CN111464951A - 疫情防控方法、装置、设备及计算机可读存储介质 - Google Patents
疫情防控方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111464951A CN111464951A CN202010247415.4A CN202010247415A CN111464951A CN 111464951 A CN111464951 A CN 111464951A CN 202010247415 A CN202010247415 A CN 202010247415A CN 111464951 A CN111464951 A CN 111464951A
- Authority
- CN
- China
- Prior art keywords
- information
- target
- degree
- digital fence
- epidemic prevention
- 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
- 230000002265 prevention Effects 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000009471 action Effects 0.000 claims abstract description 103
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 42
- 201000010099 disease Diseases 0.000 claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 208000015181 infectious disease Diseases 0.000 abstract description 18
- 208000035473 Communicable disease Diseases 0.000 abstract description 8
- 230000007480 spreading Effects 0.000 abstract description 2
- 230000003245 working effect Effects 0.000 abstract 1
- 230000008520 organization Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000036541 health Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- 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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- 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
- H04W4/30—Services specially adapted for particular environments, situations or purposes
Abstract
本发明公开了一种疫情防控方法、装置、设备及计算机可读存储介质,所示方法包括:获取目标数字围栏信息,以及获取目标用户的行动轨迹信息,其中,所述目标数字围栏信息至少包括一实际地理区域对应的虚拟数字围栏;确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。本发明实现更加准确地判断用户感染传染病的风险程度,从而便于防疫人员对来往人员进行管控,避免有感染风险的人员随意行动而造成疫情扩散,使得人员管控工作效果更好、效率更高。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种疫情防控方法、装置、设备及计算机可读存储介质。
背景技术
随着计算机技术的发展,越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域,传统金融业正在逐步向金融科技(Fintech)转变,但由于金融行业的安全性、实时性要求,也对技术提出了更高的要求。
恶行传染病的突发如果不进行有效的防控,会给社会各方各面带来严重影响。而防控工作中对于人员管控极其重要,如果人员管控工作没做好,将导致感染人群激增,进而导致疫情失控,难以遏制。目前疫情防控工作中,为防止交叉感染,多采用人工管控的方式,如要禁止外来人员进入小区,是由小区的防疫人员对外来人员进行相关的盘查,以确定外来人员是否安全,也即是否有感染的风险,进而判断能不能放行。而人工管控的方式存在诸多隐患,例如外来人员可能会隐瞒自己健康情况,导致防疫人员对其放行,进而可能危机小区人员的安全,又如防疫人员也难以完全掌握各个地方的疫情具体情况,从而无法准确判断外来人员是否有感染风险。因此,目前的人工管控方式,难以准确地确定来往人员的安全,进而给管控工作带来诸多不便,甚至导致管控工作难以进行、效果差。
发明内容
本发明的主要目的在于提供一种疫情防控方法、装置、设备及计算机可读存储介质,旨在解决目前的人工管控方式,难以准确地确定来往人员的健康情况,进而给管控工作带来诸多不便,甚至导致管控工作难以进行、效果差的问题。
为实现上述目的,本发明提供一种疫情防控方法,所述疫情防控方法包括以下步骤:
获取目标数字围栏信息,以及获取目标用户的行动轨迹信息,其中,所述目标数字围栏信息至少包括一实际地理区域对应的虚拟数字围栏;
确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
可选地,所述获取目标数字围栏信息包括:
获取目标防疫区的数字围栏信息作为目标数字围栏信息;
所述确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度的步骤之后,还包括:
根据所述风险程度确定所述目标用户对所述目标防疫区的进入权限或外出权限。
可选地,所述获取目标防疫区的数字围栏信息作为目标数字围栏信息的步骤包括:
识别目标防疫区对应的二维码,根据识别结果确定所述目标防疫区的数字围栏信息,将所述目标防疫区的数字围栏信息作为目标数字围栏信息;
所述根据所述风险程度确定所述目标用户对所述目标防疫区的进入权限或外出权限的步骤之后,还包括:
生成包含所述进入权限或所述外出权限的权限二维码。
可选地,所述疫情防控方法应用于移动终端,所述获取目标用户的行动轨迹信息的步骤包括:
获取所述移动终端在预设时间段内的移动轨迹信息,将所述移动轨迹信息作为目标用户的行动轨迹信息。
可选地,所述目标数字围栏信息是经过哈希编码后的信息,
所述确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度的步骤包括:
采用预设哈希编码算法对所述行动轨迹信息进行哈希编码;
确定所述目标数字围栏信息与编码后的行动轨迹信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
可选地,所述确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度的步骤包括:
将所述行动轨迹信息和所述目标数字围栏信息输入风险程度预估模型,以调用所述风险程度预估模型计算所述行动轨迹信息与所述目标数字围栏信息的吻合程度,以及调用所述风险程度预估模型根据所述吻合程度计算得到所述目标用户感染疾病的风险程度,其中,所述风险程度预估模型是预先参与联邦学习获得的。
可选地,所述目标数字围栏信息还包括所述实际地理区域内的疫情严重程度信息。
为实现上述目的,本发明还提供一种疫情防控装置,所述疫情防控装置包括:
获取模块,用于获取目标数字围栏信息,以及获取目标用户的行动轨迹信息,其中,所述目标数字围栏信息至少包括一实际地理区域对应的虚拟数字围栏;
风险评估模块,用于确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
为实现上述目的,本发明还提供一种疫情防控设备,所述疫情防控设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的疫情防控程序,所述疫情防控程序被所述处理器执行时实现如上所述的疫情防控方法的步骤。
此外,为实现上述目的,本发明还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有疫情防控程序,所述疫情防控程序被处理器执行时实现如上所述的疫情防控方法的步骤。
本发明中,通过获取目标数字围栏信息,获取目标用户的行动轨迹信息,并确定目标数字围栏信息与行动轨迹信息的吻合程度,根据吻合程度来确定目标用户感染疾病的风险程度。由于数字围栏信息是可以根据具体的疫情分布情况、严重程度而设置的,在时间和空间上都具备很高的精度,从而能够为用户感染传染病的风险程度估算提供准确的依据;又由于直接获取来往人员的行动轨迹信息,避免了来往人员对自己的健康情况有隐瞒,也为用户感染传染病的风险程度估算提供准确的依据;因此,相比于防疫人员口头盘问统计,本发明能够实现更加准确地判断用户感染传染病的风险程度,从而便于防疫人员对来往人员进行管控,避免有感染风险的人员随意行动而造成疫情扩散,使得人员管控工作效果更好、效率更高。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的结构示意图;
图2为本发明疫情防控方法第一实施例的流程示意图;
图3为本发明实施例方案涉及的一种小区疫情防控流程示意图;
图4为本发明疫情防控装置较佳实施例的功能示意图模块图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
需要说明的是,本发明实施例疫情防控设备可以是智能手机、个人计算机和服务器等设备,在此不做具体限制。
如图1所示,该疫情防控设备可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的设备结构并不构成对疫情防控设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及疫情防控程序。其中,操作系统是管理和控制设备硬件和软件资源的程序,支持疫情防控程序以及其它软件或程序的运行。
在图1所示的设备中,用户接口1003主要用于与客户端进行数据通信;网络接口1004主要用于与服务器建立通信连接;而处理器1001可以用于调用存储器1005中存储的疫情防控程序,并执行以下操作:
获取目标数字围栏信息,以及获取目标用户的行动轨迹信息,其中,所述目标数字围栏信息至少包括一实际地理区域对应的虚拟数字围栏;
确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
进一步地,所述获取目标数字围栏信息包括:
获取目标防疫区的数字围栏信息作为目标数字围栏信息;
所述确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度的步骤之后,处理器1001可以用于调用存储器1005中存储的疫情防控程序,还执行以下操作:
根据所述风险程度确定所述目标用户对所述目标防疫区的进入权限或外出权限。
进一步地,所述获取目标防疫区的数字围栏信息作为目标数字围栏信息的步骤包括:
识别目标防疫区对应的二维码,根据识别结果确定所述目标防疫区的数字围栏信息,将所述目标防疫区的数字围栏信息作为目标数字围栏信息;
所述根据所述风险程度确定所述目标用户对所述目标防疫区的进入权限或外出权限的步骤之后,处理器1001可以用于调用存储器1005中存储的疫情防控程序,还执行以下操作:
生成包含所述进入权限或所述外出权限的权限二维码。
进一步地,所述疫情防控方法应用于移动终端,所述获取目标用户的行动轨迹信息的步骤包括:
获取所述移动终端在预设时间段内的移动轨迹信息,将所述移动轨迹信息作为目标用户的行动轨迹信息。
进一步地,所述目标数字围栏信息是经过哈希编码后的信息,
所述确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度的步骤包括:
采用预设哈希编码算法对所述行动轨迹信息进行哈希编码;
确定所述目标数字围栏信息与编码后的行动轨迹信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
进一步地,所述确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度的步骤包括:
将所述行动轨迹信息和所述目标数字围栏信息输入风险程度预估模型,以调用所述风险程度预估模型计算所述行动轨迹信息与所述目标数字围栏信息的吻合程度,以及调用所述风险程度预估模型根据所述吻合程度计算得到所述目标用户感染疾病的风险程度,其中,所述风险程度预估模型是预先参与联邦学习获得的。
进一步地,所述目标数字围栏信息还包括所述实际地理区域内的疫情严重程度信息。
基于上述的结构,提出疫情防控方法的各个实施例。
参照图2,图2为本发明疫情防控方法第一实施例的流程示意图。
本发明实施例提供了疫情防控方法的实施例,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。本发明疫情防控方法各个实施例的执行主体可以是智能手机、个人计算机和服务器等设备,为便于描述,以下各实施例中省略执行主体进行阐述。在本实施例中,疫情防控方法包括:
步骤S10,获取目标数字围栏信息,以及获取目标用户的行动轨迹信息,其中,所述目标数字围栏信息至少包括一实际地理区域对应的虚拟数字围栏;
在疫情管控期间,防疫人员可能会设置一些实际的围栏对人员的进出进行管控,例如,小区边界一般有围墙,小区门口会设置栏杆等,这些是属于实际地理区域对应的真实的围栏。在本实施例中,可以预先设置一些数字围栏,数字围栏是虚拟的,与真实存在的围栏是相对的,也即数字围栏所对应的实际地理区域上并不一定真实架设了围栏,例如,数字围栏对应的是一个小区的范围,但是小区周边可能假设了围墙,但是也可能没有假设围墙之类的围栏。数字围栏的形式可以是在电子地图上面所做的标记,例如,将一个小区范围标记出来,作为小区的数字围栏;也可以是将某一实际地理区域的经纬度范围作为数字围栏。数字围栏信息就至少包括了一个数字围栏本身。一般可以对疫情较为严重的区域设置数字围栏,那么随着疫情的发展,疫情区域是有所变化的,数字围栏也可以随之变化,因此,数字围栏信息可以是包括不同时间的数字围栏。
各个地方的数字围栏信息可以是由防疫机关根据疫情风险及病源分析而设置的。一些地方区域,如小区、社区、学校等,也可以根据防疫机关发布的疫情风险及病源分析等数据,设置该地方区域的数字围栏信息,用于对进出该地方区域的人员进行管控。例如,小区管理机构需要对外来人员的进入进行管控,那么可以设置一个数字围栏,该数字围栏对应的小区外疫情较严重的地理区域;小区管理人员需要对外出人员的外出进行管控,那么可以设置一个数字围栏,该数字围栏对应的是小区所在区域。
在本实施例中,可以确定目标用户感染疾病的风险程度,进而对目标用户进行管控。具体可以是获取目标数字围栏信息,以及获取目标用户的行动轨迹信息,根据这两个信息来进行风险程度的评估。而对于目标用户,根据具体的应用场景不同,获取的目标数字围栏信息可能是不同的。例如,小区A和小区B设置了不同的数字围栏信息,用户C想要进入小区A,就可以获取小区A的数字围栏信息作为目标数字围栏信息。又如,小区A针对进入小区和外出小区设置了不同的数字围栏信息,用户C想要从小区外出,就可以获取小区A针对外出小区设置的数字围栏信息作为目标数字围栏信息。
目标数字围栏信息的获取方式可根据具体的应用场景不同而不同;例如,当本实施例的疫情防控方法应用于小区管理机构的管理设备时,数字围栏信息可以是存储在管理设备本地,也可以是存储在服务器中,那么就可以从本地获取或从服务器获取;又如,当本实施例的疫情防控方法应用于用户设备时,用户设备可以从小区管理机构的管理设备中获取,例如扫描管理设备中根据数字围栏信息生成的二维码,或者是从服务器中获取,例如通过搜索小区名称从服务器中获取该小区的数字围栏信息。
行动轨迹信息的获取方式也可以根据具体的应用场景不同而不同;例如,当本实施例的疫情防控方法应用于用户的移动终端时,移动终端可获取本机的移动轨迹作为用户的行动轨迹信息;又如,当本实施例的疫情防控方法应用于小区管理机构的管理设备时,管理设备可以从用户的移动终端中获取,例如,与用户的移动终端建立通信连接,然后基于通信连接获取用户的行动轨迹信息,若考虑用户的行动轨迹信息是隐私信息,移动终端可以将行动轨迹信息进行加密再发送给管理设备。需要说明的是,获取目标用户过去过长时间的行动轨迹信息,具体可以根据疫情具体情况而设置,例如,当传染病的潜伏期较长时,可以设置获取较长时间的行动轨迹信息。行动轨迹信息可以是包括不同时间点所对应的地理位置,也即,用户在不同的时间点,所处的地理位置有变化,从而形成一个轨迹。
步骤S20,确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
在获取到行动轨迹信息和目标数字围栏信息后,可以确定行动轨迹信息与目标数字围栏信息的吻合程度。具体地,计算行动轨迹信息与目标数字围栏信息的吻合程度的方式有多种。例如,可将不同时间点的行动轨迹和数字围栏进行对应,计算不同时间点下行动轨迹与数字围栏的吻合程度;对于一个时间点的吻合程度:数字围栏对应的是一个地理区域,行动轨迹对应的一个点,判断该点是否在该地理区域内,在即表示吻合,不在即表示不吻合;在确定各个时间点的吻合程度后,采用吻合的时间点数除以总时间点数,即可得到一个0~1之间的值,该值越大,表示行动轨迹信息与目标数字围栏信息的吻合程度越高。
在确定吻合程度后,可以根据吻合程度确定目标用户感染传染疾病的风险程度。具体的,根据吻合程度确定风险程度的方式根据具体的应用场景不太也可以不同。如,当用户想要进入一个小区,该小区针对外来人员设置的数字围栏信息所对应的地理区域是小区外疫情较严重的区域,那么行动轨迹信息与目标数字围栏信息的吻合程度越高,说明目标用户感染疾病的风险越高,此时,吻合程度与风险程度的关系是呈正比;对于这种场景,预先可以设置一个吻合程度与风险程度呈正比的对应关系,根据该对应关系和计算出的吻合程度确定目标用户的风险程度。又如,当用户想要进入一个小区时,该小区针对外出人员设置的数字围栏信息所对应的地理区域是该小区所在区域,该小区内没有感染病例,那么行动轨迹信息与目标数字围栏信息的吻合程度越高,说明目标用户感染疾病的风险越低,此时,吻合程度与风险程度的关系是呈反比;对于这种情况,预先可以设置一个吻合程度与风险程度呈反比的对应关系,根据该对应关系和计算出的吻合程度确定目标用户的风险程度。风险程度的表现形式也可以是多种,例如,可以是采用等级的方式,设置0~4共5个等级,0级表示风险为零,5级表示风险最高。
在本实施例中,通过获取目标数字围栏信息,获取目标用户的行动轨迹信息,并确定目标数字围栏信息与行动轨迹信息的吻合程度,根据吻合程度来确定目标用户感染疾病的风险程度。由于数字围栏信息是可以根据具体的疫情分布情况、严重程度而设置的,在时间和空间上都具备很高的精度,从而能够为用户感染传染病的风险程度估算提供准确的依据;又由于直接获取来往人员的行动轨迹信息,避免了来往人员对自己的健康情况有隐瞒,也为用户感染传染病的风险程度估算提供准确的依据;因此,相比于防疫人员口头盘问统计,本实施例中能够实现更加准确地判断用户感染传染病的风险程度,从而便于防疫人员对来往人员进行管控,避免有感染风险的人员随意行动而造成疫情扩散,使得人员管控工作效果更好、效率更高。
进一步地,本实施例中的疫情防控方法也可以是应用于用户了解的感染风险的场景,具体地:用户可采用自己的用户设备获取自己的行动轨迹信息,再获取防疫机关发布的数字围栏信息,该数字围栏信息可能包括某个省或某个市范围内疫情较为严重的区域所对应的数字围栏,用户设备基于获取到的数字围栏信息和行动轨迹信息进行用户感染风险程度的估算,并将结果输出供用户查看,从而为疫情期间用户了解自己的健康情况提供了一个便捷的途径。
进一步地,基于上述第一实施例,提出本发明疫情防控方法第二实施例,在本实施例中,所述步骤S10中获取目标数字围栏信息的步骤包括:
步骤S101,获取目标防疫区的数字围栏信息作为目标数字围栏信息;
在本实施例中,可以根据疫情管控情况,确定一些防疫区,例如,一个学校、一个小区、一个市、一个省等均可作为一个防疫区。一个防疫区可以设置该防疫区的数字围栏信息,如上述第一实施例中所述,小区可以针对外出人员和外来人员设置不同的数字围栏信息。对于需要进入防疫区或者需要从防疫区外出的目标用户,可以将该防疫区作为目标防疫区,并获取该防疫区针对外出人员或外来人员设置的数字围栏信息,作为目标数字围栏信息。
所述步骤S20之后,还包括:
步骤S30,根据所述风险程度确定所述目标用户对所述目标防疫区的进入权限或外出权限。
在根据目标防疫区的数字围栏信息和目标用户的行动轨迹信息确定目标用户的风险程度后,可以根据该风险程度确定目标用户对目标防疫区的进入权限或外出权限。
具体地,当应用场景是目标用户要进入防疫区时,可以获取目标防疫区针对外来人员设置的数字围栏信息,然后根据该数字围栏信息和用户的行动轨迹信息确定用户的风险程度,根据风险程度确定用户的进入权限,如,当风险程度较高,例如,大于一个预设程度值时,确定进入权限是“不准进入”,当风险程度较低,如不大于该预设程度值时,确定进入权限是“准许进入”,其中,预设程度值可以根据需要进行设置,例如,当疫情较严重时,需要对人员管控较为严格,那么预设程度值可以设置的较低,使得只要用户有一些风险,就不允许其进入。
当应用场景是目标用户要出防疫区时,可以获取目标防疫区针对外出人员设置的数字围栏信息,然后根据该数字围栏信息和用户的行动轨迹信息确定用户的风险程度,根据风险程度确定用户的外出权限,如,当风险程度较高,例如,大于一个预设程度值时,确定外出权限是“不准外出”,当风险程度较低,如不大于该预设程度值时,确定进入权限是“准许外出”,其中,预设程度值可以根据需要进行设置,例如,当疫情较严重时,需要对人员管控较为严格,那么预设程度值可以设置的较低,使得只要用户有一些风险,就不允许其外出,并及时地将用户送往医院进行健康检查。
进一步地,所述步骤S101包括:
步骤S1011,识别目标防疫区对应的二维码,根据识别结果确定所述目标防疫区的数字围栏信息,将所述目标防疫区的数字围栏信息作为目标数字围栏信息;
进一步地,各个防疫区可以将包含数字围栏信息(或数字围栏信息的链接)的二维码打印出来,张贴至防疫区的进出口出,来往的人员可以采用自己的移动终端(手机或智能手表等等)扫描该二维码,移动终端解析二维码来获取数字围栏信息,作为目标数字围栏信息。
所述步骤S30之后,还包括:
步骤S40,生成包含所述进入权限或所述外出权限的权限二维码。
在来往人员的移动终端根据数字围栏信息和行动轨迹信息确定来往人员的风险程度,并根据风险程度确定了进入权限或外出权限时,可以对应生成包含该进入权限或该外出权限的权限二维码。防疫区的防疫人员可采用其对应的管理设备来扫描并解析该权限二维码,或者来往人员的进入权限或外出权限,进而确定是否对来往人员放行。也可以是在防疫区的进出口设置有自动闸机,来往人员向自动闸机的二维码扫描窗口展示该权限二维码,自动闸机扫描并解析该权限二维码获得该来往人员的进入权限或外出权限,进而根据权限判断是拉起闸杆放行,还是不拉起闸杆。
需要说明的是,来往人员的移动终端也可以是直接将获得的风险程度生成权限二维码,防疫人员的管理设备或者防疫区的闸机扫描并解析二维码获得来往人员的风险程度,进而根据风险程度确定是否对来往人员放行,如风险程度较高时,不进行放行。
在本实施例中,通过将用户的进入权限或外出权限,或者是用户感染疾病的风险程度生成二维码,使得用户无法隐瞒自己的感染风险程度,从而方便准确地对来往人员进行管控。
进一步地,所述疫情防控方法应用于移动终端,所述步骤S10中获取目标用户的行动轨迹信息的步骤包括:
步骤S102,获取所述移动终端在预设时间段内的移动轨迹信息,将所述移动轨迹信息作为目标用户的行动轨迹信息。
进一步地,本实施例中的疫情防控方法可应用于移动终端。那么用户可采用自己的移动终端来进行风险程度的估算,进而可以确定进入权限或外出权限,以及生成权限二维码。而用户的移动终端可以获取移动终端在预设时间段内的移动轨迹信息。其中,预设时间段可以是根据疫情的严重程度而进行预设设置。移动终端获取本机的移动轨迹信息的方式可以有多种,例如基于GPS定位,基于5G网络定位等等,其中,5G网络定位相对于GPS定位可能具备更精准的定位效果,那么当移动终端中有5G网络定位功能时,可以优先采用5G网络定位方式获取移动轨迹信息。在获取到预设时间段内的移动轨迹信息后,移动终端将该移动轨迹信息作为目标用户的行动轨迹信息。也即用户一般会将自己的移动终端随身携带,移动终端的移动轨迹在一定程度上可以作为用户的行动轨迹。
进一步地,可以将本实施例中的疫情防疫方法以小程序的形式进行实现,小程序可由防疫机关进行发布,小程序中提供获取各个防疫区的数字围栏信息的途径,或者提供解析二维码获取数字围栏信息的功能,移动终端中可加载或安装该小程序,进而实现风险估算、权限确定和权限二维码生成等功能。
在本实施例中,通过将本实施例中的疫情防疫方法应用于用户的移动终端,由用户的移动终端获取用户的行动轨迹信息,并结合获取到的目标防疫区的数字围栏信息确定用户感染疾病的风险程度,进而依据风险程度对用户进行方式,可以使得用户的行动轨迹信息不会暴露给防疫区的管理机构,从而实现了疫情期间对人员的精准管控的同时,不会泄露个人的隐私,保证了个人隐私安全。
进一步地,基于上述第一或第二实施例,提出本发明疫情防控方法第三实施例,在本实施例中,所述目标数字围栏信息是经过哈希编码后的信息,所述步骤S20包括:
步骤S201,采用预设哈希编码算法对所述行动轨迹信息进行哈希编码;
进一步地,在本实施例中,获取到的目标数字围栏信息可以是经过哈希编码后的信息。由于目标数字围栏信息中可能包含了疫情较为严重的地区的信息,不便于直接公布给公众,或者防疫区管理机构设置了针对某个特定地区的数字围栏,例如不允许来自某个国家的人员进入,而又不想将特殊设置的围栏信息泄露,防疫机关或防疫区管理机构发布数字围栏信息时可以采用哈希编码算法对数字围栏信息进行哈希编码,从而使得用户的移动终端无法获取到原始的信息。其中,哈希编码算法可采用常用的哈希编码算法,在此不做详细赘述。
在获取到目标用户的行动轨迹信息后,可对行动轨迹信息采用预设哈希编码算法进行哈希编码,其中,预设哈希编码算法于数字围栏信息所采用的哈希编码算法相同。哈希编码算法的一个特点是经过编码后的数据,难以还原到原始数据,两个数据经过哈希编码后,可以进行比较和计算,与编码前进行比较和计算的效果基本相同。
步骤S202,确定所述目标数字围栏信息与编码后的行动轨迹信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
在得到哈希编码后的行动轨迹信息后,可以确定目标数字围栏信息和编码后的行动轨迹信息的吻合程度,并根据吻合程度确定目标用户感染疾病的风险程度。需要说明的是,根据经过编码后的信息确定吻合程度和风险程度的方式,仍然可采用类似于不编码的信息所采用的方式,在此不进行详细赘述。
在本实施例中,通过将目标数字围栏信息和行动轨迹信息进行哈希编码,使得既能够根据两个信息计算用户的风险感染程度,又能够保证用户的隐私安全,还保证了数字围栏信息的信息安全。
进一步地,所述步骤S20包括:
步骤S203,将所述行动轨迹信息和所述目标数字围栏信息输入风险程度预估模型,以调用所述风险程度预估模型计算所述行动轨迹信息与所述目标数字围栏信息的吻合程度,以及调用所述风险程度预估模型根据所述吻合程度计算得到所述目标用户感染疾病的风险程度,其中,所述风险程度预估模型是预先参与联邦学习获得的。
进一步地,在本实施例中,用户的移动终端可以预先通过参与联邦学习,训练得到一个风险程度预估模型。具体地,各个移动终端均可作为联邦学习的参与者进行风险程度预估模型的训练,训练过程采用本机用户的行动轨迹信息和获取到的各个数字围栏信息作为训练数据,具体的训练过程可采用现有的横向联邦学习的方式,在此不进行详细赘述。由于联邦学习的特点是数据不出本地的情况下,各个参与者也能够联合训练得到效果好的模型,因此,本实施例中,通过移动终端参与联邦学习训练得到风险程度预估模型,使得并不会暴露用户的隐私数据,同时又能够得到预估效果好的风险程度预估模型。
并且,还可以在参与联邦学习的过程中,采用上述哈希编码的方式对训练数据进行处理,从而进一步地保证用户隐私安全,以及保证数字围栏信息的信息安全。
风险程度预估模型可采用常用的机器学习模型,例如决策树模型、神经网络模型等等,模型的输入数据可以设置为行动轨迹信息和数字围栏信息,输出结果可以设置为风险程度值,模型的原理可以设置为对比行动轨迹信息和数字围栏信息获得吻合程度,再根据吻合程度来确定风险程度。
在训练得到风险程度预估模型后,将目标用户的行动轨迹信息和目标数字围栏信息输入该风险程度预估模型,并调用该风险程度预估模型计算行动轨迹信息和目标数字围栏信息的吻合程度,并根据吻合程度计算目标用户感染疾病的风险程度。
进一步地,所述目标数字围栏信息还包括所述实际地理区域内的疫情严重程度信息。数字围栏信息除了包括不同时间点的数字围栏本身外,还可以包括数字围栏所对应的实际地理区域内的疫情严重程度信息。其中,疫情严重程度信息可以是包括实际地理区域内的风险等级,例如,数字围栏是对应一个市的区域,该市内有确诊病例,那么可以将该确诊病例近期去过的地方的风险等级设置得较高;在根据行动轨迹信息和数字围栏信息确定吻合程度,进而确定风险程度时,可将数字围栏信息中的疫情严重程度信息也考虑在内,例如,不同时间点的吻合程度,可以对应乘上该时间点行动轨迹所在区域的风险等级,从而使得当用户在风险等级较高的地方越久,所计算得到的用户感染疾病的风险程度越高。
进一步地,在一实施例中,可按照如图3所示的流程图进行疫情防控。
具体如下:
1、小区管理机构根据防疫机关发布的疫情风险及病源分析,规定具有不同疫情风险程度的数字围栏(围栏内的人群风险较高),对应不同时间段的地理位置区域;或者小区管理机构可以直接利用防疫机关发布的数字围栏;
2、将数字围栏信息(或者其链接),打印为二维码展示在小区入口处;
3、外来人员进入小区之前,必须用智能手机/手表等,扫描二维码获取数字围栏信息;
4、根据智能手机/手表存储的时空行动轨迹(通过5G网络获得),将时空轨迹信息与数字围栏信息进行对比,确定吻合程度,并利用联邦学习模型估计机主感染的风险程度;
a)机主的时空轨迹信息不出手机,不会泄露个人隐私信息;
b)在对比过程,将会使用已被转换成哈希编码的时空轨迹数据,降低原数据被泄露或还原的风险。比如联邦学习使用的机主资料为X,数字围栏信息为Y,先把X和Y通过H转换成H(X)和H(Y),然后以H(X)和H(Y)进行对比。
5、智能手机/手表生成包含感染风险程度的动态二维码,并交由小区管理人员(门卫/保安)扫描;
6、步骤3-4-5中,智能手机/手表运行的(小)程序可由防疫机关认证发布;
7、根据动态二维码的扫描结果,管理人员拒绝或者放行外来人员。
通过定义并匹配数字围栏的方式,使得个人隐私的时空轨迹数据不用传出手机,同时仍然能够保证防疫卫生安全的严格需求。同时动态二维码的生成与识别,使得机主无法隐瞒风险。数据也已经被转换成哈希编码,降低泄露风险,也无法还原数据。
此外,此外本发明实施例还提出一种疫情防控装置,参照图4,所述疫情防控装置包括:
获取模块10,用于获取目标数字围栏信息,以及获取目标用户的行动轨迹信息,其中,所述目标数字围栏信息至少包括一实际地理区域对应的虚拟数字围栏;
风险评估模块20,用于确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
进一步地,所述获取模块10包括:
第一获取单元,用于获取目标防疫区的数字围栏信息作为目标数字围栏信息;
所述疫情防控装置还包括:
确定模块,用于根据所述风险程度确定所述目标用户对所述目标防疫区的进入权限或外出权限。
进一步地,所述第一获取单元包括:
识别子单元,用于识别目标防疫区对应的二维码,根据识别结果确定所述目标防疫区的数字围栏信息,将所述目标防疫区的数字围栏信息作为目标数字围栏信息;
所述疫情防控装置还包括:
生成模块,用于生成包含所述进入权限或所述外出权限的权限二维码。
进一步地,所述疫情防控方法应用于移动终端,所述获取模块10包括:
第二获取单元,用于获取所述移动终端在预设时间段内的移动轨迹信息,将所述移动轨迹信息作为目标用户的行动轨迹信息。
进一步地,所述目标数字围栏信息是经过哈希编码后的信息,所述风险评估模块20包括:
编码单元,用于采用预设哈希编码算法对所述行动轨迹信息进行哈希编码;
确定单元,用于确定所述目标数字围栏信息与编码后的行动轨迹信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
进一步地,所述风险评估模块20,还用于将所述行动轨迹信息和所述目标数字围栏信息输入风险程度预估模型,以调用所述风险程度预估模型计算所述行动轨迹信息与所述目标数字围栏信息的吻合程度,以及调用所述风险程度预估模型根据所述吻合程度计算得到所述目标用户感染疾病的风险程度,其中,所述风险程度预估模型是预先参与联邦学习获得的。
进一步地,所述目标数字围栏信息还包括所述实际地理区域内的疫情严重程度信息。
本发明疫情防控装置的具体实施方式的拓展内容与上述疫情防控方法各实施例基本相同,在此不做赘述。
此外,本发明实施例还提出一种计算机可读存储介质,所述存储介质上存储有疫情防控程序,所述疫情防控程序被处理器执行时实现如下所述的疫情防控方法的步骤。
本发明疫情防控设备和计算机可读存储介质的各实施例,均可参照本发明疫情防控方法各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种疫情防控方法,其特征在于,所述疫情防控方法包括以下步骤:
获取目标数字围栏信息,以及获取目标用户的行动轨迹信息,其中,所述目标数字围栏信息至少包括一实际地理区域对应的虚拟数字围栏;
确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
2.如权利要求1所述的疫情防控方法,其特征在于,所述获取目标数字围栏信息包括:
获取目标防疫区的数字围栏信息作为目标数字围栏信息;
所述确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度的步骤之后,还包括:
根据所述风险程度确定所述目标用户对所述目标防疫区的进入权限或外出权限。
3.如权利要求2所述的疫情防控方法,其特征在于,所述获取目标防疫区的数字围栏信息作为目标数字围栏信息的步骤包括:
识别目标防疫区对应的二维码,根据识别结果确定所述目标防疫区的数字围栏信息,将所述目标防疫区的数字围栏信息作为目标数字围栏信息;
所述根据所述风险程度确定所述目标用户对所述目标防疫区的进入权限或外出权限的步骤之后,还包括:
生成包含所述进入权限或所述外出权限的权限二维码。
4.如权利要求1所述的疫情防控方法,其特征在于,所述疫情防控方法应用于移动终端,所述获取目标用户的行动轨迹信息的步骤包括:
获取所述移动终端在预设时间段内的移动轨迹信息,将所述移动轨迹信息作为目标用户的行动轨迹信息。
5.如权利要求1所述的疫情防控方法,其特征在于,所述目标数字围栏信息是经过哈希编码后的信息,
所述确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度的步骤包括:
采用预设哈希编码算法对所述行动轨迹信息进行哈希编码;
确定所述目标数字围栏信息与编码后的行动轨迹信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
6.如权利要求1所述的疫情防控方法,其特征在于,所述确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度的步骤包括:
将所述行动轨迹信息和所述目标数字围栏信息输入风险程度预估模型,以调用所述风险程度预估模型计算所述行动轨迹信息与所述目标数字围栏信息的吻合程度,以及调用所述风险程度预估模型根据所述吻合程度计算得到所述目标用户感染疾病的风险程度,其中,所述风险程度预估模型是预先参与联邦学习获得的。
7.如权利要求1至6任一项所述的疫情防控方法,其特征在于,所述目标数字围栏信息还包括所述实际地理区域内的疫情严重程度信息。
8.一种疫情防控装置,其特征在于,所述疫情防控装置包括:
获取模块,用于获取目标数字围栏信息,以及获取目标用户的行动轨迹信息,其中,所述目标数字围栏信息至少包括一实际地理区域对应的虚拟数字围栏;
风险评估模块,用于确定所述行动轨迹信息与所述目标数字围栏信息的吻合程度,并根据所述吻合程度确定所述目标用户感染疾病的风险程度。
9.一种疫情防控设备,其特征在于,所述疫情防控设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的疫情防控程序,所述疫情防控程序被所述处理器执行时实现如权利要求1至7中任一项所述的疫情防控方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有疫情防控程序,所述疫情防控程序被处理器执行时实现如权利要求1至7中任一项所述的疫情防控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010247415.4A CN111464951B (zh) | 2020-03-31 | 2020-03-31 | 疫情防控方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010247415.4A CN111464951B (zh) | 2020-03-31 | 2020-03-31 | 疫情防控方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111464951A true CN111464951A (zh) | 2020-07-28 |
CN111464951B CN111464951B (zh) | 2024-01-23 |
Family
ID=71680971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010247415.4A Active CN111464951B (zh) | 2020-03-31 | 2020-03-31 | 疫情防控方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111464951B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860727A (zh) * | 2020-07-30 | 2020-10-30 | 深圳前海微众银行股份有限公司 | 二维码生成方法、验证方法、设备及计算机可读存储介质 |
CN111860726A (zh) * | 2020-07-30 | 2020-10-30 | 深圳前海微众银行股份有限公司 | 二维码显示方法、验证方法、设备及计算机可读存储介质 |
CN111863280A (zh) * | 2020-07-30 | 2020-10-30 | 深圳前海微众银行股份有限公司 | 健康检测方法、系统、终端设备及存储介质 |
CN111968016A (zh) * | 2020-08-20 | 2020-11-20 | 合肥智圣新创信息技术有限公司 | 高校疫情协同管控平台平台及管控方法 |
CN111970642A (zh) * | 2020-08-19 | 2020-11-20 | 上海海洋大学 | 一种基于云端的疫情发布与轨迹自动采集系统 |
CN112185580A (zh) * | 2020-08-20 | 2021-01-05 | 同济大学 | 一种基于云端的行程风险信息处理方法 |
CN112185553A (zh) * | 2020-08-18 | 2021-01-05 | 同济大学 | 面向高校学生返校的进校码生成、解码、扫码方法和系统 |
CN112509680A (zh) * | 2020-12-07 | 2021-03-16 | 广州城市职业学院 | 一种自助智能查行程挂号收费综合服务系统 |
CN112530601A (zh) * | 2020-12-09 | 2021-03-19 | 北京红山信息科技研究院有限公司 | 一种校园疫情监控方法、装置、计算机设备及存储介质 |
CN113327687A (zh) * | 2021-08-04 | 2021-08-31 | 深圳市知酷信息技术有限公司 | 基于智慧校园的高校疫情防控管理系统 |
CN114155637A (zh) * | 2021-11-01 | 2022-03-08 | 深圳优美创新科技有限公司 | 防疫码查看方法、手环设备及计算机可读存储介质 |
WO2022121741A1 (zh) * | 2020-12-09 | 2022-06-16 | 华为技术有限公司 | 一种疫情防控方法、电子设备、应用服务器和系统 |
CN115169988A (zh) * | 2022-09-01 | 2022-10-11 | 广东广宇科技发展有限公司 | 基于大数据的信息流管控方法、装置、电子设备及其介质 |
CN115330270A (zh) * | 2022-10-12 | 2022-11-11 | 太极计算机股份有限公司 | 目标用户的风险判定方法、装置、电子设备以及存储介质 |
CN116186360A (zh) * | 2022-08-17 | 2023-05-30 | 江苏交控智慧城市技术有限公司 | 一种溯源方法及管理平台 |
TWI823039B (zh) * | 2020-08-14 | 2023-11-21 | 英華達股份有限公司 | 位置追蹤查詢系統 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015006858A1 (en) * | 2013-07-17 | 2015-01-22 | Timothy Nelson | Systems and methods for monitoring movement of disease field |
US20160132652A1 (en) * | 2014-11-11 | 2016-05-12 | Ebay Inc. | Communicable disease tracking |
CN105740615A (zh) * | 2016-01-28 | 2016-07-06 | 中山大学 | 利用手机轨迹追踪传染源和预测传染病流行趋势的方法 |
CN105975981A (zh) * | 2016-04-27 | 2016-09-28 | 北京小米移动软件有限公司 | 疫情监测方法及装置 |
CN107256327A (zh) * | 2017-05-05 | 2017-10-17 | 中国科学院深圳先进技术研究院 | 一种传染病防控方法及系统 |
CN107680348A (zh) * | 2017-07-31 | 2018-02-09 | 深圳市心上信息技术有限公司 | 电子围栏智能报警方法、装置、存储介质和计算机设备 |
CN108986921A (zh) * | 2018-07-04 | 2018-12-11 | 泰康保险集团股份有限公司 | 疾病预测方法、装置、介质及电子设备 |
CN109360660A (zh) * | 2018-10-31 | 2019-02-19 | 河南省疾病预防控制中心 | 一种疾控与出行信息互联的防控方法及防控系统 |
CN110377847A (zh) * | 2019-07-15 | 2019-10-25 | 中国人民解放军军事科学院军事医学研究院 | 一种面向传染病疫情分布的电子地图可视化方法及系统 |
CN110827457A (zh) * | 2018-07-23 | 2020-02-21 | 宁波欧依安盾安全科技有限公司 | 一种基于安全胜任力鉴定的虚拟门禁系统 |
-
2020
- 2020-03-31 CN CN202010247415.4A patent/CN111464951B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015006858A1 (en) * | 2013-07-17 | 2015-01-22 | Timothy Nelson | Systems and methods for monitoring movement of disease field |
US20160132652A1 (en) * | 2014-11-11 | 2016-05-12 | Ebay Inc. | Communicable disease tracking |
CN105740615A (zh) * | 2016-01-28 | 2016-07-06 | 中山大学 | 利用手机轨迹追踪传染源和预测传染病流行趋势的方法 |
CN105975981A (zh) * | 2016-04-27 | 2016-09-28 | 北京小米移动软件有限公司 | 疫情监测方法及装置 |
CN107256327A (zh) * | 2017-05-05 | 2017-10-17 | 中国科学院深圳先进技术研究院 | 一种传染病防控方法及系统 |
CN107680348A (zh) * | 2017-07-31 | 2018-02-09 | 深圳市心上信息技术有限公司 | 电子围栏智能报警方法、装置、存储介质和计算机设备 |
CN108986921A (zh) * | 2018-07-04 | 2018-12-11 | 泰康保险集团股份有限公司 | 疾病预测方法、装置、介质及电子设备 |
CN110827457A (zh) * | 2018-07-23 | 2020-02-21 | 宁波欧依安盾安全科技有限公司 | 一种基于安全胜任力鉴定的虚拟门禁系统 |
CN109360660A (zh) * | 2018-10-31 | 2019-02-19 | 河南省疾病预防控制中心 | 一种疾控与出行信息互联的防控方法及防控系统 |
CN110377847A (zh) * | 2019-07-15 | 2019-10-25 | 中国人民解放军军事科学院军事医学研究院 | 一种面向传染病疫情分布的电子地图可视化方法及系统 |
Non-Patent Citations (1)
Title |
---|
王蕴岭;王楠;段学习;: "新型小区出入管理系统", 价值工程, no. 09 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860726B (zh) * | 2020-07-30 | 2023-12-22 | 深圳前海微众银行股份有限公司 | 二维码显示方法、验证方法、设备及计算机可读存储介质 |
CN111860726A (zh) * | 2020-07-30 | 2020-10-30 | 深圳前海微众银行股份有限公司 | 二维码显示方法、验证方法、设备及计算机可读存储介质 |
CN111863280A (zh) * | 2020-07-30 | 2020-10-30 | 深圳前海微众银行股份有限公司 | 健康检测方法、系统、终端设备及存储介质 |
CN111860727A (zh) * | 2020-07-30 | 2020-10-30 | 深圳前海微众银行股份有限公司 | 二维码生成方法、验证方法、设备及计算机可读存储介质 |
TWI823039B (zh) * | 2020-08-14 | 2023-11-21 | 英華達股份有限公司 | 位置追蹤查詢系統 |
CN112185553A (zh) * | 2020-08-18 | 2021-01-05 | 同济大学 | 面向高校学生返校的进校码生成、解码、扫码方法和系统 |
CN111970642A (zh) * | 2020-08-19 | 2020-11-20 | 上海海洋大学 | 一种基于云端的疫情发布与轨迹自动采集系统 |
CN112185580B (zh) * | 2020-08-20 | 2022-10-25 | 同济大学 | 一种基于云端的行程风险信息处理方法 |
CN112185580A (zh) * | 2020-08-20 | 2021-01-05 | 同济大学 | 一种基于云端的行程风险信息处理方法 |
CN111968016A (zh) * | 2020-08-20 | 2020-11-20 | 合肥智圣新创信息技术有限公司 | 高校疫情协同管控平台平台及管控方法 |
CN112509680A (zh) * | 2020-12-07 | 2021-03-16 | 广州城市职业学院 | 一种自助智能查行程挂号收费综合服务系统 |
CN112509680B (zh) * | 2020-12-07 | 2023-05-30 | 广州城市职业学院 | 一种自助智能查行程挂号收费综合服务系统 |
CN112530601A (zh) * | 2020-12-09 | 2021-03-19 | 北京红山信息科技研究院有限公司 | 一种校园疫情监控方法、装置、计算机设备及存储介质 |
WO2022121741A1 (zh) * | 2020-12-09 | 2022-06-16 | 华为技术有限公司 | 一种疫情防控方法、电子设备、应用服务器和系统 |
CN113327687B (zh) * | 2021-08-04 | 2022-02-01 | 深圳市知酷信息技术有限公司 | 基于智慧校园的高校疫情防控管理系统 |
CN113327687A (zh) * | 2021-08-04 | 2021-08-31 | 深圳市知酷信息技术有限公司 | 基于智慧校园的高校疫情防控管理系统 |
CN114155637A (zh) * | 2021-11-01 | 2022-03-08 | 深圳优美创新科技有限公司 | 防疫码查看方法、手环设备及计算机可读存储介质 |
CN116186360A (zh) * | 2022-08-17 | 2023-05-30 | 江苏交控智慧城市技术有限公司 | 一种溯源方法及管理平台 |
CN116186360B (zh) * | 2022-08-17 | 2023-11-24 | 江苏交控智慧城市技术有限公司 | 一种溯源方法及管理平台 |
CN115169988A (zh) * | 2022-09-01 | 2022-10-11 | 广东广宇科技发展有限公司 | 基于大数据的信息流管控方法、装置、电子设备及其介质 |
CN115330270A (zh) * | 2022-10-12 | 2022-11-11 | 太极计算机股份有限公司 | 目标用户的风险判定方法、装置、电子设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111464951B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111464951A (zh) | 疫情防控方法、装置、设备及计算机可读存储介质 | |
CN107291810B (zh) | 数据处理方法、装置及存储介质 | |
US20100024042A1 (en) | System and Method for Protecting User Privacy Using Social Inference Protection Techniques | |
CN207690169U (zh) | 可预约式人脸识别门禁访客系统 | |
CN111652446A (zh) | 传染病感染风险的预测方法、设备及存储介质 | |
CN106791655B (zh) | 一种视频处理方法及装置 | |
CN109034661A (zh) | 用户识别方法、装置、服务器以及存储介质 | |
US11238148B2 (en) | Location-based, context-aware challenge-response authentication | |
CN105637522A (zh) | 使用受信证书的世界驱动访问控制 | |
CN110135262A (zh) | 敏感数据防偷窥处理方法、装置、设备及存储介质 | |
CN112804240B (zh) | 功能控制方法、装置、服务器、存储介质及产品 | |
CN107341443A (zh) | 视频处理方法、装置及存储介质 | |
CN112367496A (zh) | 一种配电室智能安全作业方法及装置 | |
CN111259682B (zh) | 监控施工场所的安全的方法和装置 | |
CN112669988A (zh) | 一种细颗粒密接探测方法、系统及交互式出入管理系统 | |
CN115208562A (zh) | 基于量子加密技术的运维保障系统 | |
CN114445253A (zh) | 一种健康码生成方法及终端 | |
CN107357821B (zh) | 系统管理方法、装置及存储介质 | |
CN113515774A (zh) | 基于投影梯度下降法生成对抗样本的隐私保护方法 | |
CN105790952A (zh) | 一种用户信息的验证系统和方法 | |
CN111652781A (zh) | 基于社区码的服务处理方法、装置、设备和存储介质 | |
Vafaeinezhad et al. | Developing a spatio-temporal model of risk management for earthquake life detection rescue team | |
CN114692201A (zh) | 一种多方安全计算方法及系统 | |
CN108449352A (zh) | 一种基于云计算的保护计算机系统安全的方法 | |
Yang et al. | Research on privacy security steady StateEvaluation model of mobile application based on information entropy and Markov theory |
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 |