在生成待识别事件信息和识别信息指纹时均采用了值和时间双离散的方法构建成传感数据矩阵，并最终生成唯一标识的信息指纹，使得形成的唯一的字符串指纹可以将多传感器值的特征采样下来，形成可以比对的信息。
附图说明
图1为本发明的基于传感数据信息指纹的风险事件识别方法的流程图。
图2为本发明的基于传感数据信息指纹的风险事件识别系统的流程图。
具体实施方式
下面结合附图，给出本发明的较佳实施例，并予以详细描述。
如图1所示为本发明的一个实施例的一种基于传感数据信息指纹的风险事件识别方法，其包括：
步骤S1：生成多维传感器组的数据流的信息指纹作为待识别事件信息，并根据目标识别事件信息生成识别信息指纹。
在所述步骤S1中，生成多维传感器组的数据流的信息指纹作为待识别事件信息，包括以下步骤：
步骤S11：根据一组或多组配置信息来分别选取一组或多组指定传感器组和对应的捕获时间段，获取各组指定传感器组在对应的捕获时间段的数据集；
其中，所述配置信息为人工输入的，其包括指定传感器组(即哪几个传感器)、捕获时间段(包括捕获时间段的开始时间和结束时间)、数值离散指标(指的是数组离散成几等份)和时间切片指标(指的是按照多少秒时间进行相关切片)。所述指定传感器组是可以由多个独立传感器和/或多个独立数据源组成，每个传感器和/或数据源分别包括对应的标号。捕获时间段指的是获取的传感数据的有效时间间隔，它是指从捕获时间开始到捕获时间结束的时间间隔。
步骤S12：按照所述配置信息将所述数据集分别进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成待识别的信息指纹。
所述规则模型为值和时间双离散的方法。其中，值的离散通过所述配置信息中的数值离散指标(即设定阈值)将所述指定传感器组的读数值进行多个等级的离散化(如5等级，8等级或16等级等)，以离散成多个等级值，如1，3，5等整数。时间的离散按照所述配置信息中的时间切片指标来进行切片采样。其中，时间切片的单位可以为10秒-300秒，例如以60秒为时间切片的一个单位。由此，最终构建成的传感数据矩阵以所述指定传感器组中的传感器和/或数据源的类型为横坐标，传感器的类型包括水压，电流和温度传感器等，并以时间切片的序号为纵坐标。传感数据矩阵中的每个矩阵元的值为传感器的读数值所离散成的等级值。
生成对应的信息指纹的算法可以使用伪随机数产生算法等业界常用的算法。由此，生成的待识别的信息指纹为唯一的字符串指纹，其可以将多传感器值的特征采样下来，形成可以比较的信息。
步骤S13：将待识别的信息指纹及其索引信息一起作为待识别事件信息。
其中，所述索引信息包括指定传感器组和捕获时间段等关键信息，以保证信息指纹的唯一性和长度一致性。
其中，根据目标识别事件信息生成识别信息指纹库，其包括以下步骤：
步骤S11’：根据一个或多个目标识别事件信息来选取一组或多组指定传感器组和对应的捕获时间段，获取各组指定传感器组在对应的捕获时间段的数据集，将数据集进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成所述目标识别事件信息对应的信息指纹。
其中，所述目标识别事件信息通过人工配置或通过一事件确认系统反馈来得到，所述事件确认系统用于确认一个具体的安全风险事件。所述目标识别事件信息包括风险事件的事件信息、风险等级及其发生的时间信息、地点信息，以通过所述地点信息来选取所述指定传感器组并通过所述时间信息来选取所述捕获时间段。
在指定传感器组的选择上，在多维传感器安装的时候，会将哪个传感器与哪个地点关联的信息进行记录并进行配置。由于采用的是多个传感器进行部署的方式，在部署设计上，保证了在事件发生时待识别的信息指纹的索引信息中和目标识别事件信息中的指定传感器组信息的一致性。
步骤S12’：将所述目标识别事件信息标注在该目标识别事件信息对应的信息指纹上，生成具有索引信息的识别信息指纹。
由此，目标识别事件信息中的风险事件的事件信息、风险等级可以作为识别信息指纹在下文的比对成功后输出的内容信息，且根据目标识别事件信息中的地点信息和时间信息所选取的指定传感器组和捕获时间段可以作为所述识别信息指纹的索引信息。
步骤S13’：将所述识别信息指纹存入所述识别信息指纹库中。
其中，所述参考事件按照指定数据形式(如key-value的形式)存入。
本发明的基于传感数据信息指纹的风险事件识别方法根据目标识别事件信息捕获指定传感器组的数据来生成识别信息指纹，使得每个风险事件，都可以通过信息指纹记录下来，为后面的比对提供相关参考，而风险案例在每个实际应用场景中其相关传感器读数是变化的，用信息指纹记录的方式，可以避免后期维护的不断调试工作，这样提高了本发明的基于传感数据信息指纹的风险事件识别方法在应用层面的扩展性和针对碎片场景的适应性。
步骤S2：将所述待识别事件信息与所述识别信息指纹库中的识别信息指纹比对，以进行事件识别。
由此，本发明的基于传感数据信息指纹的风险事件识别方法一方面利用了多维传感器组的数据生成待识别事件信息，通过待识别事件信息与识别信息指纹比对，解决了从传感器数据到风险事件的逻辑映射，使系统更智能化，降低了运维的压力，提高了监测系统数据的利用率；且本发明通过待识别事件信息与识别信息指纹比对，以进行事件识别，相比于现有的采用组合规则和权制算法等形式化的规则进行计算判决，具有判决快速，减少每次判决的计算成本的特点。
所述步骤S2包括以下步骤：
步骤S21：根据所述事件信息的索引信息(如指定传感器组和捕获时间段)，在所述识别信息指纹库中查找具有相同索引信息的识别信息指纹。
步骤S22：将所述待识别事件信息与查找到的识别信息指纹进行信息指纹的比对，如果比对成功(即两者的信息指纹完全一致)，输出该识别信息指纹所标注的目标识别事件信息；如果比对不成功，输出默认信息。其中，默认信息是事先设定的信息，表示需要人工判决确认该事件。
另一方面，基于上文所述的基于传感数据信息指纹的风险事件识别方法，本发明提供了一种基于传感数据信息指纹的风险事件识别系统，其是一个拥有计算、存储和通信能力的分布式系统，用于采用多维传感器组进行风险事件识别，其详细框图如图2所示，其包括：指纹生成子系统100、识别信息指纹生成子系统200、事件识别判决模块300、和一事件确认系统400。
其中，所述指纹生成子系统100设置为生成多维传感器组的数据流的信息指纹作为待识别事件信息。所述指纹生成子系统100包括一传感数据流配置模块101、一传感数据流引擎102和一个或多个信息指纹计算模块103。
所述传感数据流配置模块101是整个指纹生成子系统100的管理配置模块，其设置为提供一组或多组配置信息，并根据所述配置信息生成一个或多个对应的信息指纹计算模块103。
其中，所述配置信息包括指定传感器组(即哪几个传感器)、捕获时间段(包括捕获时间段的开始时间和结束时间)、数值离散指标(指的是数组离散成几等份)和时间切片指标(指的是按照多少秒时间进行相关切片)。每个信息指纹计算模块103对应于一组配置信息。
所述传感数据流引擎102设置为根据传感数据流配置模块101提供的一组或多组配置信息，来分别选取一组或多组指定传感器组和对应的捕获时间段，获取各组指定传感器组在对应的捕获时间段的数据集(即传感器和/ 或数据源在捕获时间的读数)，并将获取的数据集分发对应的信息指纹计算模块103。
所述信息指纹计算模块103的生成和销毁由传感数据流配置模块101 管理，以使得每个生成的信息指纹计算模块103对应于一组配置信息。每个生成的信息指纹计算模块103设置为按照所述传感数据流配置模块101提供的其中一组配置信息将所述传感数据流引擎102分发的数据集进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成待识别的信息指纹，将待识别的信息指纹及其索引信息一起作为待识别事件信息，以发送给事件识别判决模块300进行比对。
其中，所述索引信息包括指定传感器组和捕获时间段等关键信息。
所述识别信息指纹生成子系统200设置为根据目标识别事件信息生成识别信息指纹。所述识别信息指纹生成子系统200包括一传感数据库201、一识别信息指纹生成模块202和一识别信息指纹库203。
其中，所述目标识别事件信息通过人工配置或通过一事件确认系统反馈来得到，可以进一步扩充识别信息指纹库，以进一步提高系统的扩展性和适应性。人工配置指的是可先由人工进行一些初始的目标识别事件信息的录入，从而给事件识别判决模块300设置初始的比对对象。所述目标识别事件信息包括风险事件的事件信息、风险等级及其发生的时间信息、地点信息，以通过所述地点信息来选取所述指定传感器组并通过所述时间信息来选取所述捕获时间段。
所述传感器数据库201通常指一个数据库软件，其在本发明的基于传感数据信息指纹的风险事件识别系统部署时，部署建立，其设置为一般保存 1年内的多维传感器组的数据。
尽管所述传感数据流引擎102和传感数据库201都是用于获取指定传感器组的数据，然而由于所述传感数据流引擎102和传感数据库201的数据流向为两个数据流，一个直接推送，一个放入传感数据库201，因此传感数据流引擎102和传感数据库201分开设置，以提高系统实时性，减少传感器数据库201的读写压力。
所述识别信息指纹生成模块202设置为根据一个或多个目标识别事件信息来选取一组或多组指定传感器组和对应的捕获时间段，从所述传感数据库201中搜索获取各组指定传感器组在对应的捕获时间段的数据集，随后将数据集进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成所述目标识别事件信息对应的信息指纹；将所述目标识别事件信息标注在该目标识别事件信息对应的信息指纹上，生成具有索引信息的识别信息指纹，所述索引信息包括指定传感器组和捕获时间段，存入所述识别信息指纹库 203中。
由此，目标识别事件信息中的风险事件的事件信息、风险等级可以作为识别信息指纹在下文的比对成功后输出的内容信息，且根据目标识别事件信息中的地点信息和时间信息所选取的指定传感器组和捕获时间段可以作为所述识别信息指纹的索引信息。
所述事件识别判决模块300，是一个判决传输模块，其设置为将所述待识别事件信息与所述识别信息指纹库中的识别信息指纹比对，以进行事件识别。具体地，所述事件识别判决模块300设置为根据事件指纹信息的索引信息从识别信息指纹库中查找具有相同索引信息的识别信息指纹进行比对，比对成功，输出识别信息指纹所标注的目标识别事件信息(即目标识别事件信息中的风险事件的事件信息和风险等级)，如果比对失败，则输出默认信息。
此外，所述事件识别判决模块300还设置为将输出的目标识别事件信息或默认信息按一默认规则推送到所述事件确认系统400。
其中，所述推送可以经由网络，如通过微信公众号来发送。
所述事件确认系统400，是个外部系统，其包括多个用户终端，其设置为接收所述事件识别判决模块300推送的目标识别事件信息和默认信息，将默认信息通过该事件确认系统400的用户终端人工确认为各个风险事件，将各个风险事件的事件信息、风险等级及其发生的时间信息、地点信息作为所述目标识别事件信息反馈给所述识别信息指纹生成子系统200。由此，实现了风险事件的确认和目标识别事件信息的反馈，可以方便的设计新的风险事件，进行对应的确认，使系统根据反馈的信息生成对应的识别信息指纹，为本发明的系统添加新的信息识别能力。
当事件识别判决模块300输出的是目标识别事件信息时，所述默认规则为风险等级处理规则，其根据所述目标识别事件信息中的风险事件的风险等级确认其高低优先级，来将其推送到事件确认系统400中对应的用户终端上，例如，风险事件的风险等级为高时，就需要同时推送到事件确认系统400 的现场管理人员和负责人的用户终端，需要在指定时间内进行回答，不然就向上推送给其管理人员的用户终端；当输出的是默认信息时，由于默认信息为代确认事件，其优先级较低，所述默认规则为将其推送到现场管理人员的用户终端，以在之后的日常工作中人工确认，也没有时效性要求。
下面通过相关实例来说明本发明的基于传感数据信息指纹的风险事件识别系统的工作原理。
以目前智能小区为例，在智能小区建设中，会为了各种场景部署多种类型传感器，如门磁，红外等安防传感器，智慧用电设备这个安全设备，用于监督瞬时电流强度和用电异常情况，新型的Wi-Fi嗅探器，用于判决人员的聚集程度。目前常规的做法就是每个系统单独工作，单独设定阈值，进行风险事件识别和判决。由于部署环境的多样性，导致具体物理值无法与设定的风险事件值进行映射，导致误报现象成为普遍现象，而降低了智能设备的有效性。如门磁和红外探测器是用来防止入侵的，但是由于居民的不规范使用(例如为自己方便阻止大门关闭)使防护功能失效。管理人员需要花费更大的管理成本，去管理维护系统，导致智能系统更多的被闲置，而无法为精细化管理助力。
本系统充分利用信息系统的计算和存储能力，利用事件捕捉参考信息，利用与参考信息比对的方式，进行事件识别，完成了从物理数据到风险事件的逻辑映射。因此，该系统主要由两个数据流组成，一个是传感数据到风险事件数据流，另一个是风险事件到参考信息指纹数据流。两个数据流都是从多维传感器组中获取而来，利用多维传感器组的智能化协议，形成统一便于存储的传感数据，一路推送给传感数据流引擎形成传感数据到风险事件数据流，另一路存储在传感数据库中，为风险事件到参考信息指纹数据流提供数据基础。多维传感组可以是一组智能化传感器组，其通过自身的计算，存储和通信能力，将各个传感器的数据值生成统一格式的数据信息，并将其推送给传感数据流引擎和存储进传感数据库中。其作用是屏蔽不同类传感器和不同传感器产品对传感数据的差异性定义，形成统一的数据集，便于后续的操作。
传感数据到风险事件的数据流，首先，传感数据流引擎接收到多维传感器组的数据流，根据传感数据流配置模块提供的配置信息，将获取的各个数据集分发给对应的一个或多个信息指纹计算模块。信息指纹计算模块，由传感数据流配置模块管理其生成和销毁，每个生成的按照所述传感数据流配置模块提供的其中一组配置信息将所述传感数据流引擎分发的数据集生成待识别的信息指纹，并将待识别的信息指纹及其索引信息一起作为待识别事件信息发送给事件识别判决模块进行比对和判决。由此，完成了传感数据到风险事件的数据流。
风险事件到识别信息指纹的数据流，可以由两个发起端，一个通过人工配置，一个通过事件确认系统反馈。在系统部署前，可先由人工进行一些初始的目标识别事件信息的录入，从而给事件识别判决模块300设置初始的比对对象。而在系统运行时，可由事件确认系统收到默认信息的推送，默认信息无法判定，需要人工确认，如果人工确认是某个风险事件，就可以反馈一目标识别事件信息，并根据其生成对应的识别信息指纹。比如，在某个时间点发现了某个楼栋，有电动车入楼充电的风险。因此，将目标识别事件信息包含的风险事件发生的时间、地点(关联的传感器)反馈给识别信息指纹生成子系统，以生成对应的识别信息指纹。信息指纹生成子系统利用风险事件的发生的时间，地点(关联的传感器)等索引信息，从传感数据库查询相关传感数据，由识别信息指纹生成模块生成信息指纹，并将目标识别事件信息中的时间，地点(关联的传感器)等索引信息和风险事件及风险等级信息均放入识别信息指纹库中，给系统进行比对。由此，完成了风险事件到识别信息指纹的数据流。
这样系统运行的时间越久，就可以收集到越多的风险事件信息指纹，而这些风险事件信息指纹，都是实际产生的。这样系统就具有了时间增益性和碎片场景的适应性。
以上所述的，仅为本发明的较佳实施例，并非用以限定本发明的范围，本发明的上述实施例还可以做出各种变化。凡是依据本发明申请的权利要求书及说明书内容所作的简单、等效变化与修饰，皆落入本发明专利的权利要求保护范围。本发明未详尽描述的均为常规技术内容。
Claims (10)
1.一种基于传感数据信息指纹的风险事件识别方法，其用于采用多维传感器组进行风险事件识别，其特征在于，包括：
步骤S1：生成多维传感器组的数据流的信息指纹作为待识别事件信息，并根据目标识别事件信息生成识别信息指纹；
步骤S2：将所述待识别事件信息与所述识别信息指纹比对，以进行事件识别。
2.根据权利要求1所述的基于传感数据信息指纹的风险事件识别方法，其特征在于，在所述步骤S1中，生成多维传感器组的数据流的信息指纹作为待识别事件信息，包括：
步骤S11：根据一组或多组配置信息来分别选取一组或多组指定传感器组和对应的捕获时间段，获取各组指定传感器组在对应的捕获时间段的数据集；
步骤S12：按照所述配置信息将所述数据集分别进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成待识别的信息指纹；所述配置信息包括指定传感器组、捕获时间段、数值离散指标和时间切片指标；
步骤S13：将待识别的信息指纹及其索引信息一起作为待识别事件信息；所述索引信息包括指定传感器组和捕获时间段。
3.根据权利要求2所述的基于传感数据信息指纹的风险事件识别方法，其特征在于，在所述步骤S1中，根据目标识别事件信息生成识别信息指纹，包括：
步骤S11’：根据一个或多个目标识别事件信息来分别选取一组或多组指定传感器组和对应的捕获时间段，获取各组指定传感器组在对应的捕获时间段的数据集，将数据集进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成所述目标识别事件信息对应的信息指纹；
步骤S12’：将所述目标识别事件信息标注在该目标识别事件信息对应的信息指纹上，生成具有索引信息的识别信息指纹，所述索引信息包括指定传感器组和捕获时间段；
步骤S13’：将所述识别信息指纹存入一识别信息指纹库中。
4.根据权利要求3所述的基于传感数据信息指纹的风险事件识别方法，其特征在于，所述目标识别事件信息通过人工配置或通过一事件确认系统反馈来得到；所述目标识别事件信息包括风险事件的事件信息、风险等级及其发生的时间信息、地点信息，以通过所述地点信息来选取所述指定传感器组并通过所述时间信息来选取所述捕获时间段。
5.根据权利要求3所述的基于传感数据信息指纹的风险事件识别方法，其特征在于，所述步骤S2包括以下步骤：
步骤S21：根据所述事件信息的索引信息，在所述识别信息指纹库中查找具有相同索引信息的识别信息指纹；所述索引信息包括指定传感器组和捕获时间段；
步骤S22：将所述待识别事件信息与查找到的识别信息指纹进行信息指纹的比对，如果比对成功，输出该识别信息指纹所标注的目标识别事件信息；如果比对不成功，输出默认信息。
6.一种基于传感数据信息指纹的风险事件识别系统，其特征在于，包括指纹生成子系统(100)、识别信息指纹生成子系统(200)和事件识别判决模块(300)，所述指纹生成子系统(100)设置为生成多维传感器组的数据流的信息指纹作为待识别事件信息，所述识别信息指纹生成子系统(200)设置为根据目标识别事件信息生成识别信息指纹，所述事件识别判决模块(300)设置为将所述待识别事件信息与所述识别信息指纹比对，以进行事件识别。
7.根据权利要求6所述的基于传感数据信息指纹的风险事件识别系统，其特征在于，所述指纹生成子系统(100)包括一传感数据流配置模块(101)、一传感数据流引擎(102)和一个或多个信息指纹计算模块(103)；
所述传感数据流配置模块(101)设置为提供一组或多组配置信息，并根据所述配置信息生成一个或多个对应的信息指纹计算模块(103)；
所述传感数据流引擎(102)设置为根据传感数据流配置模块(101)提供的一组或多组配置信息，来分别选取一组或多组指定传感器组和对应的捕获时间段，获取各组指定传感器组在对应的捕获时间段的数据集，并将获取的数据集分发对应的信息指纹计算模块(103)；
每个生成的信息指纹计算模块(103)设置为按照所述传感数据流配置模块(101)提供的其中一组配置信息将所述传感数据流引擎(102)分发的数据集进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成待识别的信息指纹，将待识别的信息指纹及其索引信息一起作为待识别事件信息；
所述配置信息包括指定传感器组、捕获时间段、数值离散指标和时间切片指标；所述索引信息包括指定传感器组和捕获时间段。
8.根据权利要求7所述的基于传感数据信息指纹的风险事件识别系统，其特征在于，所述识别信息指纹生成子系统(200)包括一传感数据库(201)、一识别信息指纹生成模块(202)和一识别信息指纹库(203)；所述识别信息指纹生成模块(202)设置为根据一个或多个目标识别事件信息来选取一组或多组指定传感器组和对应的捕获时间段，从所述传感数据库(201)中搜索获取各组指定传感器组在对应的捕获时间段的数据集，随后将数据集进行值和时间的双离散以构建成传感数据矩阵，采用传感数据矩阵生成所述目标识别事件信息对应的信息指纹；将所述目标识别事件信息标注在该目标识别事件信息对应的信息指纹上，生成具有索引信息的识别信息指纹，所述索引信息包括指定传感器组和捕获时间段，存入所述识别信息指纹库(203)中。
9.根据权利要求8所述的基于传感数据信息指纹的风险事件识别系统，其特征在于，所述事件识别判决模块(300)设置为根据事件指纹信息的索引信息从识别信息指纹库中查找具有相同索引信息的识别信息指纹进行比对，比对成功，输出识别信息指纹所标注的目标识别事件信息，如果比对失败，则输出默认信息。
10.根据权利要求9所述的基于传感数据信息指纹的风险事件识别系统，其特征在于，所述目标识别事件信息通过人工配置或通过一事件确认系统(400)反馈来得到，所述目标识别事件信息包括风险事件的事件信息、风险等级及其发生的时间信息、地点信息，以通过所述地点信息来选取所述指定传感器组并通过所述时间信息来选取所述捕获时间段；所述事件确认系统(400)设置为接收由所述事件识别判决模块(300)推送的目标识别事件信息和默认信息，将默认信息通过该事件确认系统(400)的用户终端人工确认为各个风险事件，将各个风险事件的事件信息、风险等级及其发生的时间信息、地点信息作为所述目标识别事件信息反馈给所述识别信息指纹生成子系统(200)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010323288.1A CN111444983B (zh) | 2020-04-22 | 2020-04-22 | 一种基于传感数据信息指纹的风险事件识别方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010323288.1A CN111444983B (zh) | 2020-04-22 | 2020-04-22 | 一种基于传感数据信息指纹的风险事件识别方法与系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111444983A true CN111444983A (zh) | 2020-07-24 |
| CN111444983B CN111444983B (zh) | 2023-10-24 |
Family
ID=71655936
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010323288.1A Active CN111444983B (zh) | 2020-04-22 | 2020-04-22 | 一种基于传感数据信息指纹的风险事件识别方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111444983B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080077687A1 (en) * | 2006-09-27 | 2008-03-27 | Marvasti Mazda A | System and Method for Generating and Using Fingerprints for Integrity Management |
| US7581434B1 (en) * | 2003-09-25 | 2009-09-01 | Rockwell Automation Technologies, Inc. | Intelligent fluid sensor for machinery diagnostics, prognostics, and control |
| US20100241903A1 (en) * | 2009-03-20 | 2010-09-23 | Microsoft Corporation | Automated health model generation and refinement |
| CN103593356A (zh) * | 2012-08-16 | 2014-02-19 | 丁瑞彭 | 基于多媒体信息指纹技术的信息搜索方法、系统和应用 |
| CN107220262A (zh) * | 2016-03-22 | 2017-09-29 | 阿里巴巴集团控股有限公司 | 信息处理方法和装置 |
| CN108268886A (zh) * | 2017-01-04 | 2018-07-10 | 中国移动通信集团四川有限公司 | 用于识别外挂操作的方法及系统 |
| CN108700652A (zh) * | 2015-12-09 | 2018-10-23 | 欧利景无线有限公司 | 用于无线事件检测和监控的方法、装置和系统 |
| CN109118732A (zh) * | 2018-08-27 | 2019-01-01 | 中国科学院上海微系统与信息技术研究所 | 基于边缘信息的传感器感知事件判断与报警系统及方法 |
| CN109361728A (zh) * | 2018-08-30 | 2019-02-19 | 中国科学院上海微系统与信息技术研究所 | 一种基于多源传感数据关联度的分级事件报告系统及方法 |
| CN109788194A (zh) * | 2018-12-27 | 2019-05-21 | 北京航空航天大学 | 一种自适应性可穿戴设备主观视角图像采集方法 |
| CN109995696A (zh) * | 2017-12-29 | 2019-07-09 | 广州瀚新智能科技有限公司 | 一种识别设备指纹的系统 |
| CN110664412A (zh) * | 2019-09-19 | 2020-01-10 | 天津师范大学 | 一种面向可穿戴传感器的人类活动识别方法 |
-
2020
- 2020-04-22 CN CN202010323288.1A patent/CN111444983B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7581434B1 (en) * | 2003-09-25 | 2009-09-01 | Rockwell Automation Technologies, Inc. | Intelligent fluid sensor for machinery diagnostics, prognostics, and control |
| US20080077687A1 (en) * | 2006-09-27 | 2008-03-27 | Marvasti Mazda A | System and Method for Generating and Using Fingerprints for Integrity Management |
| US20100241903A1 (en) * | 2009-03-20 | 2010-09-23 | Microsoft Corporation | Automated health model generation and refinement |
| CN103593356A (zh) * | 2012-08-16 | 2014-02-19 | 丁瑞彭 | 基于多媒体信息指纹技术的信息搜索方法、系统和应用 |
| CN108700652A (zh) * | 2015-12-09 | 2018-10-23 | 欧利景无线有限公司 | 用于无线事件检测和监控的方法、装置和系统 |
| US20180365975A1 (en) * | 2015-12-09 | 2018-12-20 | Origin Wireless, Inc. | Method, apparatus, and systems for wireless event detection and monitoring |
| CN107220262A (zh) * | 2016-03-22 | 2017-09-29 | 阿里巴巴集团控股有限公司 | 信息处理方法和装置 |
| CN108268886A (zh) * | 2017-01-04 | 2018-07-10 | 中国移动通信集团四川有限公司 | 用于识别外挂操作的方法及系统 |
| CN109995696A (zh) * | 2017-12-29 | 2019-07-09 | 广州瀚新智能科技有限公司 | 一种识别设备指纹的系统 |
| CN109118732A (zh) * | 2018-08-27 | 2019-01-01 | 中国科学院上海微系统与信息技术研究所 | 基于边缘信息的传感器感知事件判断与报警系统及方法 |
| CN109361728A (zh) * | 2018-08-30 | 2019-02-19 | 中国科学院上海微系统与信息技术研究所 | 一种基于多源传感数据关联度的分级事件报告系统及方法 |
| CN109788194A (zh) * | 2018-12-27 | 2019-05-21 | 北京航空航天大学 | 一种自适应性可穿戴设备主观视角图像采集方法 |
| CN110664412A (zh) * | 2019-09-19 | 2020-01-10 | 天津师范大学 | 一种面向可穿戴传感器的人类活动识别方法 |
Non-Patent Citations (5)
| Title |
|---|
| C.E.YOON;O.O\'REILLY;K.J.BERGEN;G.C.BEROZA;李万金;: "通过计算高效的相似性搜索进行地震检测", 世界地震译丛, no. 06, pages 496 - 516 * |
| JÉRÔME LOPEZ SAEZ等: "High-resolution fingerprints of past landsliding and spatially explicit, probabilistic assessment of future reactivations: Aiguettes landslide, Southeastern French Alps", 《TECTONOPHYSICS》, vol. 602, pages 355 - 369, XP028687592, DOI: 10.1016/j.tecto.2012.04.020 * |
| JORIEN FAVERE等: "Online microbial fingerprinting for quality management of drinking water: Full-scale event detection", 《WATER RESEARCH》, no. 170, pages 1 - 9 * |
| 张家铭: "流数据持续热点实时识别", 《电子世界》, pages 166 - 167 * |
| 王肖梅;王蕾;: "信息指纹技术在垃圾短信灰名单审核中的应用研究", 现代电信科技, no. 05, pages 3 - 4 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111444983B (zh) | 2023-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10614627B2 (en) | Holographic technology implemented security solution | |
| US7457834B2 (en) | Aggregation and retrieval of network sensor data | |
| US11650084B2 (en) | Event detection using pattern recognition criteria | |
| CN109902072A (zh) | 一种日志处理系统 | |
| US20060026164A1 (en) | Data storage for distributed sensor networks | |
| CN113612763B (zh) | 基于网络安全恶意行为知识库的网络攻击检测装置和方法 | |
| CN103718170A (zh) | 用于事件的分布式基于规则的相关的系统和方法 | |
| CN105812200B (zh) | 异常行为检测方法及装置 | |
| CN104246786A (zh) | 模式发现中的字段选择 | |
| WO2018232846A1 (zh) | 一种大范围周边安全监控方法和系统 | |
| CN109241223B (zh) | 行为行踪识别方法及系统 | |
| US10593177B2 (en) | Method and apparatus for tiered analytics in a multi-sensor environment | |
| KR102234514B1 (ko) | 인공지능형 통합 it관제 방법 및 시스템 | |
| CN112738040A (zh) | 一种基于dns日志的网络安全威胁检测方法、系统及装置 | |
| CN109361728B (zh) | 一种基于多源传感数据关联度的分级事件报告系统及方法 | |
| CN113794819A (zh) | 防疫场所智能管理方法、系统、装置和介质 | |
| CN116483810A (zh) | 一种基于公安大数据处理技术指南的数据治理方法 | |
| CN113938306B (zh) | 一种基于数据清洗规则的可信认证方法及系统 | |
| JP6923963B1 (ja) | 災害情報における時間価値検出システム及び表示方法 | |
| CN111444983A (zh) | 一种基于传感数据信息指纹的风险事件识别方法与系统 | |
| CN220874562U (zh) | 警用重点人员监测分析大数据装置 | |
| CN117540372B (zh) | 智能学习的数据库入侵检测与响应系统 | |
| CN115457715B (zh) | 一种基于智能移动终端的智能家居防盗系统 | |
| CN116405523A (zh) | 一种基于互联网的环境安全监测系统及方法 | |
| CN116645797A (zh) | 家庭区域的安全指数评价方法、装置和设备 |
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 |