CN113286260A - 人群分布确定方法、系统、计算机设备和存储介质 - Google Patents
人群分布确定方法、系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113286260A CN113286260A CN202010103859.0A CN202010103859A CN113286260A CN 113286260 A CN113286260 A CN 113286260A CN 202010103859 A CN202010103859 A CN 202010103859A CN 113286260 A CN113286260 A CN 113286260A
- Authority
- CN
- China
- Prior art keywords
- mobile terminal
- physical address
- target mobile
- determining
- position information
- 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
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
- H04W4/021—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
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- 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
Abstract
本申请涉及一种人群分布确定方法、系统、计算机设备和存储介质。所述方法包括:获取探针设备采集的移动终端的身份信息和位置信息;移动终端的身份信息包括物理地址、计数值和上报时间。对移动终端的物理地址进行真伪识别。当物理地址为真物理地址时,直接将真物理地址对应的移动终端作为目标移动终端。当物理地址为伪物理地址时,根据伪物理地址对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址对应的移动终端归类为同一个目标移动终端。根据目标移动终端对应的位置信息,确定目标移动终端的移动轨迹,根据目标移动终端的移动轨迹,确定人群分布情况。采用本方法能够提升人群分布的准确性。
Description
技术领域
本申请涉及人群分布确定技术领域,特别是涉及一种人群分布确定方法、系统、计算机设备和存储介质。
背景技术
随着计算机技术的发展,出现了大数据技术,大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据已经被应用于人们日常生活的方方面面,比如通过大数据分析,确定某些特定区域人群分布的情况。目前,市面上的人群分布确定主要是采用WIFI(Wireless-Fidelity,无线局域网)分析和视频分析两类技术。WIFI分析主要是通过统计不同区域的智能设备的物理地址的数量,从而确定人群分布情况。视频分析通过是通过部署在不同区域的高清摄像头采集视频数据,通过对视频数据进行处理,进而得到不同区域的人群分布情况。
然而,目前的WIFI分析和视频分析等人群分布的确定方法,采集到的数据不准确,进而导致对人群分布确定的准确性较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提升人群分布确定准确性的人群分布确定方法、系统、计算机设备和存储介质。
一种人群分布确定方法,所述方法包括:
获取不同区域中预部署的探针设备所采集的由移动终端上报的身份信息和位置信息;所述移动终端每次上报的身份信息包括当次对应的物理地址、当次上报时的计数值和上报时间;
对所述移动终端各次上报的物理地址分别进行真伪识别;
当所述物理地址为真物理地址时,直接将所述真物理地址所对应的移动终端作为目标移动终端;
当所述物理地址为伪物理地址时,根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端;
根据各所述目标移动终端对应的位置信息,确定所述目标移动终端的移动轨迹,并根据所述目标移动终端的移动轨迹,确定不同区域中的人群分布情况。
一种人群分布确定系统,所述系统包括:探针设备、定位服务器和数据处理服务器;其中,
所述探针设备用于采集由移动终端上报的身份信息和位置信息;所述移动终端每次上报的身份信息包括当次对应的物理地址、当次上报时的计数值和上报时间;
所述定位服务器用于获取所述探针设备采集的所述身份信息和位置信息,对所述移动终端各次上报的物理地址分别进行真伪识别,当所述物理地址为真物理地址时,直接将所述真物理地址所对应的移动终端作为目标移动终端,当所述物理地址为伪物理地址时,根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端,根据各所述目标移动终端对应的位置信息,确定所述目标移动终端的移动轨迹;
所述数据处理服务器用于根据所述目标移动终端的移动轨迹,确定不同区域中的人群分布情况。
一种计算机设备,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计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取不同区域中预部署的探针设备所采集的由移动终端上报的身份信息和位置信息;所述移动终端每次上报的身份信息包括当次对应的物理地址、当次上报时的计数值和上报时间;
对所述移动终端各次上报的物理地址分别进行真伪识别;
当所述物理地址为真物理地址时,直接将所述真物理地址所对应的移动终端作为目标移动终端;
当所述物理地址为伪物理地址时,根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端;
根据各所述目标移动终端对应的位置信息,确定所述目标移动终端的移动轨迹,并根据所述目标移动终端的移动轨迹,确定不同区域中的人群分布情况。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取不同区域中预部署的探针设备所采集的由移动终端上报的身份信息和位置信息;所述移动终端每次上报的身份信息包括当次对应的物理地址、当次上报时的计数值和上报时间;
对所述移动终端各次上报的物理地址分别进行真伪识别;
当所述物理地址为真物理地址时,直接将所述真物理地址所对应的移动终端作为目标移动终端;
当所述物理地址为伪物理地址时,根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端;
根据各所述目标移动终端对应的位置信息,确定所述目标移动终端的移动轨迹,并根据所述目标移动终端的移动轨迹,确定不同区域中的人群分布情况。
上述人群分布确定方法、系统、计算机设备和存储介质,通过预部署在不同区域的探针设备,采集对应的移动终端的身份信息和位置信息。由于获取到的身份信息中的物理地址可能是移动终端的真物理地址,也可能是移动终端的伪物理地址,因此需要对获取到的物理地址进行真伪识别。将真物理地址所对应的移动终端直接确定为需要进行定位的目标终端。由于一台移动终端可能对应有多个伪物理地址,因此需要根据各伪物理地址对应的计数值和上报时间,对获取到的各伪地址进行归类,使得同一台移动终端的所有伪物理地址进行关联,一起归类为同一个目标移动终端,使得获取到的不同区域的数据更加全面和准确。进而,对目标移动终端的位置信息,对各目标移动终端进行定位,确定各目标移动终端的移动轨迹,进而根据移动轨迹确定对应的人群分布情况。这样,提升了人群分布确定的准确性,且大大降低了采集数据的硬件成本。
附图说明
图1为一个实施例中人群分布确定方法的应用场景图;
图2为一个实施例中人群分布确定方法的流程示意图;
图3为另一个实施例中人群分布确定方法应用场景图;
图4为一个实施例中人群分布确定方法的数据流向示意图;
图5为一个实施例中人群分布确定系统框图;
图6为一个实施例中人群分布确定装置的结构框图;
图7为另一个实施例中人群分布确定装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的人群分布确定方法,可以应用于如图1所示的应用环境中。该应用环境包括,移动终端102、探针设备104和服务器106。其中,移动终端102和探针设备104通过网络进行通信,探针设备104和服务器106通过网络进行通信。其中,移动终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器106可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
服务器106获取探针设备104采集的移动终端102的身份信息和位置信息;移动终端102的身份信息包括物理地址、计数值和上报时间。服务器106对移动终端102的物理地址进行真伪识别。当物理地址为真物理地址时,服务器106直接将真物理地址对应的移动终端102作为目标移动终端。当物理地址为伪物理地址时,服务器106根据伪物理地址对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址对应的移动终端102归类为同一个目标移动终端。服务器106根据目标移动终端对应的位置信息,确定目标移动终端的移动轨迹,根据目标移动终端的移动轨迹。
在一个实施例中,如图2所示,提供了一种人群分布确定方法,以该方法应用于图1中的服务器106为例进行说明,包括以下步骤:
S202,获取不同区域中预部署的探针设备所采集的由移动终端上报的身份信息和位置信息;移动终端每次上报的身份信息包括当次对应的物理地址、当次上报时的计数值和上报时间。
具体地,不同区域中部署有探针设备,区域内的人携带有移动终端(比如手机),探针设备可广播查询报文,实时探测区域内移动终端的数据。当人将携带的移动终端的WIFI功能打开时,移动终端会自动搜索区域内的可连接的网络,在移动终端搜索网络的过程中,区域内的探针设备可探测到移动终端,并实时采集移动终端回复的身份信息和位置信息,即握手报文。探针设备可抽取握手报文的包头,并对包头进行解析,抽取报文中的移动终端的MAC(Media Access Control Address,媒体存取控制位址,也称物理地址)地址、上报时间、计数器的计数值、终端的x、y、z轴数据(即移动终端被探针设备探测到时所处在的相对位置所对应的坐标点)、信号强度和报文版本序列号等数据。然后,探针设备可以固定的频率(比如,每0.1秒)将该间隔中采集到的数据集中发送到服务器中的定位引擎,服务器中的定位引起可接受探针设备发送的数据。
在一个实施例中,探针设备可包括普通的探针设备和专业的探针设备,专业的探针设备采集数据的数据量比普通的探针更大。部署在不同区域内的探针设备可以是普通的探针设备,也可是专业的探针设备,还可以是将普通的探针设备和专业的探针设备按照一定的比例进行混合部署,比如按照普通的探针设备和专业的探针设备5:1的比例进行混合部署,这样既可以采集更多的数据,又可以控制成本。
S204,对移动终端各次上报的物理地址分别进行真伪识别。
具体地,移动终端拥有唯一标识身份的真MAC地址,但移动终端为保护用户私隐,可定期更新握手协议中的MAC地址,即伪MAC地址。因此,同一台移动终端在一定的时间段内可产生多个伪MAC地址。服务器中的定位引擎可根据MAC地址的中的特定字段,即真伪识别字段,对移动终端各次上报的物理地址分别进行真伪识别。
S206,当物理地址为真物理地址时,直接将真物理地址所对应的移动终端作为目标移动终端。
具体地,移动终端具有一个真物理地址,也可定期更新产生伪MAC地址。当移动终端打开WIFI功能,搜索网络并连接网络成功时,伪MAC地址将会被替换为真MAC地址。由于一台移动终端只对应有一个真MAC地址,因此,当物理地址为真物理地址时,服务器中的定位引擎可直接将真物理地址所对应的移动终端作为目标移动终端。
S208,当物理地址为伪物理地址时,根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端。
具体地,不同区域内的各移动终端都可定期更新伪MAC地址,一台移动设备可对应多个伪MAC地址,为了避免伪MAC地址干扰最后人群分布的确定结果,当识别的物理地址为伪物理地址时,服务器的中的定位引擎可根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端。这样,可将同一台移动终端产生的MAC地址进行关联,归类为同一类,作为同一台移动终端。
S210,根据各目标移动终端对应的位置信息,确定目标移动终端的移动轨迹,并根据目标移动终端的移动轨迹,确定不同区域中的人群分布情况。
具体地,目标移动终端在不同区域内活动,可产生对应的位置信息。服务器中的数据处理服务器可根据各目标移动终端对应的位置信息,确定目标移动终端的移动轨迹。由于大部分的目标移动终端是由不同的人携带的,因此大部分的目标终端产生的位置信息和所表现出来的移动轨迹不会相同,数据处理服务器可将移动轨迹表现为相同的多台移动终端,判断为由同一个人携带,避免人数的重复叠加。进而将过滤后的分布数据确定为不同区域中的人群分布情况。
在一个实施例中,如图3所示,在不同的预设区域中部署探针设备,当区域内人携带的移动终端开启WIFI功能时,探针设备可探测到对应的终端设备,并采集移动终端的握手报文,并将采集到的报文数据进行解析获取特定字段,进而通关网络交换机发送给定位服务器,定位服务器可对获取的数据进行真伪计算、归类计算确定出真实有效的移动终端,并对确定的有效的移动终端进行定位计算,进而将定位数据发送至大数据集群,大数据集群可将定位数据进行多对一和区域内除移动终端外的其他智能设备进行过滤,避免一人携带多台移动终端或区域内固定摄像头等情况的出现。最后将过滤后的移动终端的数量确定为对应区域内的人数,将移动终端的移动轨迹,作为人群的流动轨迹。
在一个实施例中,如图4所示,人群分布确定过程的数据流向可以表现为,区域内的探针设备可采集区域内智能设备的无线握手协议的包头,并抽取包头中的特定字段,比如抽取报文中的终端MAC地址、设备的x、y、z轴数据、计时器的计数值、信号强度和报文版本序列号等数据。进而探针设备可将抽取的特定字段形成特殊字符串发送至定位引擎。定位引擎在收到特殊字符串数据后,对每条数据中的MAC地址进行真伪识别,并对数据进行标识和分类,真MAC地址可直接唯一确定一台移动终端。由于一台移动终端还可产生多条MAC地址,因此,定位引起可对表现为同一类(比如计数器的计数值接近等)的伪MAC地址进行关联,归为同一类,即同一类的MAC地址可能是同一台移动终端产生的。将通过真伪MAC确定的移动终端进行定位计算,并将定位数据发送至大数据集群,大数据集群将定位数据以终端为键值顺序进行存储,进而对定位数据进行过滤去除干扰数据,比如一人携带两台手机或者区域内的其他智能设备。最终确定区域内人群分布情况。
在一个实施例中,服务器中的定位引擎和数据处理后台都可进行干扰因子的计算。干扰因子可根据多个探针设备之间互相握手的报文变化的情况进行计算。其中,干扰因子是预设输出结果与真实输出结果之间的差值,用于纠正因空气传导性变化(如雨天、夏天、冬天等情况)、物理环境改变(增加或减去墙体、绿化植物等)等情况导致算法与真实情况出现误差的情况。
上述人群分布确定方法中,通过预部署在不同区域的探针设备,采集对应的移动终端的身份信息和位置信息。由于获取到的身份信息中的物理地址可能是移动终端的真物理地址,也可能是移动终端的伪物理地址,因此需要对获取到的物理地址进行真伪识别。将真物理地址所对应的移动终端直接确定为需要进行定位的目标终端。由于一台移动终端可能对应有多个伪物理地址,因此需要根据各伪物理地址对应的计数值和上报时间,对获取到的各伪地址进行归类,使得同一台移动终端的所有伪物理地址进行关联,一起归类为同一个目标移动终端,使得获取到的不同区域的数据更加全面和准确。进而,对目标移动终端的位置信息,对各目标移动终端进行定位,确定各目标移动终端的移动轨迹,进而根据移动轨迹确定对应的人群分布情况。这样,提升了人群分布确定的准确性,且大大降低了采集数据的硬件成本。
在一个实施例中,人群分布确定方法还包括:获取不同区域中预部署的探针设备所采集的由智能设备上报的身份信息和位置信息;智能设备包括固定设备和移动终端;根据预设时间段内智能设备上报的位置信息的更新状态,从智能设备上报的身份信息和位置信息中,筛选出移动终端对应的身份信息和位置信息。
具体地,不同区域中可存在人携带的移动终端,也可存在智能的固定设备,比如用于监控的智能摄像头等。服务器可获取不同区域中预部署的探针设备所采集的由智能设备上报的身份信息和位置信息。由于固定设备在长时间内处于相对固定的位置,而人通常处于不断活动的状态,因此,固定设备和人携带的移动终端对应的位置信息的更新状态也是不同的。服务器可根据预设时间段内智能设备上报的位置信息的更新状态,从智能设备上报的身份信息和位置信息中,筛选出移动终端对应的身份信息和位置信息。
上述实施例中,通过智能设备的位置信息的更新状态,判断智能设备是固定设备还是移动终端,筛选出移动终端对应的身份信息和位置信息,这样,有效避免了固定设备数据对人群分布确定结果的干扰,进一步提升了人群分布确定的准确性。
在一个实施例中,步骤S204,也就是对移动终端各次上报的物理地址分别进行真伪识别的步骤,具体包括:将移动终端各次上报的物理地址进行字段分解,得到分解结果;分解结果包括真伪判别字段;将分解结果中的真伪判别字段与预设字段进行比对;当真伪判别字段与预设字段一致时,确定与真伪判别字段对应的物理地址为真物理地址,否则,为伪物理地址。
具体地,物理地址有不同的字段组成,每一组字段都对应包括有对应物理地址的信息。其中,物理地址中包括真伪判别字段,用于判别对应物理地址是否是对应移动终端真实的物理地址。服务器可将移动终端各次上报的物理地址进行字段分解,得到分解结果,分解结果包括真伪判别字段。进而,服务器可将分解结果中的真伪判别字段与预设字段进行比对,当真伪判别字段与预设字段一致时,确定与真伪判别字段对应的物理地址为真物理地址,当真伪判别字段与预设字段不一致时,确定与真伪判别字段对应的物理地址为伪物理地址。
上述实施例中,通过获取物理地址中的真伪字段,并基于真伪字段对获取到的物理地址进行真伪识别,使得真伪识别的速度和识别的准确度大大提升。
在一个实施例中,步骤S208,也就是当物理地址为伪物理地址时,根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端的步骤,具体包括:当物理地址为伪物理地址时,根据伪物理地址所对应的上报时间的先后顺序,将各个伪物理地址所对应的计数值进行比对;将处于预设范围内的计数值对应的伪物理地址归为同一类;将归为同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端。
具体地,移动终端有计数器,计数器可以记录对应终端发送数据的数据包的大小,对应为计数器的计数值,通常情况下,不同移动终端在同一个时间点活相对一段时间内发送的数据包的大小也是不同的,而同一台移动终端在一段时间内每次发送的数据包相对稳定。当物理地址为伪物理地址时,服务器可根据伪物理地址所对应的上报时间的先后顺序,将各个伪物理地址所对应的计数值进行比对。服务器可将处于预设范围内的计数值对应的伪物理地址归为同一类。进而,服务器可将归为同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端。
上述实施例中,通过对获取到的伪物理地址进行归类,将同一台移动终端对应的所有伪物理地址进行关联,确定同一类的伪物理地址为来自一台移动终端,这样,降低了伪物理地址对人群分布确定结果的影响,提升了人群分布的确定准确度。
在一个实施例中,根据各目标移动终端对应的位置信息,确定目标移动终端的移动轨迹的步骤,具体包括:根据各目标移动终端对应的位置信息,确定各目标移动终端相对于多于一个的探针设备的相对坐标;根据相对坐标,确定多于一个的探针设备的相对位置信息;基于探针设备的相对位置信息中的距离和角度,确定目标移动终端的移动轨迹。
具体地,一台探针设备可探测到多台移动终端,且一台移动终端可被多台探针设备探测到,因此,每台移动终端可对应多台探针设备的相对位置信息。服务器可根据各目标移动终端对应的位置信息,确定各目标移动终端相对于多于一个的探针设备的相对坐标,比如,以探针设备为原点建立坐标系,各移动终端可对应多组x、y、z轴的相对坐标点数据。服务器可根据相对坐标,确定多于一个的探针设备的相对位置信息。进而,服务器可基于探针设备的相对位置信息中的距离和角度,确定目标移动终端的移动轨迹。
上述实施例中,通过移动终端的位置信息确定探针设备的位置,进而确定移动终端的移动轨迹,使得移动终端在各不同区域的活动方向可能有明确的记录,这样可实时监测人群分布情况,有利于区域的有效管控。
在一个实施例中,根据目标移动终端的移动轨迹,确定不同区域中的人群分布情况的步骤,具体包括:根据目标移动终端的移动轨迹,从目标移动终端中筛选出移动轨迹不相同的第一目标移动终端;对第一目标移动终端进行数量统计和轨迹记录;基于数量统计和轨迹记录的结果确定不同区域中的人群分布情况。
具体地,各目标移动终端都对应有各自的移动轨迹,服务器将移动轨迹不相同的目标终端所对应的人判定为不同的两个人,将移动轨迹相同的目标终端所对应的人判定为同个人,避免人数重复叠加。进而,服务器可根据目标移动终端的移动轨迹,从目标移动终端中筛选出移动轨迹不相同的第一目标移动终端。服务器可对第一目标移动终端进行数量统计和轨迹记录,进而服务器可基于数量统计和轨迹记录的结果确定不同区域中的人群分布情况。
上述实施例中,根据不同区域内目标移动轨迹,判断多个目标移动终端是否由同一个人携带,从而过滤掉重复叠加的人数,使得统计的人数更接近真实情况,进一步提升了人群分布确定的准确度。
应该理解的是,虽然图2的各个步骤按照顺序依次显示,但是这些步骤并不是必然按照顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种人群分布确定系统500,包括:探针设备501、定位服务器502和数据处理服务器503,其中:
探针设备501用于采集由移动终端上报的身份信息和位置信息;移动终端每次上报的身份信息包括当次对应的物理地址、当次上报时的计数值和上报时间;
定位服务器502用于获取探针设备采集的身份信息和位置信息,对移动终端各次上报的物理地址分别进行真伪识别,当物理地址为真物理地址时,直接将真物理地址所对应的移动终端作为目标移动终端,当物理地址为伪物理地址时,根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端,根据各目标移动终端对应的位置信息,确定目标移动终端的移动轨迹;
数据处理服务器503用于根据目标移动终端的移动轨迹,确定不同区域中的人群分布情况。
在一个实施例中,数据处理服务器503还用于获取不同区域中预部署的探针设备所采集的由智能设备上报的身份信息和位置信息;智能设备包括固定设备和移动终端;根据预设时间段内智能设备上报的位置信息的更新状态,从智能设备上报的身份信息和位置信息中,筛选出移动终端对应的身份信息和位置信息。
在一个实施例中,定位服务器502还用于将移动终端各次上报的物理地址进行字段分解,得到分解结果;分解结果包括真伪判别字段;将分解结果中的真伪判别字段与预设字段进行比对;当真伪判别字段与预设字段一致时,确定与真伪判别字段对应的物理地址为真物理地址,否则,为伪物理地址。
在一个实施例中,定位服务器502还用于当物理地址为伪物理地址时,根据伪物理地址所对应的上报时间的先后顺序,将各个伪物理地址所对应的计数值进行比对;将处于预设范围内的计数值对应的伪物理地址归为同一类;将归为同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端。
在一个实施例中,定位服务器502还用于根据各目标移动终端对应的位置信息,确定各目标移动终端相对于多于一个的探针设备的相对坐标;根据相对坐标,确定多于一个的探针设备的相对位置信息;基于探针设备的相对位置信息中的距离和角度,确定目标移动终端的移动轨迹。
在一个实施例中,数据处理服务器503还用于根据目标移动终端的移动轨迹,从目标移动终端中筛选出移动轨迹不相同的第一目标移动终端;对第一目标移动终端进行数量统计和轨迹记录;基于数量统计和轨迹记录的结果确定不同区域中的人群分布情况。
上述人群分布确定系统,通过预部署在不同区域的探针设备,采集对应的移动终端的身份信息和位置信息。由于获取到的身份信息中的物理地址可能是移动终端的真物理地址,也可能是移动终端的伪物理地址,因此需要对获取到的物理地址进行真伪识别。将真物理地址所对应的移动终端直接确定为需要进行定位的目标终端。由于一台移动终端可能对应有多个伪物理地址,因此需要根据各伪物理地址对应的计数值和上报时间,对获取到的各伪地址进行归类,使得同一台移动终端的所有伪物理地址进行关联,一起归类为同一个目标移动终端,使得获取到的不同区域的数据更加全面和准确。进而,对目标移动终端的位置信息,对各目标移动终端进行定位,确定各目标移动终端的移动轨迹,进而根据移动轨迹确定对应的人群分布情况。这样,提升了人群分布确定的准确性,且大大降低了采集数据的硬件成本。
在一个实施例中,如图6所示,提供了一种人群分布确定装置600,包括:获取模块601、识别模块602、确定模块603和归类模块604,其中:
获取模块601,用于获取不同区域中预部署的探针设备所采集的由移动终端上报的身份信息和位置信息;移动终端每次上报的身份信息包括当次对应的物理地址、当次上报时的计数值和上报时间。
识别模块602,用于对移动终端各次上报的物理地址分别进行真伪识别。
确定模块603,用于当物理地址为真物理地址时,直接将真物理地址所对应的移动终端作为目标移动终端。
归类模块604,用于当物理地址为伪物理地址时,根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端。
确定模块603,还用于根据各目标移动终端对应的位置信息,确定目标移动终端的移动轨迹,并根据目标移动终端的移动轨迹,确定不同区域中的人群分布情况。
在一个实施例中,获取模块601还用于获取不同区域中预部署的探针设备所采集的由智能设备上报的身份信息和位置信息;智能设备包括固定设备和移动终端。
在一个实施例中,识别模块602还用于将移动终端各次上报的物理地址进行字段分解,得到分解结果;分解结果包括真伪判别字段;将分解结果中的真伪判别字段与预设字段进行比对;当真伪判别字段与预设字段一致时,确定与真伪判别字段对应的物理地址为真物理地址,否则,为伪物理地址。
在一个实施例中,归类模块604还用于当物理地址为伪物理地址时,根据伪物理地址所对应的上报时间的先后顺序,将各个伪物理地址所对应的计数值进行比对;将处于预设范围内的计数值对应的伪物理地址归为同一类;将归为同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端。
在一个实施例中,确定模块603还用于根据各目标移动终端对应的位置信息,确定各目标移动终端相对于多于一个的探针设备的相对坐标;根据相对坐标,确定多于一个的探针设备的相对位置信息;基于探针设备的相对位置信息中的距离和角度,确定目标移动终端的移动轨迹。
在一个实施例中,确定模块603还用于根据目标移动终端的移动轨迹,从目标移动终端中筛选出移动轨迹不相同的第一目标移动终端;对第一目标移动终端进行数量统计和轨迹记录;基于数量统计和轨迹记录的结果确定不同区域中的人群分布情况。
参考图7,在一个实施例中,人群分布确定装置600还包括筛选模块605,其中:
筛选模块605,用于根据预设时间段内智能设备上报的位置信息的更新状态,从智能设备上报的身份信息和位置信息中,筛选出移动终端对应的身份信息和位置信息。
上述人群分布确定装置,通过预部署在不同区域的探针设备,采集对应的移动终端的身份信息和位置信息。由于获取到的身份信息中的物理地址可能是移动终端的真物理地址,也可能是移动终端的伪物理地址,因此需要对获取到的物理地址进行真伪识别。将真物理地址所对应的移动终端直接确定为需要进行定位的目标终端。由于一台移动终端可能对应有多个伪物理地址,因此需要根据各伪物理地址对应的计数值和上报时间,对获取到的各伪地址进行归类,使得同一台移动终端的所有伪物理地址进行关联,一起归类为同一个目标移动终端,使得获取到的不同区域的数据更加全面和准确。进而,对目标移动终端的位置信息,对各目标移动终端进行定位,确定各目标移动终端的移动轨迹,进而根据移动轨迹确定对应的人群分布情况。这样,提升了人群分布确定的准确性,且大大降低了采集数据的硬件成本。
关于人群分布确定装置的具体限定可以参见上文中对于人群分布确定方法的限定,在此不再赘述。上述人群分布确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储人群分布确定数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种人群分布确定方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述人群分布确定方法的步骤。此处人群分布确定方法的步骤可以是上述各个实施例的人群分布确定方法中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述人群分布确定方法的步骤。此处人群分布确定方法的步骤可以是上述各个实施例的人群分布确定方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种人群分布确定方法,所述方法包括:
获取不同区域中预部署的探针设备所采集的由移动终端上报的身份信息和位置信息;所述移动终端每次上报的身份信息包括当次对应的物理地址、当次上报时的计数值和上报时间;
对所述移动终端各次上报的物理地址分别进行真伪识别;
当所述物理地址为真物理地址时,直接将所述真物理地址所对应的移动终端作为目标移动终端;
当所述物理地址为伪物理地址时,根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端;
根据各所述目标移动终端对应的位置信息,确定所述目标移动终端的移动轨迹,并根据所述目标移动终端的移动轨迹,确定不同区域中的人群分布情况。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取不同区域中预部署的探针设备所采集的由智能设备上报的身份信息和位置信息;所述智能设备包括固定设备和移动终端;
根据预设时间段内智能设备上报的所述位置信息的更新状态,从所述智能设备上报的身份信息和位置信息中,筛选出所述移动终端对应的身份信息和位置信息。
3.根据权利要求1所述的方法,其特征在于,所述对所述移动终端各次上报的物理地址分别进行真伪识别包括:
将所述移动终端各次上报的物理地址进行字段分解,得到分解结果;所述分解结果包括真伪判别字段;
将所述分解结果中的所述真伪判别字段与预设字段进行比对;
当所述真伪判别字段与所述预设字段一致时,确定与所述真伪判别字段对应的物理地址为真物理地址,否则,为伪物理地址。
4.根据权利要求1所述的方法,其特征在于,所述当所述物理地址为伪物理地址时,根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端包括:
当所述物理地址为伪物理地址时,根据所述伪物理地址所对应的上报时间的先后顺序,将各个伪物理地址所对应的计数值进行比对;
将处于预设范围内的所述计数值对应的所述伪物理地址归为同一类;
将归为同一类的所述伪物理地址所对应的移动终端归类为同一个目标移动终端。
5.根据权利要求1所述的方法,其特征在于,所述根据各所述目标移动终端对应的位置信息,确定所述目标移动终端的移动轨迹包括:
根据各所述目标移动终端对应的位置信息,确定各所述目标移动终端相对于多于一个的探针设备的相对坐标;
根据所述相对坐标,确定多于一个的所述探针设备的相对位置信息;
基于所述探针设备的相对位置信息中的距离和角度,确定所述目标移动终端的移动轨迹。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述根据所述目标移动终端的移动轨迹,确定不同区域中的人群分布情况包括:
根据所述目标移动终端的移动轨迹,从所述目标移动终端中筛选出移动轨迹不相同的第一目标移动终端;
对所述第一目标移动终端进行数量统计和轨迹记录;
基于数量统计和轨迹记录的结果确定不同区域中的人群分布情况。
7.一种人群分布确定系统,其特征在于,所述系统包括:探针设备、定位服务器和数据处理服务器;其中,
所述探针设备用于采集由移动终端上报的身份信息和位置信息;所述移动终端每次上报的身份信息包括当次对应的物理地址、当次上报时的计数值和上报时间;
所述定位服务器用于获取所述探针设备采集的所述身份信息和位置信息,对所述移动终端各次上报的物理地址分别进行真伪识别,当所述物理地址为真物理地址时,直接将所述真物理地址所对应的移动终端作为目标移动终端,当所述物理地址为伪物理地址时,根据各个伪物理地址所对应的计数值和上报时间,对不同的伪物理地址进行归类,将属于同一类的伪物理地址所对应的移动终端归类为同一个目标移动终端,根据各所述目标移动终端对应的位置信息,确定所述目标移动终端的移动轨迹;
所述数据处理服务器用于根据所述目标移动终端的移动轨迹,确定不同区域中的人群分布情况。
8.一种人群分布确定系统,其特征在于,所述数据处理服务器还用于获取不同区域中预部署的探针设备所采集的由智能设备上报的身份信息和位置信息;所述智能设备包括固定设备和移动终端;根据预设时间段内智能设备上报的所述位置信息的更新状态,从所述智能设备上报的身份信息和位置信息中,筛选出所述移动终端对应的身份信息和位置信息。
9.一种计算机设备,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计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010103859.0A CN113286260B (zh) | 2020-02-20 | 2020-02-20 | 人群分布确定方法、系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010103859.0A CN113286260B (zh) | 2020-02-20 | 2020-02-20 | 人群分布确定方法、系统、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113286260A true CN113286260A (zh) | 2021-08-20 |
CN113286260B CN113286260B (zh) | 2022-11-15 |
Family
ID=77275017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010103859.0A Active CN113286260B (zh) | 2020-02-20 | 2020-02-20 | 人群分布确定方法、系统、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113286260B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277823A (zh) * | 2022-07-08 | 2022-11-01 | 北京达佳互联信息技术有限公司 | 定位方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107623754A (zh) * | 2017-09-28 | 2018-01-23 | 武汉虹旭信息技术有限责任公司 | 基于真伪MAC识别的WiFi采集系统及其方法 |
CN109327856A (zh) * | 2018-11-29 | 2019-02-12 | 锐捷网络股份有限公司 | 客流量统计方法、网络设备及存储介质 |
WO2019064237A1 (en) * | 2017-09-28 | 2019-04-04 | Fing Limited | DEVICE RECOGNITION SYSTEMS AND METHODS |
CN110493731A (zh) * | 2019-09-09 | 2019-11-22 | 腾讯科技(深圳)有限公司 | 移动轨迹获取方法、装置、存储介质以及设备 |
-
2020
- 2020-02-20 CN CN202010103859.0A patent/CN113286260B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107623754A (zh) * | 2017-09-28 | 2018-01-23 | 武汉虹旭信息技术有限责任公司 | 基于真伪MAC识别的WiFi采集系统及其方法 |
WO2019064237A1 (en) * | 2017-09-28 | 2019-04-04 | Fing Limited | DEVICE RECOGNITION SYSTEMS AND METHODS |
CN109327856A (zh) * | 2018-11-29 | 2019-02-12 | 锐捷网络股份有限公司 | 客流量统计方法、网络设备及存储介质 |
CN110493731A (zh) * | 2019-09-09 | 2019-11-22 | 腾讯科技(深圳)有限公司 | 移动轨迹获取方法、装置、存储介质以及设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277823A (zh) * | 2022-07-08 | 2022-11-01 | 北京达佳互联信息技术有限公司 | 定位方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113286260B (zh) | 2022-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111385297B (zh) | 无线设备指纹识别方法、系统、设备及可读存储介质 | |
CN111935170B (zh) | 一种网络异常流量检测方法、装置及设备 | |
CN105809035B (zh) | 基于安卓应用实时行为的恶意软件检测方法和系统 | |
CN107623754B (zh) | 基于真伪MAC识别的WiFi采集系统及其方法 | |
CN109104438B (zh) | 窄带物联网中的僵尸网络预警方法、装置及可读存储介质 | |
CN106658400A (zh) | 一种基于手机信令数据的小区公安监控方法 | |
Uras et al. | Wifi probes sniffing: an artificial intelligence based approach for mac addresses de-randomization | |
CN109218321A (zh) | 一种网络入侵检测方法及系统 | |
US11240136B2 (en) | Determining attributes using captured network probe data in a wireless communications system | |
CN105279496A (zh) | 一种人脸识别的方法和装置 | |
CN112770265B (zh) | 一种行人身份信息获取方法、系统、服务器和存储介质 | |
CN105721406A (zh) | 一种获取ip黑名单的方法和装置 | |
CN113286260B (zh) | 人群分布确定方法、系统、计算机设备和存储介质 | |
CN112437034B (zh) | 虚假终端检测方法和装置、存储介质及电子装置 | |
CN111629374A (zh) | 一种物理地址的识别方法、装置、计算机设备和存储介质 | |
CN108647106A (zh) | 应用异常处理方法、存储介质及计算机设备 | |
CN106331060B (zh) | 一种基于wifi进行布控的方法和系统 | |
CN117176858B (zh) | 一种通讯终端信息采集方法及系统 | |
CN113691483B (zh) | 异常用户设备的检测方法、装置、设备及存储介质 | |
Bouchaud et al. | Digital investigation of iot devices in the criminal scene | |
CN112637548A (zh) | 一种基于摄像机的信息关联预警方法及装置 | |
CN111291595A (zh) | 一种信息关联性处理方法、装置及系统 | |
CN114760140A (zh) | 一种基于聚类分析的apt攻击溯源图分析方法及装置 | |
CN109064694B (zh) | 入侵检测方法、装置、计算机设备及存储介质 | |
CN113434868A (zh) | 基于威胁感知大数据的信息生成方法及人工智能感知系统 |
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 |