CN113163336A - 基于泛基站构建时序有向关系网的接触者追踪方法 - Google Patents

Abstract

本发明揭示了一种基于泛基站构建时序有向关系网的接触者追踪方法，通过用户手机扫描、连接、访问周边泛基站，并联网面向后台服务器上传、存储用户与当前建立连接的泛基站之间的关联信息，且在后台服务器中通过处理泛基站与用户的关联性追溯基于时间节点的用户之间接触关系，上级追踪人员通过接入互联网的前端平台访问后台服务器，检索、追溯并通过计算机可视化方法，以点线图的形式还原用户及泛基站的接触关系，并基于接触同一或同一类泛基站的所有用户筛选所需追踪对象。应用本发明接触者追踪的技术方案，基于扫描泛基站还原间接接触关系，在关系网构建时优化了时序有向性，能弥补因时差造成接触关系缺失的缺陷，提升追踪的完整性和可靠性。

Description

基于泛基站构建时序有向关系网的接触者追踪方法

技术领域

本发明涉及一种移动互联网与计算机数据处理应用，尤其涉及一种基于泛基站联网构建时序有向关系网的接触者追踪方法，属于通信与计算机处理的交叉领域。

背景技术

众所周知，人是一种社会性高等生物，可以说脱离了社交，认知的进化、科技的发展和文明的进步也将无从谈起。而在人与人的接触关系中，存在直接肢体接触、隔空飞沫接触或借助其它媒介间接接触等。而对人与人之间接触关系的追踪，存在广泛而普遍的意义，例如研究关注焦点性，区分产品受喜好程度，职业或旅游热点，一定程度的大数据运算处理，有利于得到符合事务发展方向的指导性意见。

而危害性极大的流行病时而易在全球范围内传播，这种疫情一旦不受控制爆发开来，往往严重影响一个地区的人身安全、社交生活、就业稳定、社会价值创造等方面，可谓十分深远。在针对性提高人体免疫力的疫苗开发前，一般采用物理办法，通过隔离病例，追踪密切接触者对区域、集团以及个人进行医学防护。目前的接触者追踪方法主要分为人力排查和基于互联网信息进行时空定位两种方式来发现近距接触者。前者采用人为排查耗时长、患者记忆可能存在偏差，容易遗漏接触者，而且上级追踪人员在调查过程中与确诊病例近距离接触也存在被感染的风险；后者利用互联网信息（公共交通、移动运营商、企事业单位的定位数据）的追踪方法存在误差，范围粗糙不精确，且需要不同单位进行配合完成接口对接，容易产生数据丢失、数据结构不匹配等问题，或不同单位间利益影响的挚肘。

现有技术另有提出了一种基于蓝牙扫描的短距离传播（接触）网络构建的方法，当用户使用手机蓝牙设备直接扫描其他用户来获得与其的接触关系时，由于环境、软硬件错误等原因会出现扫描出的社交网络图有丢失节点的现象，也容易出现构建社交网络中时差上接触关系的丢失缺陷。因为直接通过蓝牙扫描所建立的接触关系依赖于两个用户同时出现在同一或相近地点，而当两人在不同时间出现在相近位置或空间中，便理所当然地两者无法建立起实质性的接触关系了。

发明内容

鉴于上述现有技术的不足，本发明的目的旨在提出一种基于泛基站构建时序有向关系网的接触者追踪方法，补充并提高了追踪接触者的关系网络的完整性和可靠性。

本发明实现上述目的的技术解决方案是：基于泛基站构建时序有向关系网的接触者追踪方法，其特征在于：通过用户手机扫描、连接、访问周边除移动通信网络外的泛基站，并通过联网面向后台服务器上传、存储用户与当前扫描到或建立连接的泛基站之间的关联信息，且在后台服务器中通过处理泛基站与用户的关联性追溯基于时间节点的用户之间接触关系，上级追踪人员通过接入互联网的前端平台访问后台服务器，检索、追溯并通过计算机可视化方法，以点线图的形式还原用户及泛基站的接触关系，并基于接触同一或同一类泛基站的所有用户筛选所需追踪对象；其中所述泛基站至少包括蓝牙、ibeacon、Wifi的各类信号源。

应用本发明接触者追踪新的技术解决方案具备显著的进步性：该方案充分利用现实场景中广泛存在不同的小型信号源来还原间接接触关系，无需额外设立基站，在蓝牙、Wifi扫描建立接触关系的基础上进行扩充，在关系网构建时优化了时序有向性，能够有效弥补现有通过蓝牙扫描直接得到关系网络图中因时差造成接触关系缺失的缺陷，提升追踪的完整性和可靠性。

附图说明

图1为本发明方法中在后台服务器存储的泛基站与所接触用户实体的关联信息图。

图2为本发明方法通过前端平台实现可视化短距追踪的界面示意图。

图3为图2中点击节点后的信息示意图。

图4为本发明方法中用户面向周边泛基站扫描并获取信号的状态示意图。

具体实施方式

以下便结合附图对本发明的具体实施方式作进一步的详述，以使本发明技术方案更易于理解、掌握，从而对本发明的保护范围做出更为清晰的界定。

本发明针对现有技术的不足，针对性提出了一种基于泛基站信号源扫描构建时序有向关系网的密切接触者追踪方法。在移动通信网路和互联网将广大用户、后台服务器、以追踪接触者为主要功能的前端平台相连通的基础上，进一步基于用户手机与泛基站信号源之间的交互，改进社交网络，以完善接触者追踪的效果。其概述的步骤描述如下。

该接触者追踪方法通过用户手机扫描、连接、访问周边除移动通信网络外的泛基站，并通过联网面向后台服务器上传、存储用户与当前扫描到或建立连接的泛基站之间的关联信息，且在后台服务器中通过处理泛基站与用户的关联性追溯基于时间节点的用户之间接触关系，上级追踪人员通过接入互联网的前端平台访问后台服务器，检索、追溯并通过计算机可视化方法，以点线图的形式还原用户及泛基站的接触关系，并基于接触同一或同一类泛基站的所有用户筛选所需追踪对象；其中所述泛基站至少包括蓝牙、ibeacon、Wifi的各类信号源。

上述实施过程中，用户手机在联网上具有多样性，通常移动通信网络是必要性的，这将保障涉及用户手机定位信息和与泛基站交互之关联信息的后台上传。而由于用户手机通常与被追踪者是形影不离的，因此作为接触对象之一，是具有相对静止和经常性活动的状态特征的。而作为泛基站的各类信号源，本身具有较小的可接入范围且相对位置固定。因此用户手机在扫描和接入泛基站的过程中是随时间推进可能发生不断变化的。另一方面，本方案致力于解决完善接触者追踪，因此所涉及的接触者必然大于两人，而且虽然定位信息可以反映交叠性，但可能存在时间上的错位，易产生迷惑性的接触记录；而采用蓝牙、Wifi等信号源直接扫描接入的接触记录又存在实时性，造成时差上的接触关系丢失。由此，本方案针对性地提出了优化，以地理位置相对固定且广泛布局的“泛基站”作为间接接触的媒介，还原不同用户与泛基站之间的接触关系，并继而获得具有时序有向性修正的社交关系网络，以便于上级追踪人员快速、完整、可靠地掌握与特定受关注用户的其他人群。

为更清楚地理解上述方案的可实现性并理解其创新核心，以下按更具象化的优选实施例分步骤详细阐述。

作为追踪基础，当今社会每个用户至少配置有一个带蓝牙模块和智能操作系统的手机。而为了满足在全民范围内完成有效的接触关系监测，第一主要步骤要求普及用户在手机上下载并安装定制功能的App，该App主要用于满足用户通过手机与后台服务器对接，注册、登陆并同步用户ID、身份、健康等个人信息，触发蓝牙扫描操作等功能。众所周知且如图1所示可见，手机等终端设备在蓝牙，ibeacon或Wifi扫描模式下，可以扫描周边0~20米范围内开启小型信号源的相关设备，并能采集得到对应设备的信号强度RSSI、MAC地址等。这里所采集的MAC地址唯一映射至作为被扫描者之一的泛基站。这里，参与该追踪方法的用户手机需先完成用户注册并获得与手机设备相绑定唯一的用户ID，同时用户手机保持后台运行定位功能并开启Wifi、蓝牙等的扫描功能。其中上传后台服务器的关联信息包括用户本身和当前所扫描到或建立连接的各个泛基站，而且还包括扫描或接入泛基站网络的时间节点、定位及用户注册信息。

细化展开的子步骤如下：步骤1-1）用户下载手机App或微信小程序，并输入手机号完成注册。用户登陆App，完善个人信息，每个用户拥有唯一的ID。

步骤1-2）用户登陆App或小程序，后端通过手机定位功能自动获得用户的当前位置并实时更新、存储用户的地理位置信息到后台服务器。

步骤1-3）App打开手机wifi和蓝牙，扫描周围蓝牙和Wifi设备，并记录对应的信号强度RSSI和MAC，随后将这些信息连同用户信息（包括定位、时间节点）一起上传到服务器。

根据数据流向，该方法的第二主要步骤便是所述后台服务器所作出的处理。其所接收的关联信息中，对应各个用户实时更新其中的定位信息，并根据关联信息中一个以上的MAC地址区分泛基站的唯一性，结合用户定位信息推定各泛基站的地理位置；并将处理后的数据写入并存储于数据库。

细化展开的子步骤如下：步骤2-1）后台服务器存储用户个人信息，其中定位信息有实时更新。

步骤2-2）如图4所示，日常生活中存在着各种短距信号源，包括路由、热点、固定的蓝牙设备，在公共场合无处不在。例如咖啡厅，火车站，飞机场等场所，一般以Wifi形式存在，也有蓝牙或其它信号源方式存在。这些信号源所在场所均为人们活动聚集性较高的场所，也是接触关系经常发生的空间。这些信号源都可以通过手机设备扫描到，并用以记录用户与这些泛基站的接触关系，并且可以间接确定用户与用户之间的接触关系，可以弥补传统蓝牙扫描构建社交网络中时差上的接触关系丢失缺陷。

步骤2-3）后台服务器对扫描到的泛基站进行唯一性确认，根据信号源的MAC地址区分不同泛基站的唯一性，存储在泛基站信息表中；同时存储扫描时用户所在GPS位置，即为基站所在位置；将用户与周围泛基站的一对多接触关系也写入到数据库中，存储模式仍为一对一的行级存储。

上述弥补接触关系丢失缺陷更具体的实例性理解如下：假设用户A与泛基站BASE在某一地点于2020年11月11日下午1点到1点10分产生接触关系；随后，用户B与同一泛基站BASE在相同地点于2020年11月11日下午1点20分到1点25分产生接触关系。此时，用户A与用户B并未有直接接触关系故而呈“丢失”状，但两者产生了间接接触关系，泛基站BASE在此处充当了“同一社交网络下、同一空间不同时刻的接触关系”的接触媒介，关联了同一小范围内不同时间到达的用户。

此外，上述后台服务器中并非所有出现在接收数据中的泛基站都是有效的。根据系统时间的不断推进，这些泛基站的存在必要性是变化性的。因此，对于后台服务器的数据处理，还包括清理部分泛基站数据。而所清理的数据包括根据所接触用户的定位信息推定发生地理位置变化的一部分泛基站，如某一用户的个人热点随用户具有移动性；接触数量小于预设接触阈值的一部分泛基站，如至少两个用户以上；以及已在数据库中存储且在预设时段范围内未再发生接触关系的一部分泛基站，按接触关系发生率筛选。

再根据数据流向，该方法的第三主要步骤便是通过前端平台具体操作追踪。细化展开的子步骤如下：步骤3-1）上级追踪人员输入账号及密码登陆前端平台实施追踪，为保护用户数据的隐私，设置前端平台注册权限，仅限医院、疾控中心、政府部门特别指定的上级追踪人员使用。

步骤3-2）上级追踪人员在前端平台搜索框输入中心用户ID和选择查看的关系层数，请求查看用户与泛基站、用户与用户的接触关系，如图2和图3所示。并且可以选择是否显示泛基站，若选择是则显示所有与搜索用户相关的泛基站；若选择否，则仅显示将多个用户关联起来的中心泛基站，以便上级追踪人员明确追踪焦点。

在前端平台的查询请求中，对于所需查看的接触关系还可以通过设置数据可回溯时段，还原相应时段内包含时间节点的接触关系，其中接触关系包含各用户接触时间、接触方向及信号强度RSSI的换算距离等。

作为后续的第四、第五主要步骤，均是后台服务器与前端平台之间的数据交互，分别包含针对查询请求的后台数据处理还原“用户与泛基站关系”和前端图形化呈现“用户与泛基站关系”两部分。前文述及，对于接触关系的追踪具有不同层面广泛的意义。以下仅以某一高传染性、高危害性的病毒传播防控实施例，具象化说明。

细化展开的子步骤分别如下：步骤4-1）后台服务器收到查询接触关系的请求后，根据相关疫情的传播特点设置数据可回溯时段。在数据库所存储的接触关系表中查找14天内包含用户ID的“用户与泛基站关系”。

步骤4-2）根据读取的“用户与泛基站关系”，将用户与泛基站的关联特性返回到前端平台，其中包含了用户个人信息、泛基站信息、接触关系信息，而其中接触关系信息包含了接触时间、接触方向和信号强度RSSI的换算距离等。接触方向指接触关系发生具有时间有向性，以泛基站为间接接触的媒介基础，设定在先接触用户的受关注程度高于在后接触用户的受关注程度；主要指的是受关注程度更高的高危感染者面向其它受关注程度较底的未感染着的接触传播方向。

步骤5-1）前端平台收到后台服务器发来的数据信息后，按节点、关系连线分别存储于两个数组Node[ ]、Link[ ]之中，并利用Canvas绘图法还原为有向的接触关系网路。

步骤5-2）所绘制得到的社交网络图如图2所示。为方便区分，对应上级追踪人员所输入用户ID的节点添加白色环形边框，其它节点表示所接触的用户（用户头像）或泛基站（基站标识）。各节点颜色区分表示对应用户的受关注程度，指的是用户的安全指数，分别在[0,60)，[60,90]，(90,100]的量化范围内分别对应危险、警告和健康，图形化过程中对应颜色为红色、黄色和绿色。所有节点半径与接触密度成正比，接触的节点越多半径越大，反之越小。连接相邻两个节点的连线表示存在接触关系，接触方向（病毒传播方向）在社交图中用箭头表示。

步骤5-3）上级追踪人员通过前端平台操作鼠标点击节点，则显示节点信息，包括：用户ID、该用户14天内扫描的泛基站数量、用户的安全指数（节点为用户时），接触关系发生地点（节点为基站时）。而当鼠标扫过两节点的连线时，则显示两个节点接触信息，包括：接触时间（用户-泛基站），接触相对距离（用户-用户）等。通过点击“显示泛基站”按钮决定是否显示全部泛基站。

步骤5-4）确定接触方向，当感染者（一类用户）确定时，其作为传染方向，主要是用于病源回溯和寻找高危人群。具体算法为：首先，初始化接触关系中连线箭头使所有基站指向用户，然后遍历所有泛基站，设遍历到其中一个泛基站为中心泛基站，找到与中心泛基站相关联的所有连线，将所有带感染（或疑似）用户节点的连线箭头取反向，使这些用户指向该基站。同时，将所有时间早于这些关系的连线箭头去除，表示没有影响关系。指向基站的节点被称为病源点，其余晚于病源点接触时间的方向不变，由中心基站指向用户，这些用户被认为是高危接触或被感染人群。对应的中心基站及其周边地区根据接触人数获得聚集密度，也将被确定为中高危场所。

当获得接触者追踪结果后便体现其应用的价值。防控人员通过所获得并展示的时序有向社交网络图还原现实中与感染人或者高危人群的接触关系，对接触同类泛基站的人群和相关地区实行相应的防疫控制。在现实生活中，如公共场所中有存活能力的病毒可以通过发生接触关系的前人传染给后人。而由于直接通过蓝牙扫描，两人因不同时间无法建立关系，但通过泛基站作为中间节点能够将两者相关联，从而解决上述接触关系丢失问题。

综上关于本发明基于泛基站构建时序有向关系网的接触者追踪方法结合图示的实施例详述可见，其具备突出的实质性特点和显著的进步性。概述而言，该方案充分利用现实场景中广泛存在不同的小型信号源来还原间接接触关系，无需额外设立基站，在蓝牙、Wifi扫描建立接触关系的基础上进行扩充，在关系网构建时优化了时序有向性，能够有效弥补现有通过蓝牙扫描直接得到关系网络图中因时差造成接触关系缺失的缺陷，提升追踪的完整性和可靠性。

除上述实施例外，本发明还可以有其它实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明所要求保护的范围之内。

Claims (10)

1.基于泛基站构建时序有向关系网的接触者追踪方法，其特征在于：通过用户手机扫描、连接、访问周边除移动通信网络外的泛基站，并通过联网面向后台服务器上传、存储用户与当前扫描到或建立连接的泛基站之间的关联信息，且在后台服务器中通过处理泛基站与用户的关联性追溯基于时间节点的用户之间接触关系，上级追踪人员通过接入互联网的前端平台访问后台服务器，检索、追溯并通过计算机可视化方法，以点线图的形式还原用户及泛基站的接触关系，并基于接触同一或同一类泛基站的所有用户筛选所需追踪对象；其中所述泛基站至少包括蓝牙、ibeacon、Wifi的各类信号源。

2.根据权利要求1所述基于泛基站构建时序有向关系网的接触者追踪方法，其特征在于：参与所述接触者追踪方法的用户手机需先完成用户注册并获得与设备相绑定唯一的用户ID，同时用户手机保持后台运行定位功能并开启Wifi和蓝牙扫描功能。

3.根据权利要求1所述基于泛基站构建时序有向关系网的接触者追踪方法，其特征在于：所述用户手机扫描或接入任意泛基站网络后，记录对应泛基站的信号强度RSSI和MAC地址，连同接入泛基站网络的时间节点、定位及用户注册信息作为关联信息，上传后台服务器。

4.根据权利要求1所述基于泛基站构建时序有向关系网的接触者追踪方法，其特征在于：所述后台服务器所接收的关联信息中，对应各个用户实时更新其中的定位信息，并根据关联信息中一个以上的MAC地址区分泛基站的唯一性，结合用户定位信息推定各泛基站的地理位置；将用户与周围泛基站一对多的接触关系以一对一行级存储的方式写入数据库。

5.根据权利要求4所述基于泛基站构建时序有向关系网的接触者追踪方法，其特征在于：在后台服务器还包含清理部分泛基站的数据，所清理的数据包括根据所接触用户的定位信息推定发生地理位置变化的一部分泛基站，接触数量小于预设接触阈值的一部分泛基站，和已在数据库中存储且在预设时段范围内未再发生接触关系的一部分泛基站。

6.根据权利要求1所述基于泛基站构建时序有向关系网的接触者追踪方法，其特征在于：所述前端平台设有使用权限，被允许的上级追踪人员登陆前端平台，通过输入用户ID并设置查看的关系层数，请求查看用户与泛基站、用户与其他用户的接触关系，并可选显示中心泛基站或所有关联的泛基站。

7.根据权利要求1或6所述基于泛基站构建时序有向关系网的接触者追踪方法，其特征在于：前端平台所查看的接触关系中，通过设置数据可回溯时段，还原相应时段内包含时间节点的接触关系，其中所述接触关系包含各用户接触时间、接触方向及信号强度RSSI的换算距离。

8.根据权利要求7所述基于泛基站构建时序有向关系网的接触者追踪方法，其特征在于：所述接触方向指接触关系发生具有时间有向性，以泛基站为间接接触的媒介基础，设定在先接触用户的受关注程度高于在后接触用户的受关注程度。

9.根据权利要求7所述基于泛基站构建时序有向关系网的接触者追踪方法，其特征在于：所述接触方向在还原点线图中的算法为首先初始化接触关系中连线箭头使得所有泛基站指向用户，而后遍历所有泛基站，找到与中心泛基站相关联的所有连线，将作为关注目标的若干用户的连线箭头取反，同时将时间节点早于这部分接触关系的连线箭头去除，余下时间节点晚于这部分接触关系的连线箭头保持不变。

10.根据权利要求1所述基于泛基站构建时序有向关系网的接触者追踪方法，其特征在于：前端平台接收后台服务器所发送至的数据信息后，按节点、关系连线分别存储于两个数组Node[ ]、Link[ ]之中，并利用Canvas绘图法还原为有向的接触关系网络，其中对应上级追踪人员所输入用户ID的节点添加白色环形边框，并以节点颜色区分表示对应用户的受关注程度，所有节点半径与接触密度成正比，相邻两个节点间的连线表示存在接触关系；节点被点击访问后显示用户ID、检索时段内当前节点的接触数量、受关注程度或接触发生的地理位置，连线被点击访问后显示用户与泛基站之间的接触时间、用户之间的接触相对距离。

Images