CN113568968A - 基于网格化智慧社区大数据服务系统 - Google Patents

基于网格化智慧社区大数据服务系统 Download PDF

Info

Publication number
CN113568968A
CN113568968A CN202110868964.8A CN202110868964A CN113568968A CN 113568968 A CN113568968 A CN 113568968A CN 202110868964 A CN202110868964 A CN 202110868964A CN 113568968 A CN113568968 A CN 113568968A
Authority
CN
China
Prior art keywords
data
module
protocol
interface
source heterogeneous
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.)
Pending
Application number
CN202110868964.8A
Other languages
English (en)
Inventor
胡兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing College of Electronic Engineering
Original Assignee
Chongqing College of Electronic Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing College of Electronic Engineering filed Critical Chongqing College of Electronic Engineering
Priority to CN202110868964.8A priority Critical patent/CN113568968A/zh
Publication of CN113568968A publication Critical patent/CN113568968A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及智慧社区技术领域，具体公开了一种基于网格化智慧社区大数据服务系统，包括多源异构数据获取模块、协议及接口特征库、协议识别模块、数据提取模块、数据规范处理模块和存储模块；其中协议及接口特征库存储有多种协议对应的特征策略以及多种接口对应的特征策略；协议识别模块，用于根据多源异构数据获取模块获取得到的多源异构数据，调用协议及接口特征库中的特征策略，先后进行协议特征判断和接口特征判断，根据判断结果，选择对应的通讯协议。采用本技术方案可以通过协议识别模块和协议及接口特征库的配合来解决多源异构数据在智慧社区应用环境下信息孤岛化的问题。

Description

基于网格化智慧社区大数据服务系统
技术领域
本发明涉及智慧社区技术领域，具体涉及一种基于网格化智慧社区大数据服务系统。
背景技术
随着社会的不断的发展和进步，智慧社区这一概念被提出，智慧社区是指通过利用各种智能技术和方式，整合社区现有的各类服务资源，为社区群众提供政务、商务、娱乐、教育、医护及生活互助等多种便捷服务的模式，智慧社区应实现以智慧政务提高办事效率，以智慧民生改善人民生活，以智慧家庭打造智能生活，以智慧小区提升社区品质的目标。
目前社区智慧实现上，多采用传统监控设备、传感器等方式进行前端数据的采集，所使用的设备不尽相同，这就造成了数据的多源异构化，从而使得各个设备的数据不能进行有效的结合，进而形成一个个数据孤岛，无法实现数据的互通。
基于此，急需一种基于网格化智慧社区大数据服务系统，来解决多源异构数据在智慧社区应用环境下信息孤岛化的问题。
发明内容
本发明的目的在于提供一种基于网格化智慧社区大数据服务系统，来解决多源异构数据在智慧社区应用环境下信息孤岛化的问题。
为达到上述目的，本发明的技术方案提供一种基于网格化智慧社区大数据服务系统，包括：
多源异构数据获取模块，用于获取多个智能子系统和设备采集到的数据，形成多源异构数据；
协议及接口特征库，存储有多种协议对应的特征策略以及多种接口对应的特征策略；
协议识别模块，用于根据多源异构数据获取模块获取得到的多源异构数据，调用协议及接口特征库中的特征策略，先后进行协议特征判断和接口特征判断，根据判断结果，选择对应的通讯协议；
数据提取模块，用于根据协议识别模块的选择的通讯协议，对多源异构数据中的数据内容进行提取；
数据规范处理模块，用于对数据提取模块提取出的数据内容进行清洗；
存储模块，用于对清洗过后的数据内容进行存储。
本方案的原理及效果是：通过多源异构数据获取模块对智慧社区中的智能子系统和设备的采集到的数据进行截取，这些数据构成多源异构数据，考虑到这些数据是相对独立的，在截取之后，会对这些数据先后进行协议特征判断和接口特征判断，这样就可以根据得到的判断结果，来完成对通讯协议的选择，在要进行传输之前会提取对应多源异构数据下的数据内容，之后传输时会对提取出来的数据内容进行自定义的存储，当然在提取的数据内容中会对数据进行清洗，以确保数据的有效性；本发明方案中根据对多源异构数据进行协议和接口的特征判断，可以完成对多源异构数据的通讯协议的选择，在对需要传输的多源异构数据中数据内容进行提取和存储，实现了对多源异构数据的融合，通过存储构建了一个统一的数据库，在后续使用时，从统一的数据库中获取数据，解决了信息孤岛化的问题，进而解决了多源异构数据在智慧社区应用环境下信息孤岛化的问题。
进一步的，还包括关联模块，用于根据协议识别模块对多源异构数据进行的协议特征判断和接口特征判断，对每种协议的数据通过各个接口的次数进行统计，并将通过该接口次数最多的协议与该接口进行关联；
所述协议识别模块还用于在下一次对数据进行协议特征判断时，在确定了对应的协议之后，会根据关联模块，直接选择与该协议对应的接口。
通过对每种协议的数据通过各个接口的次数进行统计，在对应协议的数据通过某个接口次数最多的情况下，将对应协议与该接口进行关联，这样在下一次进行同类数据的识别时，这样在协议特征识别时，识别到对应的协议，就可以自动关联，找到对应的接口，大大减少了整个识别的时间，同时对一些常用数据的识别和传输会更加的迅速。
进一步的，所述数据规范处理模块包括数据抽取模块和数据转换模块；
所述数据抽取模块，用于对多源异构数据中的数据内容中重复的信息进行去除；
所述数据转换模块，用于对抽取过后的数据内容进行标准化转换。
在智能子系统中可能采集到了相同的信息或者采集到的信息的格式不同，这就导致多源异构数据中的数据内容比较混乱，而通过数据抽取和数据转换，解决了数据的重复化以及不标准化的问题，完成对数据的清洗，使得数据更加的规范和合理。
进一步的，还包括数据分类模块，用于对数据处理模块清洗过后的数据进行分类，得到对应的分类数据，具体分为四大类，分别为社区环境数据、社区居民数据、公共管理和服务数据以及商业服务数据。
通过对清洗过后的数据进行分类，可以更加方便之后对数据的调用和查看，同时也确保了数据的整齐化。
进一步的，还包括数据决策分析模块，用于根据分类模块得到的分类数据，对各个类别的数据进行分析，得到对应的决策功能。在对多源异构数据的获取并将各个数据进行融合完成之后，最重要的就是对这些融合之后的数据进行使用，而数据决策分析模块就是对各个类别的数据进行分析，来得到对应的决策功能，通过决策功能，工作人员可以根据决策功能来指导其实际的工作，使得工作人员的工作更加的有科学性和依据。
进一步的，所述多源异构数据包括但不限于智能门禁数据、智慧停车数据和体温检测数据。多源异构数据的种类越多，对应的融合后的数据内容就越齐全，这样就可以为之后的数据的分析决策提供更多的数据支撑，从而使得对数据分析和决策更加的准确和可信。
进一步的，所述多源异构数据获取模块包括体温检测模块，所述体温检测模块包括：
红外人脸采集模块，用于根据红外成像技术对人脸进行采集，得到红外数据；
特征提取模块，用于根据LBP算子提取红外数据的纹理特征，还用于根据HOG算子提取红外数据的边缘特征；
特征融合模块，用于根据多核学习，将纹理特征和边缘特征进行融合，得到红外融合数据；
温度检测模块，用于根据特征融合模块得到的红外融合数据，进行温度的检测。
通过对采集到的红外数据的特征进行提取，进行再组合，之后对组合后的人脸进行温度的检测，这样就实现了只针对人脸进行测温，规避了其他发热源引起的测温干扰问题，使得对人脸的温度的检测更加的标准和有效。
进一步的，还包括第三方数据接入模块，用于根据第三方请求调用存储模块中的数据。第三方数据接入模块的设置便于第三方对数据的访问和使用。
进一步的，还包括信息管理模块，用于对存储模块中的数据进行信息管理；权限控制模块，用于对存储模块中数据的使用权限进行控制。通过信息管理模块和权限控制模块实现了对数据的输入和输出进行了保护，完成了对数据的监控和限制。
附图说明
图1为本发明实施例一中基于网格化智慧社区大数据服务系统的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
实施例一基本如附图1所示：一种基于网格化智慧社区大数据服务系统，包括多源异构数据获取模块、协议识别模块、协议及接口特征库、关联模块、数据规范处理模块、数据分类模块、数据决策分析模块、存储模块和第三方数据接入模块。
多源异构获取数据模块，用于获取多个子系统和设备采集到数据，形成多源异构数据。在智慧社区中，通常都是有多个智能子系统和不同的设备完成对社区各个板块的智能化管理的，例如智慧停车系统、智能门禁系统或者流动人员体温检测系统等，这些所用的设备和系统都是不尽相同的，这些就构成了多源异构数据，在本实施例中，多源异构数据包括但不限于智能门禁数据、智慧停车数据和体温检测数据。
其中对于体温检测数据的采集为多源异构数据获取模块中的体温检测模块进行采集的，而体温检测模块考虑到其他发热源可能会对测温的结果产生干扰，具体包括了红外人脸采集模块、特征提取模块、特征融合模块和温度检测模块。
此体温检测模块是利用红外成像技术对人员的人脸进行采集，得到红外数据，这一部分所采集到的信息有可能会包含其他的发热源，为了将其他发热源的干扰去除，利用特征提取模块对红外数据进行特征提取，分别采用LBP算子对红外数据的纹理特征进行提取和使用HOG算子对红外数据的边缘特征进行提取，这一步就完成了对人脸的全部特征的提取，去除了其他发热源的存在；之后利用特征融合模块对提取出来的纹理特征和边缘特征，应用多核学习，进行融合，形成新的红外融合数据，在利用温度检测模块对得到的红外融合数据进行温度的检测。
在本实施例中，LBP算子是指局部二值模式，是一种用来描述图像局部特征纹理的算子；而HOG算子是指方向梯度直方图，是一种对图像局部重叠区域的密集型描述符,它通过计算局部区域的梯度方向直方图来构成特征。
协议及接口特征库，存储有多种协议对应的特征策略以及多种接口对应的特征策略。通过特征库，实现对大部分的智能子系统和设备的传输所用的接口和协议的特征进行存储。
协议识别模块，用于根据多源异构数据获取模块获取得到的多源异构数据，调用协议及接口特征库中的特征策略，先后进行协议特征判断和接口特征判断，根据判断结果，选择对应的通讯协议。本模块是在对多源异构数据进行判断，通过协议和接口的特征判断，根据得到的判断结果，来完成自适应的通讯协议的选择，这样就可以进行多源异构数据的传输工作了。例如，当某个智能子系统对应的接口为http，而http比较突出的特征就是其三次握手，这就使得在对http接口对应特征策略就为三次握手，只要我们检测到对应接口存在这一特征就认定为http接口。在本实施例中，使用到的算法包括但不限于神经网络算法和自适应加权算法。
数据提取模块，用于根据协议识别模块的识别，对多源异构数据中的数据内容进行提取。
数据规范处理模块，用于对数据提取模块提取出来的数据内容进行清洗。通过对数据内容的清洗可以使得数据内容更加的统一和整齐，具体是利用数据抽取模块和数据转换模块来实现的，具体的数据抽取模块会对多源异构数据的数据内容进行重复数据的去除，例如智能门禁子系统对社区居民的头像进行采集，而智能停车子系统在采集了车辆信息的同时也采集了对应的社区居民的头像，这样在对这两个信息的数据进行提取时，就会出现信息的重复，为了避免这种现象的产生，数据抽取模块会对重复的信息和无用的信息进行抽取。在本实施例中，数据规范化处理是基于大数据处理技术来进行的。
当然不同智能子系统上传上来的数据格式也不一定相同，考虑到这种情况，数据转换模块就会对数据内容的格式进行标准化，即图像有图像对应的标准格式，文本有文本对应的标准格式，通过这种方式进行标准化和统一化，方便之后的数据调用。
数据分类模块，用于对数据处理模块清洗过后的数据进行分类得到对应的分类数据，考虑到这些数据的涉及内容，将数据分为四大类，分别为社区环境数据、社区居民数据、公共管理和服务数据以及商业服务数据。例如社区居民的个人信息、进出社区信息以及各项缴费信息等会归类为社区居民数据；小区的空气质量、社区垃圾的情况等就可以归类为社区环境数据；像一些社区公告、国家大事、各项收费标准等就可以归类与公共管理和服务数据；像一些社区商铺招标之类的信息就可以归类于商业服务数据。通过将数据分为这四大类，在进行数据调用时，可以更加的快捷和方便的实现调用工作，同时也可以进行不同权限的设置，这样可以更好的对一些重要的数据进行保护，同时还不会影响一些普通数据的使用。同时在后期进行数据决策分析时，可以有针对性的对进行功能决策。
存储模块，用来对应分类过后的数据进行存储，在本实施例中，存储具体是根据居民的人脸识别对其身份进行确认之后，将与此人有关的身份信息以及出入社区信息等进行同源关联，完成针对此居民的数据集的构建，将所有的信息都以数据集的形式进行构建，从而形成多个数据集。
通过上述的模块完成对多源异构数据的融合，构建了一个统一的数据库，在后续使用时，直接从统一的数据库中获取数据即可，完成去孤岛化，之后就可以利用数据决策分析模块去调用存储模块中各个类别的数据，对数据进行分析，得到对应的决策功能，例如在本实施例中，在对社区居民数据的分析时，对其流动人员的身份和体温数据进行分析，得到的决策功能就是判断近期是否应该加强对外来人员体温的监控。
为了在对多源异构数据的分析时，能够更快的就对其协议和接口进行识别，设置了关联模块，用于根据协议识别模块对多源异构数据进行的协议特征判断和接口特征判断，对每种协议的数据通过各个接口的次数进行统计，并将通过该接口次数最多的协议与该接口进行关联。
于此同时，所述协议识别模块还用于在下一次对数据进行协议特征判断时，在确定了对应的协议之后，会根据关联模块，直接选择与该协议对应的接口。
第三方数据接入模块，用于根据第三方请求调用存储模块中的数据，以此来完成对融合后的数据的使用和访问，通过第三方数据接入模块来完成对数据的使用。
具体实施过程如下：在多个智能子系统和设备进行数据传输时，获取这些智能子系统和设备对应的采集到的数据，形成多源异构数据；在对体温检测数据进行采集时，为了减少其他发热源对人脸温度的检测造成影响，通过根据红外成像技术来对人脸进行采集，得到红外数据，之后采用LBP算子和HOG算子分别对红外数据的纹理特征和边缘特征进行提取，再讲提取出来的红外数据的纹理特征和边缘特征应用多核学习来进行融合，之后对融合后的红外融合数据进行温度检测。在完成前期数据的获取之后，由于这些数据来自于不同的智能子系统和设备，传输的方式不尽相同。
首先会通过调用协议及接口特征库中存储的特征策略，对多源异构数据先后进行协议特征判断和接口特征判断，根据判断结果，自动完成通讯协议的选择，这一步就完成了不同数据的同步传输，当然在完成识别之后，还会对对每种协议的数据通过各个接口的次数进行统计，并将通过该接口次数最多的协议与该接口进行关联。这样在下一次对数据进行协议特征判断时，在确定了对应的协议之后，会根据关联模块，直接选择与该协议对应的接口。
之后就会在协议识别的基础上，对多源异构数据中的数据内容进行提取出来，通过数据的抽取和转换完成对数据的清洗工作，通过这一步完成对数据内容的规范化。再对规范化的数据进行分类，具体分为四大类，分别为社区环境数据、社区居民数据、公共管理和服务数据以及商业服务数据，在对这四类数据进行存储，在需要使用到对应数据时，根据这四类数据进行数据分析，得到各自对应的决策功能。
实施例二
与实施例一相比，本实施例的不同之处在于还包括信息管理模块，用于对存储模块中的数据进行信息管理；权限控制模块，用于对存储模块中数据的使用权限进行控制；通信保护模块，用于在使用存储模块中的数据时，对其通信进行保护。
信息管理模块会对存储模块中的数据的信息进行管理，在本实施例中，信息管理模块会对数据的输入时间、数据大小以及输出时间和输出路径进行管理和记录。权限控制模块会对第三方数据接入模块中对存储模块中的数据的访问进行权限的控制，对于其他没有得到权限控制模块的认可的接入模块会不给予访问资格。通信保护模块会对在对存储模块中的数据进行调用时，对输出的数据进行通信保护，避免其在传输的过程中发生数据丢失等问题。
在没有接入第三方接入时，信息管理模块会对存储模块中的数据信息进行记录，此时的记录内容可能会有上一次输入的时间等，在第三方接入要对存储模块进行访问时，需要工作人员对该第三方进行权限的开启，使得第三方能对存储模块进行访问，之后如果第三方在访问完之后还要对数据进行调用的话，在整个调用过程中会对其进行通信保护，以确保数据调用的安全进行。
实施例三
与实施例一相比，本实施例中，在面对同一接口可能对应有多种协议时，根据对接口特征的判断以及对数据包发送时间进行判断，来完成对接口对应的协议的预测。具体的，在进行数据传输时，会对数据的接口和数据包的时间进行判断，例如假设智能门禁子系统和智能路灯子系统两个数据的接口是相同的，为第一接口，但是其对应的协议却不同，分别为第一协议和第二协议，当某个数据在早上进行传输，在进行接口特征识别时，识别出对应接口为第一接口，同时对应的数据包发送时间为早上八点钟，考虑到智能路灯子系统只有在天黑的情况下，才会向发送对应的数据来完成路灯的开启，这时系统就会认定上传的数据对应的智能子系统为智能门禁子系统，就会预测该数据对应的数第一协议，并自动选择通讯协议为对应的第一协议。
当然在本实施例中，也可以根据数据包对应的长度来进行判断，这种方式是针对相同接口不同协议的，且只有该数据的数据包长度大于预设值的数据，例如，假设智能门禁子系统、智能路灯子系统以及智慧停车子系统对应的数据的接口相同，为第一接口，但其对应的协议都不同，分别为第一协议、第二协议和第三协议，其中智慧停车子系统对应的数据的数据包的长度最大，智能门禁子系统和智能路灯子系统的数据的数据包的长度相近，这时就可以设置一个预设值，大于预设值的数据就认定为智能停车子系统中的数据；在数据进行传输时，检测到对应的接口为第一接口，同时传输的数据的数据包长度大于预设值，这样就可以认为传输的数据为智能停车子系统中传输的数据，这样就可以预测处该数据对应的协议为第三协议，并自动选择通讯协议为对应的第三协议。
实施例四
与实施例一相比，本实施例中协议识别模块对多源异构数据进行协议特征判断和接口特征判断时，会识别出不同厂家设备和智能子系统的类型及版本。根据识别出的不同厂家设备和智能子系统的类型及版本，可以确定其设备或者智能子系统对应的漏洞，根据对应的漏洞制定相应的解决机制。
以上的仅是本发明的实施例，该发明不限于此实施案例涉及的领域，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (9)

1.基于网格化智慧社区大数据服务系统，其特征在于，包括：
多源异构数据获取模块，用于获取多个智能子系统和设备采集到的数据，形成多源异构数据；
协议及接口特征库，存储有多种协议对应的特征策略以及多种接口对应的特征策略；
协议识别模块，用于根据多源异构数据获取模块获取得到的多源异构数据，调用协议及接口特征库中的特征策略，先后进行协议特征判断和接口特征判断，根据判断结果，选择对应的通讯协议；
数据提取模块，用于根据协议识别模块的选择的通讯协议，对多源异构数据中的数据内容进行提取；
数据规范处理模块，用于对数据提取模块提取出的数据内容进行清洗；
存储模块，用于对清洗过后的数据内容进行存储。
2.根据权利要求1所述的基于网格化智慧社区大数据服务系统，其特征在于：
还包括关联模块，用于根据协议识别模块对多源异构数据进行的协议特征判断和接口特征判断，对每种协议的数据通过各个接口的次数进行统计，并将通过该接口次数最多的协议与该接口进行关联；
所述协议识别模块还用于在下一次对数据进行协议特征判断时，在确定了对应的协议之后，会根据关联模块，直接选择与该协议对应的接口。
3.根据权利要求2所述的基于网格化智慧社区大数据服务系统，其特征在于：所述数据规范处理模块包括数据抽取模块和数据转换模块；
所述数据抽取模块，用于对多源异构数据中的数据内容中重复的信息进行去除；
所述数据转换模块，用于对抽取过后的数据内容进行标准化转换。
4.根据权利要求3所述的基于网格化智慧社区大数据服务系统，其特征在于：还包括数据分类模块，用于对数据处理模块清洗过后的数据进行分类，得到对应的分类数据，具体分为四大类，分别为社区环境数据、社区居民数据、公共管理和服务数据以及商业服务数据。
5.根据权利要求4所述的基于网格化智慧社区大数据服务系统，其特征在于：还包括数据决策分析模块，用于根据分类模块得到的分类数据，对各个类别的数据进行分析，得到对应的决策功能。
6.根据权利要求5所述的基于网格化智慧社区大数据服务系统，其特征在于：所述多源异构数据包括但不限于智能门禁数据、智慧停车数据和体温检测数据。
7.根据权利要求6所述的基于网格化智慧社区大数据服务系统，其特征在于：所述多源异构数据获取模块包括体温检测模块，所述体温检测模块包括：
红外人脸采集模块，用于根据红外成像技术对人脸进行采集，得到红外数据；
特征提取模块：用于根据LBP算子提取红外数据的纹理特征，还用于根据HOG算子提取红外数据的边缘特征；
特征融合模块：用于根据多核学习，将纹理特征和边缘特征进行融合，得到红外融合数据；
温度检测模块：用于根据特征融合模块得到的红外融合数据，进行温度的检测。
8.根据权利要求7所述的基于网格化智慧社区大数据服务系统，其特征在于：还包括第三方数据接入模块，用于根据第三方请求调用存储模块中的数据。
9.根据权利要求8所述的基于网格化智慧社区大数据服务系统，其特征在于：还包括信息管理模块，用于对存储模块中的数据进行信息管理；权限控制模块，用于对存储模块中数据的使用权限进行控制。
CN202110868964.8A 2021-07-30 2021-07-30 基于网格化智慧社区大数据服务系统 Pending CN113568968A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110868964.8A CN113568968A (zh) 2021-07-30 2021-07-30 基于网格化智慧社区大数据服务系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110868964.8A CN113568968A (zh) 2021-07-30 2021-07-30 基于网格化智慧社区大数据服务系统

Publications (1)

Publication Number Publication Date
CN113568968A true CN113568968A (zh) 2021-10-29

Family

ID=78169270

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110868964.8A Pending CN113568968A (zh) 2021-07-30 2021-07-30 基于网格化智慧社区大数据服务系统

Country Status (1)

Country Link
CN (1) CN113568968A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114510367A (zh) * 2022-01-11 2022-05-17 电子科技大学 一种安全智能的多源异构数据处理系统
CN115460092A (zh) * 2022-07-25 2022-12-09 互赢科技(东莞)有限公司 一种基于多源异构设备的通讯处理方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101999888A (zh) * 2010-12-01 2011-04-06 北京航空航天大学 一种对体温异常者进行检测与搜寻的疫情防控系统
CN111010390A (zh) * 2019-12-12 2020-04-14 重庆工商大学 一种基于多协议异构物联网的自适应呼叫方法与系统
CN112491675A (zh) * 2020-10-26 2021-03-12 创泽智能机器人集团股份有限公司 一种数据通信方法、装置、设备及计算机可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101999888A (zh) * 2010-12-01 2011-04-06 北京航空航天大学 一种对体温异常者进行检测与搜寻的疫情防控系统
CN111010390A (zh) * 2019-12-12 2020-04-14 重庆工商大学 一种基于多协议异构物联网的自适应呼叫方法与系统
CN112491675A (zh) * 2020-10-26 2021-03-12 创泽智能机器人集团股份有限公司 一种数据通信方法、装置、设备及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
余道敏等: "智慧平安区大数据云服务平台研究与设计", 《电子设计工程》, vol. 27, no. 6, pages 1 - 4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114510367A (zh) * 2022-01-11 2022-05-17 电子科技大学 一种安全智能的多源异构数据处理系统
CN115460092A (zh) * 2022-07-25 2022-12-09 互赢科技(东莞)有限公司 一种基于多源异构设备的通讯处理方法及系统
CN115460092B (zh) * 2022-07-25 2023-06-06 互赢科技(东莞)有限公司 一种基于多源异构设备的通讯处理方法及系统

Similar Documents

Publication Publication Date Title
US11562307B2 (en) Vehicle passenger flow statistical method, apparatus, device, and storage medium
CN113568968A (zh) 基于网格化智慧社区大数据服务系统
CN107862773A (zh) 可预约式人脸识别门禁访客系统及方法
CN106447814A (zh) 一种机器人实现自动考勤的方法
CN106127130A (zh) 被管理的基于生物特征识别的通知系统和方法
CN108537422A (zh) 安全风险预警系统和方法
CN111277598B (zh) 一种基于流量的应用攻击识别方法及系统
CN109978215B (zh) 巡防管理方法和装置
CN111510675A (zh) 一种基于人脸识别和大数据分析的智慧安防系统
CN112699328A (zh) 网点服务数据处理方法、装置、系统、设备及存储介质
CN118075427A (zh) 一种智能化监控管理方法及系统
CN115269438A (zh) 针对图像处理算法的自动化测试方法及装置
CN210666820U (zh) 一种基于dsp边缘计算的行人异常行为检测系统
CN118015747A (zh) 一种基于人工智能的智慧校园门禁系统
CN114397712A (zh) 一种城市轨道交通差异化安检方法及安检系统
CN110255008A (zh) 垃圾桶的管理方法及装置
CN112580531A (zh) 一种真假车牌的识别检测方法及系统
CN115426363B (zh) 智能板材加工工厂的数据采集方法及终端
CN213042337U (zh) 一种辅助疫情防控的排队机及排队处理系统
CN115412846A (zh) 一种地下多场景的身份检测定位方法、系统及存储介质
CN213241249U (zh) 一种基于人工智能的火车站六合一乘客实名制核验系统
CN114283386A (zh) 一种基于大数据的分析适应密集场景人流实时监测系统
CN207117841U (zh) 一种基于人脸识别的车载嫌犯监控系统
CN109376635B (zh) 一种护理质量考核系统及安全事件上报方法
CN113268474A (zh) 多维数据融合的行为分析系统、方法

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