CN112866991A - 获取密接人员信息方法、装置、服务器和存储介质 - Google Patents
获取密接人员信息方法、装置、服务器和存储介质 Download PDFInfo
- Publication number
- CN112866991A CN112866991A CN202110077477.XA CN202110077477A CN112866991A CN 112866991 A CN112866991 A CN 112866991A CN 202110077477 A CN202110077477 A CN 202110077477A CN 112866991 A CN112866991 A CN 112866991A
- Authority
- CN
- China
- Prior art keywords
- name
- bluetooth
- information
- bluetooth device
- acquiring
- 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 53
- 238000007789 sealing Methods 0.000 title claims abstract description 37
- 239000013598 vector Substances 0.000 claims description 37
- 230000006870 function Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 5
- 230000036541 health Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract description 7
- 241000283216 Phocidae Species 0.000 description 17
- 230000009471 action Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 241000283118 Halichoerus grypus Species 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/02—Protecting privacy or anonymity, e.g. protecting personally identifiable information [PII]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephone Function (AREA)
Abstract
本发明提供一种获取密接人员信息方法,由具有蓝牙设备名称扫描功能的设备执行，包括：扫描并获取一个或多个密接设备的蓝牙设备名称；将所述蓝牙设备名称使用预设的编解码模型进行解码；将解码后的所述蓝牙设备名称作为所述密接设备的密接信息。本发明通过将密接信息编码为蓝牙设备名称，使获取密接设备不需要连接蓝牙，只需要扫描名称即可，采用将信息编码成数字后附加在蓝牙名称上，从而可以不建立连接直接进行手机设备间有用信息的交换和获取。由于计算机网络中协议安全很难保障，蓝牙连接传输数据被盗取的安全隐患较大。采用不建立连接的方式，而仅仅识别并保存名称，可以直接规避协议窃取的问题提高了设备安全性。
Description
技术领域
本发明实施例涉及通信领域，尤其涉及一种获取密接人员信息方法、装置、服务器和存储介质。
背景技术
现有的新冠肺炎防疫政策中，通常需要获取与确诊、疑似病例相密接的密接人员的信息，通常采用的方法是根据确诊、疑似病例的线下行动轨迹，通过调查摄像头等影像进行人员流动调查，比较好费人力物力。
一些厂家通过蓝牙连接移动端的信息查询人员信息。一个蓝牙网装置所广播的信息确实可能被一个潜在的恶意手机只能程序利用，从而导致意外的位置隐私侵犯，更有甚者可以访将不可见的蓝牙设备作为目标，渗透用户设备，导致侵入用户设备的数据载体并窃取信息。
由于计算机网络中协议安全很难保障，蓝牙连接传输数据被盗取的安全隐患较大，可能会导致获取到被调查设备除了疫情防控以外的私人信息，造成信息泄露。
发明内容
本发明提供一种获取密接人员信息的方法，通过获取编码后的蓝牙设备名称即可得知设备密接信息，不需要与陌生设备进行蓝牙配对，避免了用户隐私泄露。
第一方面，本发明提供一种获取密接人员信息的方法，由具有蓝牙设备名称扫描功能的设备执行，包括：
在预设距离内，扫描并获取一个或多个密接设备的蓝牙设备名称；
将所述蓝牙设备名称使用预设的编解码模型进行解码；
将解码后的所述蓝牙设备名称作为所述密接设备的密接信息。
进一步地，所述将解码后的所述蓝牙设备名称作为所述设备的密接信息之后，还包括：
基于解码后的蓝牙设备名称生成写操作信号；
将所述写操作信号发送至所述设备，以使所述设备基于所述写操作信号修改所述蓝牙设备名称。
进一步地，所述编解码模型的创建过程还包括：
获取历史密接数据，所述历史密接数据包括用户姓名、个人密接风险系数、个人健康状态和/或活动地区；
将所述历史密接数据转换为预设语句定义的状态向量，将所述状态向量作为输入集；
将所述输入集转换为n×1维向量作为测试集；
基于所述输入集和测试集进行神经网络训练，生成编解码模型。
进一步地，在所述在预设距离内，获取一个或多个设备的蓝牙设备名称之前，还包括：
基于所述蓝牙设备名称确定与一个或多个设备的距离；
判断所述距离是否小于或等于预设距离；
若小于或等于，则获取所述设备的蓝牙设备名称；
若大于，则不获取所述设备的蓝牙设备名称。
进一步地，在所述在预设距离内，获取一个或多个设备的蓝牙设备名称，所述蓝牙设备名称中包括蓝牙设备名称之后，还包括：
判断预设的数据库中是否已经存有所述蓝牙设备名称；
若有，则将数据库中蓝牙设备名称的搜索次数增加1；
若没有，则将所述蓝牙设备名称存入数据库，并将搜索次数记为1。
进一步地，还包括：
将密接信息使用预设的编解码模型进行编码；
将编码后的密接信息作为蓝牙设备名称；
每隔预设时间间隔发送一次蓝牙设备名称。
进一步地，在所述每隔预设时间间隔发送一次蓝牙设备名称之后，还包括：
基于更新后的密接信息使用预设的编解码模型进行编码；
将编码后的密接信息作为更新后的蓝牙设备名称。
第二方面，本发明提供一种获取密接人员信息的装置，包括：
获取模块，用于在预设距离内，扫描并获取一个或多个密接设备的蓝牙设备名称；
解码模块，用于将所述蓝牙设备名称使用预设的编解码模型进行解码；
密接信息生成模块，用于将解码后的所述蓝牙设备名称作为所述密接设备的密接信息。
第三方面本发明提供一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如上述任一所述的获取密接人员信息方法。
第四方面本发明提供一种终端可读存储介质，其上存储有程序，所述程序被处理器执行时能够实现如上述任一所述的获取密接人员信息方法。
本发明通过获取编码后的蓝牙设备名称即可得知设备密接信息，不需要与陌生设备进行配对，避免了用户隐私泄露。同时通过使用预先训练的编解码模型进行解码，模型参数全部由训练得到，对外保持封闭，即实现了信息安全。
附图说明
如图1所示为本实施例一的获取密接人员信息方法流程图。
如图2所示为本实施例一的替代实施例流程图。
如图3所示为本实施例二的获取密接人员信息方法流程图。
如图4所示为本实施例二的替代实施例流程图。
如图5所示为本实施例三的获取密接人员信息方法流程图。
如图6所示为本实施例三的替代实施例流程图。
如图7所示为本实施例四的获取密接人员信息装置模块图。
如图8所示为本实施例四的替代实施例模块图。
如图9所示本实施例五的服务器结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本申请的范围的情况下，第一特征信息可以为第二特征信息或第三特征信息，类似地，第二特征信息、第三特征信息可以为第一特征信息。第一特征信息和第二特征信息、第三特征信息都是获取密接人员信息装置的特征信息，但其不是同一特征信息。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”、“批量”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
本实施例及下述实施例中提及的英文缩写及专有名词含义如下：
seq2seq：是指根据一个输入序列x，来生成另一个输出序列y。seq2seq有很多的应用，例如翻译，文档摘取，问答系统等等。编解码模型首先输入输入集，通过神经网络训练的编码器将其转换为一段规定好长度的语义向量C，再通过神经网络训练的解码器将该语义向量转化为所需的输出集。
实施例一
本实施例提供了一种获取密接人员信息的方法，由具有蓝牙设备名称扫描功能的设备执行，该设备安装有用于执行方案的密接APP。如图1，包括：
S101、扫描并获取一个或多个密接设备的蓝牙设备名称；
该步骤及下述步骤所述设备通过蓝牙扫描距离内的一个或多个其他密接设备。其中，密接设备指与具有蓝牙设备名称扫描功能的设备的距离小于一定值的设备。蓝牙设备名称指蓝牙地址。该过程中，将具有蓝牙设备名称扫描功能的设备作为主设备，其他密接设备作为从设备进行描述。在扫描中，从设备以设定的频率广播自己的蓝牙设备名称，主设备基于扫描到的广播信息获取从设备的蓝牙设备名称。该过程设备之间不会建立协议传输信息，主设备不保存除对方蓝牙设备名称外的任何信息，以避免了信息泄露。
S102、将所述蓝牙设备名称使用预设的编解码模型进行解码。
该步骤中，训练好的神经网络预先植入到密接app中，完成编解码器的搭建，调整好训练参数的神经网络模型可植入密接设备的app中，以使主设备能够执行本方案。该步骤的作用是解码满足条件的蓝牙地址状态向量，还原成原语意。
该步骤中编解码模型的创建过程包括：获取历史密接数据，所述历史密接数据包括用户姓名、个人密接风险系数、个人健康状态和/或活动地区；将所述历史密接数据转换为预设语句定义的状态向量，将所述状态向量作为输入集；将所述输入集转换为n×1维向量作为测试集；基于所述输入集和测试集进行神经网络训练，生成编解码模型。
在一种实施方式中，编解码模型可以选择Attention注意力模型。该模型在产生输出的时候，还会产生一个“注意力范围”表示接下来输出的时候要重点关注输入序列中的哪些部分，然后根据关注的区域来产生下一个输出，如此往复。Attention模型不要求编码器将所有输入信息都编码进一个固定长度的向量之中。相反，此时编码器需要将输入编码成一个向量的序列，而在解码的时候，每一步都会选择性的从向量序列中挑选一个子集进行进一步处理。分利用输入序列携带的信息。
在另一种实施方式中，编解码模型可以选用seq2seq模型，只需要将输入的状态向量编码，再解码成同样的状态向量完成传输即可，且状态向量的表达的数据细节和大小都在预处理中得到确认，相比于其他编解码器方式更简单。
具体地，该方案的模型建构过程如下：
1、选取需要编解码的信息作为整个输入序列，将其编码为一种上下文向量的状态向量。
a、密接信息选择
Encoder输入编码的数据为尚未处理的各类原始数据，主要有当前手机的各类状态，密接用户的个人信息，和一些与密接app游戏相关的动态信息。需要提前确定好传输所需要的信息量。例如，密接用户个人信息包括：接触时间、蓝牙设备名称强度、日期、地点、用户状态推测；姓名、个人密接风险系数、个人健康状态。在一种示例中，该编解码模型安装于密接设备APP中，对应的还可获取密接设备APP所对应的信息，如屏幕亮度、手机运动加速度、手机转角、剩余电量、是否连接Wifi/4G、密接app启用时间。
筛选好的原始数据信息，以数字的形式精简的语句定义相关的状态向量，确定每位数字所对应的原始数据。将其作为输入集。
b.状态向量定义
筛选好的原始数据信息，以数字的形式精简的语句定义相关的状态向量，确定每位数字所对应的原始数据。将其作为输入集。
c.生成训练变量
根据神经网络需要的传入训练变量集，首先随机生成测试集，将其整合成n×1维向量：
{x1,x2,…,xT}
其中X表示压缩语义单元，T表示不同的数据信息。
至此完成了Encoder模型前的输入训练变量的处理。
2、读取该状态向量为输入序列，在解码器中生成输出序列，完成Seq2Seq。
将Encoder最后一个时间步的状态作为整个句子的中间语义向量(contextvector)。
a、语义向量长度确定
由于我们将使用语义向量C作为蓝牙名称，有效蓝牙名称是使用UTF-8编码最大的248个字节的字符串，故我们尽可能将数据压缩在124位内，保证在有效的蓝牙名称内尽量保存特征信息能够准确解码还原成原始数据。
3、选取适当的神经网络模型(RNN或LSTM)训练编解码器，并通过计算实际输入和重构输入之间的差异评估损失函数。
4、使用大量的训练集，测试集训练神经网络，优化编解码器神经网络参数。
将输出集还原回成的结果集与训练变量进行对比，使用均方差函数(MSE)进行评估。评估目标是最大化如下概率
这里的θ就是模型的参数集合，每一个(x_n,y_n)对应训练集和输出集，模型求解可以使用梯度下降。
对于一些精度要求不大的参数，比如地理位置数据的末5位，如果损失函数效果过大/直接比对两文本差错信息过多，则考虑使用Attention模型或不同神经网络层来训练Encoder-Decoder模型(即编解码模型)。
该步骤中，当编解码模型植入密集APP并安装至主设备和从设备中。
在一种实施例中，使用Keras来搭建神经网络模型，并且把训练好的模型导出。model.save_weights("name")函数，可以将模型的参数和阈值保存下来，model.load_weights("name")函数用于将整个模型导入，当Encoder-Decoder模型完全修改好后，可以保存整个编解码模型。
由于密接app计划使用Android Studio制作(使用java语言)，tensorflow也提供了成熟的部署方案TensorFlow Serving，采用这种方式调用模型需要先将Keras导出的模型转成tensorflow的protobuf协议的模型。在Keras中使用model.save(model.h5)保存当前模型为HDF5格式的文件中。Keras的后端框架使用的是tensorflow，所以先把模型导出为pb模型。在Java中只需要调用模型进行预测，所以将当前的graph中的变量全部变成常数，并且使用训练后的权重。
S103、将解码后的所述蓝牙设备名称作为所述密接设备的密接信息。
在该步骤中，主设备扫描到已经更新的从设备并且将获取蓝牙名称，并使用密接app中已经定义好的decoder编码，将编码后的信息还原成原始数据并更新主设备用户的各类密接数据，完成整个信息的传输。
如图2，在替代实施例中，步骤S101还包括：
S1011、基于所述蓝牙设备名称确定与一个或多个设备的距离；
该步骤中，距离判断可以是：由主设备发射包含指定信息的信号，再由移动设备接收信号，从而实现近场通信，它通过计算蓝牙信标发射的信号强度(rssi)与收发设备之间的距离，同各国合理的运算转换，可以通过rssi的值反推出与接收设备间的距离，实现距离测量。
该方法可以避免现有根据蓝牙强度辨别距离的方法受环境干扰较大，容易受到人体，墙体以及发射方向等各种因素所干扰的问题，提高了蓝牙测距的准确度。
S1012、判断所述距离是否小于或等于预设距离；
S1013、若小于或等于，则获取所述设备的蓝牙设备名称；
S1014、若大于，则不获取所述设备的蓝牙设备名称。
本实施例通过将密接信息编码为蓝牙设备名称，使获取密接设备不需要连接蓝牙，只需要扫描名称即可，采用将信息编码成数字后附加在蓝牙名称上，从而可以不建立连接直接进行手机设备间有用信息的交换和获取。由于计算机网络中协议安全很难保障，蓝牙连接传输数据被盗取的安全隐患较大。采用不建立连接的方式，而仅仅识别并保存名称，可以直接规避协议窃取的问题提高了设备安全性。
实施例二
本实施例中的手机设备在每次扫描到周围密接设备之后，还可以执行对密接设备名称的写操作，同时密接设备每次发送一次蓝牙设备名称之后，都进行修改更新，以实现密接信息的及时变化。如图3，包括如下步骤：
S201、扫描并获取一个或多个密接设备的蓝牙设备名称；
S202、将所述蓝牙设备名称使用预设的编解码模型进行解码；
S203、将解码后的所述蓝牙设备名称作为所述密接设备的密接信息。
S204、基于解码后的蓝牙设备名称生成写操作信号；
S205、将所述写操作信号发送至所述设备，以使所述设备基于所述写操作信号修改所述蓝牙设备名称。
该步骤S204-S205中，主设备连接上从设备后访问这个服务下的设备名属性，然后通过这个属性写新的名字，从设备判断手机发送过来的写是不是对Generic Access服务下的设备名属性的写操作。如果是就保存名字到FLASH中，更新从设备名。当从设备断开连接后，主设备再扫描就能看到新的设备名字了，可以将地址后缀增加一个标签来表明此地址是需要被记录的。
在替代实施例中，如图4，步骤S201之后还包括：
S2061、判断预设的数据库中是否已经存有所述蓝牙设备名称；
S2062、若有，则将数据库中蓝牙设备名称的搜索次数增加1；
S2063、若没有，则将所述蓝牙设备名称存入数据库，并将搜索次数记为1。
该步骤中，在主设备的密接app中定义一个保存检索蓝牙地址的数据库表，例如，主设备每隔30s检索一次周围的设备，从设备同时做到每个30s检测一次周围的设备，并做到数据库中检索次数的修改。如果连续超过5min检索到同一设备，则主设备和从设备都会重新将当前的数据信息进行encoder编码，并且把语义向量更新，把更新后的语义向量更新至蓝牙地址。由于手机瞬时状态是不断更新的，他人即是获取了状态向量并且尝试解码，由于信息不断更新，其中的数值很难正确解读。
本实施例的方法能够实现密接信息的及时变化，使数据信息被破解的可能性降低，提高设备安全性。
实施例三
替代实施例中，上述步骤为设备作为主设备的时候，可以每隔预设时间间隔扫描一次周围的密接设备。当设备为从设备时，如图5，执行下述步骤：
S301、将密接信息使用预设的编解码模型进行编码；
该步骤通过动态将密接数据数据编码形成新的状态向量，具体：设备端将密接信息保存在flash中，并从flash中读取名称，具体地，Nordic的协议栈中默认会有一个Generic Access服务，该服务为通用属性规范服务，为设备提供了一种确定信息的方式(包含自身设备的名称更改)手机访问该服务并且保存新的名称到flash中。保存存放在flash中名称的地址和长度，从user_config.h里取出，放到USER_DEVICE_NAME和USER_DEVICE_NAME_LEN。
S302、将编码后的密接信息作为蓝牙设备名称；
S303、每隔预设时间间隔发送一次蓝牙设备名称。
该步骤即将的更新本机蓝牙名称进行广播。例如，预设时间间隔为30秒。
在蓝牙调用gapm_start_advertise_cmd之前从flash中读取更新名称，并更新到NVDS_TAG_DEVICE_NAME里，重新更新广播内容。
在替代实施例中，如图6，步骤S303之后还包括：
S304、基于更新后的密接信息使用预设的编解码模型进行编码；
S305、将编码后的密接信息作为更新后的蓝牙设备名称。
通过周期性更新密接信息，作为更新后的蓝牙设备名称，实现了密接信息的及时更新。
实施例四
如图7，本实施例提供了一种获取密接人员信息装置4，包括如下模块：
获取模块401，用于在预设距离内，扫描并获取一个或多个密接设备的蓝牙设备名称；
解码模块402，用于将所述蓝牙设备名称使用预设的编解码模型进行解码。其中，所述编解码模型的创建过程还包括：获取历史密接数据，所述历史密接数据包括用户姓名、个人密接风险系数、个人健康状态和/或活动地区；将所述历史密接数据转换为预设语句定义的状态向量，将所述状态向量作为输入集；将所述输入集转换为n×1维向量作为测试集；基于所述输入集和测试集进行神经网络训练，生成编解码模型。
密接信息生成模块403，用于将解码后的所述蓝牙设备名称作为所述密接设备的密接信息。
在替代实施例中，如图8，还包括：
写操作模块404，用于基于解码后的蓝牙设备名称生成写操作信号；
发送模块405，用于将所述写操作信号发送至所述设备，以使所述设备基于所述写操作信号修改所述蓝牙设备名称。
还包括距离判断模块406，用于基于所述蓝牙设备名称确定与一个或多个设备的距离；判断所述距离是否小于或等于预设距离；若小于或等于，则获取所述设备的蓝牙设备名称；若大于，则不获取所述设备的蓝牙设备名称。
还包括：
搜索模块407，用于判断预设的数据库中是否已经存有所述蓝牙设备名称；若有，则将数据库中蓝牙设备名称的搜索次数增加1；若没有，则将所述蓝牙设备名称存入数据库，并将搜索次数记为1。
还包括：
编码模块408，用于将密接信息使用预设的编解码模型进行编码；将编码后的密接信息作为蓝牙设备名称；每隔预设时间间隔发送一次蓝牙设备名称。
设备名更新模块409，用于每隔预设时间间隔发送一次蓝牙设备名称之后，在基于更新后的密接信息使用预设的编解码模型进行编码；将编码后的密接信息作为更新后的蓝牙设备名称。
本发明实施例所提供的一种获取密接人员信息装置可执行本发明任意实施例所提供的获取密接人员信息方法，具备功能模块相应的执行方法和有益效果。
实施例五
本实施例提供了一种服务器的结构示意图，如图9所示，该服务器包括处理器501、存储器502、输入装置503和输出装置504；服务器中处理器501的数量可以是一个或多个，图中以一个处理器501为例；设备/终端/服务器中的处理器501、存储器502、输入装置503和输出装置504可以通过总线或其他方式链接，图9中以通过总线链接为例。
存储器502作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的获取密接人员信息方法对应的程序指令/模块。处理器501通过运行存储在存储器502中的软件程序、指令以及模块，从而执行设备/终端/服务器的各种功能应用以及数据处理，即实现上述的获取密接人员信息方法。
存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器502可进一步包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络链接至设备/终端/服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置503可用于接收输入的数字或字符信息，以及产生与设备/终端/服务器的用户设置以及功能控制有关的键信号输入。输出装置504可包括显示屏等显示设备。
本发明实施例五通过提供一种服务器，可执行本发明任意实施例所提供的获取密接人员信息方法，具备执行方法相应的功能模块和有益效果。
实施例六
本发明实施例六还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的获取密接人员信息方法：
扫描并获取一个或多个密接设备的蓝牙设备名称；
将所述蓝牙设备名称使用预设的编解码模型进行解码；
将解码后的所述蓝牙设备名称作为所述密接设备的密接信息。
本发明实施例的计算机可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的装置、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电链接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。
存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—链接到用户计算机，或者，可以链接到外部计算机(例如利用因特网服务提供商来通过因特网链接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种获取密接人员信息的方法，由具有蓝牙设备名称扫描功能的设备执行，其特征在于，包括：
扫描并获取一个或多个密接设备的蓝牙设备名称；
将所述蓝牙设备名称使用预设的编解码模型进行解码；
将解码后的所述蓝牙设备名称作为所述密接设备的密接信息。
2.根据权利要求1的方法，其特征在于，所述将解码后的所述蓝牙设备名称作为所述密接设备的密接信息之后，还包括：
基于解码后的蓝牙设备名称生成写操作信号；
将所述写操作信号发送至所述设备，以使所述设备基于所述写操作信号修改所述蓝牙设备名称。
3.根据权利要求1的方法，其特征在于，所述编解码模型的创建过程还包括：
获取历史密接数据，所述历史密接数据包括用户姓名、个人密接风险系数、个人健康状态和/或活动地区；
将所述历史密接数据转换为预设语句定义的状态向量，将所述状态向量作为输入集；
将所述输入集转换为n×1维向量作为测试集；
基于所述输入集和测试集进行神经网络训练，生成编解码模型。
4.根据权利要求1的方法，其特征在于，所述在预设距离内，获取一个或多个与所述设备密接的密接设备的蓝牙设备名称，还包括：
基于所述蓝牙设备名称确定与一个或多个设备的距离；
判断所述距离是否小于或等于预设距离；
若小于或等于，则获取所述设备的蓝牙设备名称；
若大于，则不获取所述设备的蓝牙设备名称。
5.根据权利要求1的方法，其特征在于，扫描并获取一个或多个密接设备的蓝牙设备名称之后，还包括：
判断预设的数据库中是否已经存有所述蓝牙设备名称；
若有，则将数据库中蓝牙设备名称的搜索次数增加1；
若没有，则将所述蓝牙设备名称存入数据库，并将搜索次数记为1。
6.根据权利要求1的方法，其特征在于，还包括：
将密接信息使用预设的编解码模型进行编码；
将编码后的密接信息作为蓝牙设备名称；
每隔预设时间间隔发送一次蓝牙设备名称。
7.根据权利要求6的方法，其特征在于，在所述每隔预设时间间隔发送一次蓝牙设备名称之后，还包括：
基于更新后的密接信息使用预设的编解码模型进行编码；
将编码后的密接信息作为更新后的蓝牙设备名称。
8.一种获取密接人员信息的装置，其特征在于，包括：
获取模块，用于在预设距离内，扫描并获取一个或多个密接设备的蓝牙设备名称；
解码模块，用于将所述蓝牙设备名称使用预设的编解码模型进行解码；
密接信息生成模块，用于将解码后的所述蓝牙设备名称作为所述密接设备的密接信息。
9.一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一所述的获取密接人员信息方法。
10.一种终端可读存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时能够实现如权利要求1-7任一所述的获取密接人员信息方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110077477.XA CN112866991B (zh) | 2021-01-20 | 2021-01-20 | 获取密接人员信息方法、装置、服务器和存储介质 |
| PCT/CN2021/118087 WO2022156236A1 (zh) | 2021-01-20 | 2021-09-14 | 获取密接人员信息方法、装置、服务器和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110077477.XA CN112866991B (zh) | 2021-01-20 | 2021-01-20 | 获取密接人员信息方法、装置、服务器和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112866991A true CN112866991A (zh) | 2021-05-28 |
| CN112866991B CN112866991B (zh) | 2023-07-11 |
Family
ID=76008322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110077477.XA Active CN112866991B (zh) | 2021-01-20 | 2021-01-20 | 获取密接人员信息方法、装置、服务器和存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112866991B (zh) |
| WO (1) | WO2022156236A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114143761A (zh) * | 2021-11-26 | 2022-03-04 | 华安芯科技(深圳)有限公司 | 蓝牙监测器的近距离接触监测方法 |
| WO2022156236A1 (zh) * | 2021-01-20 | 2022-07-28 | 南方科技大学 | 获取密接人员信息方法、装置、服务器和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101394201A (zh) * | 2008-11-12 | 2009-03-25 | 李海 | 一种蓝牙设备发送信息的快捷方法和系统 |
| US20120052857A1 (en) * | 2010-08-25 | 2012-03-01 | At&T Intellectual Property I, L.P. | System and method for reporting loss of broadband connectivity |
| US20150341874A1 (en) * | 2014-03-18 | 2015-11-26 | Smartrek Technologies Inc. | Mesh Network System and Techniques |
| CN111446006A (zh) * | 2020-04-08 | 2020-07-24 | 陈恬慧 | 一种传染病疫情中密切接触者的追踪方法 |
| CN111918215A (zh) * | 2020-06-30 | 2020-11-10 | 王云峰 | 通过蓝牙对传染病密切接触者进行追踪的方法与系统 |
| CN112188405A (zh) * | 2020-09-29 | 2021-01-05 | 武汉大学 | 一种基于智能手机的安全距离感知与追溯系统及方法 |
| CN112203229A (zh) * | 2020-09-25 | 2021-01-08 | 中国科学院计算技术研究所苏州智能计算产业技术研究院 | 基于蓝牙扫描的短距疫情传播网络构建方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160269979A1 (en) * | 2015-03-12 | 2016-09-15 | 650 Industries, Inc. | Method and apparatus for fast communication of information during bluetooth discovery phase |
| CN112866991B (zh) * | 2021-01-20 | 2023-07-11 | 南方科技大学 | 获取密接人员信息方法、装置、服务器和存储介质 |
-
2021
- 2021-01-20 CN CN202110077477.XA patent/CN112866991B/zh active Active
- 2021-09-14 WO PCT/CN2021/118087 patent/WO2022156236A1/zh active Application Filing
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101394201A (zh) * | 2008-11-12 | 2009-03-25 | 李海 | 一种蓝牙设备发送信息的快捷方法和系统 |
| US20120052857A1 (en) * | 2010-08-25 | 2012-03-01 | At&T Intellectual Property I, L.P. | System and method for reporting loss of broadband connectivity |
| US20150341874A1 (en) * | 2014-03-18 | 2015-11-26 | Smartrek Technologies Inc. | Mesh Network System and Techniques |
| CN111446006A (zh) * | 2020-04-08 | 2020-07-24 | 陈恬慧 | 一种传染病疫情中密切接触者的追踪方法 |
| CN111918215A (zh) * | 2020-06-30 | 2020-11-10 | 王云峰 | 通过蓝牙对传染病密切接触者进行追踪的方法与系统 |
| CN112203229A (zh) * | 2020-09-25 | 2021-01-08 | 中国科学院计算技术研究所苏州智能计算产业技术研究院 | 基于蓝牙扫描的短距疫情传播网络构建方法 |
| CN112188405A (zh) * | 2020-09-29 | 2021-01-05 | 武汉大学 | 一种基于智能手机的安全距离感知与追溯系统及方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022156236A1 (zh) * | 2021-01-20 | 2022-07-28 | 南方科技大学 | 获取密接人员信息方法、装置、服务器和存储介质 |
| CN114143761A (zh) * | 2021-11-26 | 2022-03-04 | 华安芯科技(深圳)有限公司 | 蓝牙监测器的近距离接触监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112866991B (zh) | 2023-07-11 |
| WO2022156236A1 (zh) | 2022-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110728203B (zh) | 基于深度学习的手语翻译视频生成方法及系统 | |
| CN112866991B (zh) | 获取密接人员信息方法、装置、服务器和存储介质 | |
| CN111292768B (zh) | 丢包隐藏的方法、装置、存储介质和计算机设备 | |
| CN115019237B (zh) | 多模态情感分析方法、装置、电子设备及存储介质 | |
| CN113327599B (zh) | 语音识别方法、装置、介质及电子设备 | |
| CN110688286B (zh) | 应用程序运行信息传送方法及装置、存储介质、电子设备 | |
| WO2021190257A1 (zh) | 图像描述生成方法、装置、系统、介质及电子设备 | |
| CN115496285B (zh) | 一种电力负荷的预测方法、装置及电子设备 | |
| US20240078385A1 (en) | Method and apparatus for generating text | |
| CN115601485B (zh) | 任务处理模型的数据处理方法及虚拟人物动画生成方法 | |
| CN117056940B (zh) | 服务器系统漏洞修复方法、装置、电子设备和介质 | |
| CN116306704B (zh) | 篇章级文本机器翻译方法、系统、设备及介质 | |
| CN113704372A (zh) | 基于深度对抗网络的遥感影像转换地图迁移方法和装置 | |
| CN117891919A (zh) | 模型训练方法及装置、问答方法及装置、电子设备和介质 | |
| CN114925660B (zh) | 文本处理模型训练方法及装置、文本处理方法及装置 | |
| CN110868615B (zh) | 一种视频处理方法、装置、电子设备以及存储介质 | |
| CN116580716B (zh) | 音频编码方法、装置、存储介质及计算机设备 | |
| Wei et al. | Compression and storage algorithm of key information of communication data based on backpropagation neural network | |
| Vignesh et al. | Deep Reinforcement Learning Based Weather Monitoring Systemusing Arduino for Smart Environment | |
| CN114662129B (zh) | 数据分片安全评估方法、装置、存储介质及电子设备 | |
| US12105847B2 (en) | Differentially private variational autoencoders for data obfuscation | |
| CN117539674B (zh) | 异常处理方法、装置、设备及存储介质 | |
| CN113627567B (zh) | 图片处理方法、文本处理方法、相关设备及存储介质 | |
| CN116305223B (zh) | 一种自助瓶装水标贴数据实时制作的方法及系统 | |
| CN116956949A (zh) | 基于联邦学习的机器翻译方法、装置、设备、介质及程序 |
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 |