CN114580859A - 异常检测方法以及装置 - Google Patents

异常检测方法以及装置 Download PDF

Info

Publication number
CN114580859A
CN114580859A CN202210133150.4A CN202210133150A CN114580859A CN 114580859 A CN114580859 A CN 114580859A CN 202210133150 A CN202210133150 A CN 202210133150A CN 114580859 A CN114580859 A CN 114580859A
Authority
CN
China
Prior art keywords
transportation
information
preset
target object
condition
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
CN202210133150.4A
Other languages
English (en)
Inventor
卢俊杰
顾金友
计宏华
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.)
Alibaba China Co Ltd
Original Assignee
Alibaba China Co Ltd
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 Alibaba China Co Ltd filed Critical Alibaba China Co Ltd
Priority to CN202210133150.4A priority Critical patent/CN114580859A/zh
Publication of CN114580859A publication Critical patent/CN114580859A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0833—Tracking
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0838—Historical data

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Alarm Systems (AREA)

Abstract

本说明书实施例提供异常检测方法以及装置，其中所述异常检测方法包括：获取目标物的运输信息；在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息；对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件；若是，则确定所述目标物运输异常。极大程度提高了异常检测的准确度，做到了数据驱动的识别策略，触发侧自动化。外此，还可以极大地提高了异常检测的召回率。

Description

异常检测方法以及装置
技术领域
本说明书实施例涉及计算机技术领域，特别涉及一种异常检测方法。
背景技术
随着计算机技术和互联网技术的快速发展，在线购物成为当前的热点购物方式之一。用户可以通过互联网平台购买自己所需的物品，然后由配送员进行物品配送。配送员在配送物品时，需要满足一定的配送条件，如配送地址是否正确、时效是否满足，这些既是对配送员的考核要求，也是对整个物流服务的考验。
实际应用中，有些配送员可能由于某些原因，无法在规定的时效内完成对某物品的配送，而为了逃避超时处罚，可能会在未真正送到配送地址时，提前在平台中提交妥投通知进行虚假妥投，导致用户并未真正收到物品，但却可能收到系统发送的订单己完成的通知，因此，可能会引起消费者用户反感，甚至可能会向系统进行投诉。因此，亟需一种有效的方案以解决上述问题。
发明内容
有鉴于此，本说明书实施例提供了一种异常检测方法。本说明书一个或者多个实施例同时涉及一种异常检测装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面，提供了一种异常检测方法，包括：
获取目标物的运输信息；
在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息；
对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件；
若是，则确定所述目标物运输异常。
可选地，所述关联设备信息为定位信息；所述预设异常运输条件为预设定位精度范围；
所述对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件，包括：
识别所述定位信息的精度，判断所述精度是否符合预设定位精度范围。
可选地，所述识别所述定位信息的精度，判断所述精度是否符合预设定位精度范围，包括：
识别所述定位信息中海拔高度的第一精度和经纬度的第二精度；
判断所述第一精度是否符合预设海拔高度精度范围，和/或所述第二精度是否符合预设经纬度精度范围。
可选地，所述预设异常运输条件为预设运行条件；
所述对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件，包括：
识别所述关联设备信息的设备运行信息，判断所述设备运行信息是否符合预设运行条件。
可选地，所述设备运行信息包括运行应用、运行模式和运行环境中的至少一种；
所述识别所述关联设备信息对应的设备运行信息，判断所述设备运行信息是否符合预设运行条件，包括以下至少一种：
识别所述关联设备信息对应的运行应用，判断所述运行应用是否为预设异常应用；
识别所述关联设备信息对应的运行模式，判断所述运行模式是否为预设异常模式；
识别所述关联设备信息对应的运行环境，判断所述运行环境是否为预设异常环境。
可选地，所述确定所述目标物运输异常之后，还包括：
确定所述目标物对应的运输客户端，并生成针对所述运输客户端的初始运输判定结果；
将所述初始运输判定结果反馈至所述运输客户端。
可选地，所述将所述初始运输判定结果反馈至所述运输客户端之后，还包括：
接收所述运输客户端提供的针对所述初始运输判定结果的运输文件；
基于预设判定策略，对所述运输文件进行校验；
根据校验结果生成目标运输判定结果，并将所述目标运输判定结果反馈至所述运输客户端。
可选地，所述基于预设判定策略，对所述运输文件进行校验，包括：
获取所述运输客户端对应的历史运输记录和所述目标物的运输记录文件；
根据所述历史运输记录和所述运输记录文件对所述运输文件进行校验。
可选地，所述运输信息为位置信息；
所述在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息，包括：
在所述位置信息位于预设位置范围内的情况下，获取所述目标物对应的关联设备信息。
根据本说明书实施例的第二方面，提供了一种异常检测装置，包括：
第一获取模块，被配置为获取目标物的运输信息；
第二获取模块，被配置为在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息；
识别模块，被配置为对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件；
确定模块，被配置为若是，则确定所述目标物运输异常。
根据本说明书实施例的第三方面，提供了一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述异常检测方法的步骤。
根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述异常检测方法的步骤。
根据本说明书实施例的第五方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述异常检测方法的步骤。
本说明书一个实施例提供的异常检测方法，通过获取目标物的运输信息；在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息；对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件；若是，则确定所述目标物运输异常。通过获取运输信息和预设异常检测条件实现自动触发异常检测，且通过对关联设备信息进行特征识别，基于特征识别结果是否符合预设异常运输条件来判断目标物运输是否异常，极大程度提高了异常检测的准确度，且不依赖检测人员和消费者进线，做到了数据驱动的识别策略，触发侧自动化。外此，还可以极大地提高了异常检测的召回率。
附图说明
图1是本说明书一个实施例提供的第一种异常检测方法的流程图；
图2是本说明书一个实施例提供的第二种异常检测方法的流程图；
图3是本说明书一个实施例提供的第三种异常检测方法的流程图；
图4是本说明书一个实施例提供的一种异常检测方法中预设判定策略的流程示意图；
图5是本说明书一个实施例提供的第四种异常检测方法的流程图；
图6是本说明书一个实施例提供的一种异常检测方法的处理过程流程图；
图7是本说明书一个实施例提供的一种异常检测装置的结构示意图；
图8是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
地理围栏：针对团点和网格仓，利用虚拟的栅栏构建出虚拟地理边界，用于校验司机位置。
全球定位系统(GPS，Global Positioning System)作弊：主要是指无线客户端基于作弊软硬件实现的GPS信息作假，欺骗地理围栏的校验，达到物理位置的作弊。
安卓(Android)开发者调试模式：利用开发者模式中的模拟定位功能构造虚拟GPS信息。
安卓应用分身/虚拟应用：由其他应用提供虚拟环境供正常应用使用，以达到欺骗正常应用的目的。
iAP2协议：一种iOSMFi外设，即ios系统通用的外设协议。
设备模拟位置(Simulate location on device)：另一种iOSMFi外设，即ios系统开发者模式构造虚拟GPS信息。
首先，对本说明书一个或多个实施例提供的异常检测方法进行说明。
随着计算机技术和互联网技术的快速发展，在线购物成为当前的热点购物方式之一。用户可以通过互联网平台购买自己所需的物品，然后由配送员进行物品配送。配送员在配送物品时，需要满足一定的配送条件，如配送地址是否正确、时效是否满足，这些既是对配送员的考核要求，也是对整个物流服务的考验。
实际应用中，有些配送员可能由于某些原因，无法在规定的时效内完成对某物品的配送，而为了逃避超时处罚，可能会在未真正送到配送地址时，提前在平台中提交妥投通知进行虚假妥投，导致用户并未真正收到物品，但却可能收到系统发送的订单己完成的通知，如客户体验管理-净推荐值(NPS,Net Promoter Score)调研中，用户对履约配送环节的“显示到达但没到”及“不按承诺时间送达自提点”的反馈占比逐月攀升；又如客户体验事业群(CCO)进线中，虚假签收日均267条，其中233条可定位到明确运输人员的运输单据是否为虚假签收存疑，整体进线量可控，但不具备精细异常检测能力，而网格仓督导判责数据中有90％非实际虚假签收，即网格仓同样不具备精细异常检测能力；再如线下案件中，团长投诉运输人员履约延时严重，也未通知团长延迟原因，且部分运输人员为完成按时履约任务提前在平台上点击已完成，导致后台显示运输人员按时履约率高达99％，未能从数据发现问题，都是通过团长投诉时发现运输人员存在虚假签收的状况，问题严重。
如此，可能会引起消费者用户反感，甚至可能会向系统进行投诉，且基于人工进线反馈的流程，准确率低，召回率更是无从考证，且基数少、非数据触发、依赖人进线触发，判责逻辑过于单一，仅依赖团点签到速度、用户反馈信息以及签收图片，依靠上述信息，很难证实运输人员虚假妥投，且过于主观，即举证困难。
因此，本申请提供了一种异常检测方法，通过获取目标物的运输信息；在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息；对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件；若是，则确定所述目标物运输异常。通过获取运输信息和预设异常检测条件实现自动触发异常检测，且通过对关联设备信息进行特征识别，基于特征识别结果是否符合预设异常运输条件来判断目标物运输是否异常，极大程度提高了异常检测的准确度，且不依赖检测人员和消费者进线，做到了数据驱动的识别策略，触发侧自动化。外此，还可以极大地提高了异常检测的召回率。
在本说明书中，提供了一种异常检测方法，本说明书同时涉及一种异常检测装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
参见图1，图1示出了根据本说明书一个实施例提供的第一种异常检测方法的流程图，具体包括以下步骤。
步骤102：获取目标物的运输信息。
具体的，目标物是指任意一个被运输人员运输或者被配送人员配送的物品，如在购物平台购买的衣服、家居等，又如在买菜小程序中购买的蔬菜、水果；运输信息是指目标物在运输过程中的信息，如收获人员从下单到接收到目标物的过程中，目标物对应的运输信息。
实际应用中，获取目标物的运输信息的方法有多种：本地可以每间隔预设时长，向目标物对应的关联设备发送运输获取请求，然后该关联设备反馈给本地目标物的运输信息；关联设备还可以每间隔预设时长，主动向本地发送目标物的运输信息。
需要说明的是，还可以基于针对运输客户端的特定操作时刻触发的异常检测；也可以获取目标物其他维度的监测数据。
步骤104：在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息。
在获取到目标物的运输信息的基础上，进一步地，将运输信息与预设异常检测条件进行比较，如运输信息符合预设异常检测条件，则获取目标物对应的关联设备信息。
具体的，预设异常检测条件是指预先设置的、用来衡量运输信息是否达到异常检测条件的标准；关联设备信息是指目标物运输过程中对应的关联设备的信息，如运输目标物的车辆上安装的设备，又如运输目标物的运输人员的设备。
实际应用中，在获取到目标物的运输信息之后，先将运输信息与预设异常检测条件进行比对，查看运输信息是否符合预设异常检测条件，若不符合，则不对运输信息进行处理；如符合，则说明需要对运输信息进行异常检测，此时可以获取目标物对应的关联设备信息。
在本说明书实施例的一种可能的实现方式中，运输信息可以为目标物的位置信息，即当前目标物的位置信息，此时可以将位置信息与预设位置范围进行比较，在位置信息位于预设位置范围内时，获取关联设备信息。也即在所述运输信息为位置信息的情况下，所述在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息的具体实现过程可以如下：
在所述位置信息位于预设位置范围内的情况下，获取所述目标物对应的关联设备信息。
具体的，位置信息是指目标物当前所在的位置对应的信息，如目标物当前位于某地某小区；预设位置范围是指预先设置的位置范围。
实际应用中，运输信息可以目标物的位置信息，可以将目标物的位置信息与预设位置范围进行比较，如果位置信息位于预设位置范围内或者位置信息属于预设位置范围内的一种，则说明需要对位置信息或者目标物进行异常检测，可以获取目标物对的关联设备信息。如此，可以基于位置信息，在位置信息位于预设位置范围内时，自动触发异常检测，简单易行，一定程度上提高了异常检测的效率。
例如，预设位置范围包括：网格仓的位置信息、团点的位置信息和非地理围栏位置信息，其中网格仓是指链接平台大仓和线下服务门店的中转站，团点是指目标物的接收点，非地理围栏位置信息是指地理围栏位置信息之外的位置信息。若目标物的位置信息位于网格仓的位置信息，说明目标物到达网格仓或者目标物从网格仓发出，则触发异常检测，需要获取目标物对应的关联设备信息；若目标物的位置信息位于团点的位置信息，说明目标物到达图点或者团点签收目标物，则触发异常检测，需要获取目标物对应的关联设备信息；若目标物的位置信息位于非地理围栏位置信息之内，说明需要对位置信息进行校验，也即触发异常检测，需要获取目标物对应的关联设备信息；若目标物的位置信息位于网格仓的位置信息、团点的位置信息和非地理围栏位置信息之外，则不出发异常检测。
步骤106：对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件。
在获取目标物对应的关联设备信息的基础上，进一步地，对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件。
具体的，特征识别是指从关联设备信息中提取某些能够表征关联设备信息的特征；预设异常运输条件是指预先设置的用于衡量特征识别结果是否异常的条件。
实际应用中，在获得了关联设备信息的基础上，先对关联设备信息进行特征识别，也即确定关联设备的特征识别结果，然后将特征识别结果与预设异常运输条件进行比对，进而判断特征识别结果是否如何预设异常运输条件。
例如，对关联设备信息进行特征识别，得到的特征识别结果为A，则将特征识别结果A与预设异常运输条件进行比较，以判断特征识别结果A是否符合预设异常运输条件。
在本说明书实施例的一种可能的实现方式中，关联设备信息为定位信息，也即获取了目标物对应的定位信息，相应地预设异常运输条件为预设定位精度范围，此时，可以识别定位信息的精度，即特征识别结果为精度，然后判断精度是否在预设定位精度范围内。也即在所述关联设备信息为定位信息，所述预设异常运输条件为预设定位精度范围的情况下，所述对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件，具体实现过程可以如下：
识别所述定位信息的精度，判断所述精度是否符合预设定位精度范围。
具体的，定位信息是指目标物对应的关联设备中定位对应的信息，如GPS信息；精度是指定位信息可以读出的最小刻度值，如精度为小数点3位，又如定位精度到3-5米；预设定位精度范围是指用于衡量定位信息的精度是否异常的预先设置的精度范围。
实际应用中，在获取了定位信息后，识别定位信息的精度，然后将该精度与预设定位精度范围进行比较，查看精度是否在预设定位精度范围内。由于识别定位信息的精度简单易行，能够提高数据处理速度，进而提高异常检测的效率。
例如，定位信息为东经23.45833°，识别该定位信息的精度为小数点后5位，然后将该精度“小数点后5位”与预设定位精度范围进行比较。
为了提高异常检测的精确度，可以将定位信息分为海拔高度和经纬度，然后分别识别海拔高度和经纬度的精度，查看各精度是否符合预设定位精度范围。也即所述识别所述定位信息的精度，判断所述精度是否符合预设定位精度范围，具体实现过程可以如下：
识别所述定位信息中海拔高度的第一精度和经纬度的第二精度；
判断所述第一精度是否符合预设海拔高度精度范围，和/或所述第二精度是否符合预设经纬度精度范围。
具体的，海拔高度是指某地点与海平面的高度差，是现时量度一个地方的高度标准；经纬度是经度与纬度的合称组成一个坐标系统，称为地理坐标系统，它是一种利用三度空间的球面来定义地球上的空间的球面坐标系统，能够标示地球上的任何一个位置；预设海拔高度精度范围指用于衡量海拔高度的精度是否异常而预先设置的精度范围；预设经纬度精度范围指用于衡量经纬度的精度是否异常而预先设置的精度范围。
实际应用中，定位信息中包含海拔高度和经纬度，可以识别海拔高度的第一精度以及经纬度的第二精度，然后针对第一精度，判断第一精度是否在预设海拔高度精度范围内，针对第二精度，判断第二精度是否符合预设经纬度精度范围。如此，将定位信息分为海拔高度和经纬度，可以更加准确地判断地定位信息是否符合预设定位精度范围，从而提高异常检测的效率。
例如，定位信息中包含海拔高度0.2m和经纬度49.5000d，则识别海拔高度的第一精度为0.1m，识别经纬度的第二精度为0.0001d，进一步地，判断将第一精度0.1m是否符合预设海拔高度精度范围，和/或第二精度0.0001d是否符合预设经纬度精度范围。
需要说明的是，可以只判断第一精度是否在预设海拔高度精度范围内，也可以只判断第二精度是否符合预设经纬度精度范围，还可以同时判断第一精度是否在预设海拔高度精度范围内以及第二精度是否符合预设经纬度精度范围。本申请对此不作限定。
此外，在同时判断第一精度是否在预设海拔高度精度范围内以及第二精度是否符合预设经纬度精度范围的情况下，只要在第一精度符合预设海拔高度精度范围和第二精度符合预设经纬度精度范围满足一个条件，则定位信息符合预设定位精度范围，也即只有第一精度不符合预设海拔高度精度范围且第二精度不符合预设经纬度精度范围，定位信息才不符合预设定位精度范围。
可选地，识别所述定位信息的精度，判断所述精度是否符合预设定位精度范围，还可以为：识别定位信息中的海拔高度，判断所述海拔高度是否为预设海拔高度范围。
例如，获取到定位信息，识别定位信息中的海拔高度为10m，判断海拔高度10m是否在预设海拔高度范围内。
在本说明书实施例的一种可能的实现方式中，预设异常运输条件为预设运行条件，此时，可以识别关联设备信息的设备运行信息，然后设备运行信息是否符合预设运行条件。也即在所述预设异常运输条件为预设运行条件的情况下，所述对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件，具体实现过程可以如下：
识别所述关联设备信息的设备运行信息，判断所述设备运行信息是否符合预设运行条件。
具体的，设备运行信息是指目标物对应的关联设备在运行中的信息、运行的应用、运行的环境等等；预设运行条件是指用于衡量设备运行信息是否异常而预先设置的条件。
实际应用中，在获取了关联设备信息后，识别关联设备信息中的设备运行信息，然后将该设备运行信息与预设运行条件进行比较，判断设备运行信息是否符合预设运行条件。由于关联设备对应的设备运行信息可以更直观地体现关联设备的运行状态，而关联设备的运行状态与运输是否异常息息相关，因此基于设备运行信息是否符合预设运行条件的结果，可以更加准确的目标物运输是否异常，进而提高异常检测的准确率。
为了进一步提高异常检测的准确率，可以将设备运行信息分为运行应用、运行模式和运行环境中的至少一种，然后分别判断运行应用、运行模式和运行环境是否符合预设运行条件。也即在所述设备运行信息包括运行应用、运行模式和运行环境中的至少一种的情况下，所述识别所述关联设备信息对应的设备运行信息，判断所述设备运行信息是否符合预设运行条件，包括以下至少一种：
识别所述关联设备信息对应的运行应用，判断所述运行应用是否为预设异常应用；
识别所述关联设备信息对应的运行模式，判断所述运行模式是否为预设异常模式；
识别所述关联设备信息对应的运行环境，判断所述运行环境是否为预设异常环境。
具体的，运行应用是指关联设备上正在运行的应用程序、小程序等应用；预设异常应用是指预先设置的一个或多个异常的运行应用，如黑名单应用；运行模式是指关联设备投入使用的模式，如普通模式、开发者模式；预设异常模式是指预先设置的一个或多个异常的运行模式，如开发者模式；运行环境是指关联设备上运行各种程序使对应的环境；预设异常环境是指预先设置的一个或多个异常的运行环境，如加入外挂的运行环境，又如存在未知风险的运行环境。
实际应用中，设备运行信息可以包括运行应用、运行模式和运行环境中的至少一种。在设备运行信息包含运行应用的情况下，可以识别关联设备信息对应的运行应用，然后判断运行应用是否为预设异常应用；在设备运行信息包含运行模式的情况下，可以识别关联设备信息对应的运行模式，然后判断运行模式是否为预设异常模式；在设备运行信息包含运行环境的情况下，可以识别关联设备信息对应的运行环境，然后判断运行环境是否为预设异常环境。如此，将定位信息分为运行应用、运行模式和运行环境，可以更加准确地判断地设备运行信息是否符合预设运行条件，从而提高异常检测的效率。
例如，设备运行信息包括运行应用：识别关联设备信息对应的运行应用为a1，则进一步地，判断将运行应用a1是否为预设异常应用。又如，设备运行信息包括运行模式：识别关联设备信息对应的运行模式为a2，则进一步地，判断将运行模式a2是否为预设异常模式。再如，设备运行信息包括环境运行：识别关联设备信息对应的运行环境为a3，则进一步地，判断将运行环境a31是否为预设异常环境。
需要说明的是，在关联设备信息对应的运行应用有多个时，可以逐一判断各运行应用是否为预设异常应用，只要其中有至少一个运行应用为预设异常应用，则说明设备运行信息符合预设运行条件，也即只有在所有运行应用均不为预设异常应用的情况下，设备运行信息不符合预设运行条件。
此外，设备运行信息包括运行应用、运行模式和运行环境中的多个时，也即识别所述关联设备信息对应的设备运行信息，判断所述设备运行信息是否符合预设运行条件，包括识别所述关联设备信息对应的运行应用并判断所述运行应用是否为预设异常应用、识别所述关联设备信息对应的运行模式并判断所述运行模式是否为预设异常模式，以及识别所述关联设备信息对应的运行环境并判断所述运行环境是否为预设异常环境中的多个，在这种情况下，只要多个方案中，满足一个方案，则说明设备运行信息符合预设运行条件，也即在多个方案中均不满足时，才说明设备运行信息不符合预设运行条件。
例如，设备运行信息包括运行应用、运行模式和运行环境，当运行应用为预设异常应用、运行模式为预设异常模式和运行环境为预设异常环境中，只要符合一个，则说明设备运行信息符合预设运行条件，当运行应用为预设异常应用、运行模式为预设异常模式和运行环境为预设异常环境中均不符合时，说明设备运行信息不符合预设运行条件。
步骤108：若是，则确定所述目标物运输异常。
在对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件的基础上，进一步地，若特征识别结果符合预设异常运输条件，则确定目标物运输异常。
具体的，目标物运输异常是指目标物在本地显示的运输状态与实际运输状态不相符，例如目标物没有到达团点，但获取的运输信息显示目标物已到达团点，又如用户没有收到目标物，但获取的运输信息显示目标物已被用户接收等。
实际应用中，先判断特征识别结果是否符合预设异常运输条件，如果特征识别结果不符合预设异常运输条件，则说明目标物对应的关联设备信息不存在异常现象，也即目标物运输正常；如果特征识别结果不符合预设异常运输条件，则说明目标物对应的关联设备信息存在异常现象，也即目标物运输异常。
在本说明书实施例的一种可能的实现方式中，在关联设备信息为定位信息，且定位信息包含海拔高度和经纬度的情况下：可以识别海拔高度的第一精度以及经纬度的第二精度，然后针对第一精度，判断第一精度是否在预设海拔高度精度范围内，针对第二精度，判断第二精度是否符合预设经纬度精度范围，若第一精度不在预设海拔高度精度范围内且第二精度不符合预设经纬度精度范围，则确定目标物运输正常；若第一精度在预设海拔高度精度范围内和/或第二精度符合预设经纬度精度范围，则确定目标物运输异常。例如，定位信息由装载ios系统的关联设备通过iAP2协议生成，识别该定位信息的海拔高度的第一精度为0.1m，识别该定位信息的经纬度的第二精度为小数点后8位，也即0.001m，当预设海拔高度精度范围为0.01m-0.1m和/或预设经纬度精度范围为小数点后8-9位，也即0.0001m-0.001m时，第一精度在预设海拔高度精度范围内和/或第二精度符合预设经纬度精度范围，则说明目标物运输异常。
参见图2，图2示出了本说明书一个实施例提供的第二种异常检测方法的流程图：当目标物到达网格仓、目标物从网格仓发出、目标物到达团点、地址围栏校验、团点签收中至少一个发生时，触发异常检测，即获取目标物的运输信息，且运输信息符合预设异常检测条件。然后，获取目标物的定位信息，识别定位信息中海拔高度的第一精度和经纬度的第二精度，判断第一精度是否符合预设海拔高度精度范围，如果是，则直接确定目标物运输异常，并上报，如将定位信息关联目标物、团点信息和运输信息，通过用户追踪(UT，UserTrack)上报以供数据分析；如果否，则判断第二精度是否符合预设经纬度精度范围，若否，确定目标物运输正常，若是，确定目标物运输异常，并上报。
在本说明书实施例的一种可能的实现方式中，在定位信息包含海拔高度的情况下，可以识别定位信息中的海拔高度，判断所述海拔高度是否为预设海拔高度范围，若海拔高度不符合预设海拔高度范围，则确定目标物运输正常，若海拔高度符合预设海拔高度范围，则确定目标物运输异常。例如，定位信息由装载ios系统的关联设备人通过开发者模式模拟定位产生，识别该定位信息的海拔高度为0m，由于陆地地区不存在海拔高度为0m的位置，设置预设海拔高度精度范围为小于或等于0m，则海拔高度在预设海拔高度范围内，则说明目标物运输异常。
在本说明书实施例的一种可能的实现方式中，在设备运行信息包括运行应用、运行模式和运行环境中的至少一种的情况下：
在设备运行信息包含运行应用的情况下，判断运行应用是否为预设异常应用，若运行应用不为预设异常应用，则说明确定目标物运输正常，若运行应用为预设异常应用，则确定目标物运输异常。例如进行黑名单应用识别，识别设备运行信息包含运行应用b1，且预设异常应用包含b1、b2和b3，运行应用b1为预设异常应用，则确定目标物运输异常。
在设备运行信息包含运行模式的情况下，判断运行模式是否为运行模式，若运行模式不为预设运行模式，则说明确定目标物运输正常，若运行模式为预设运行模式，则确定目标物运输异常。例如识别关联设备是否开启开发者模式中的模拟定位模式，识别设备运行信息包含运行模式——模拟定位模式，且预设异常模式为模拟定位模式，即运行模式为预设异常模式，则确定目标物运输异常。
在设备运行信息包含运行环境的情况下，判断运行环境是否为运行环境，若运行环境不为预设运行环境，则说明确定目标物运输正常，若运行环境为预设运行环境，则确定目标物运输异常。例如检测运行环境风险，识别设备运行信息包含运行环境c1，且预设异常环境包含c1和c2，运行环境c1为预设异常环境，则确定目标物运输异常。
参见图3，图3示出了本说明书一个实施例提供的第三种异常检测方法的流程图：当目标物到达网格仓、目标物从网格仓发出、目标物到达团点、地址围栏校验、团点签收中至少一个发生时，触发异常检测，即获取目标物的运输信息，且运输信息符合预设异常检测条件。然后，获取目标物的设备运行信息，识别设备运行信息中的运行应用、运行模式和运行环境，判断判断运行应用是否为预设异常应用，若是，则直接确定目标物运输异常，并上报，如将定位信息关联目标物、团点信息和运输信息，通过用户追踪(UT，User Track)上报以供数据分析；若否，则判断运行模式是否为预设异常模式，如果是，则确定目标物运输异常，并上报，如果否，则判断运行环境是否为预设异常环境；若否，确定目标物运输正常，若是，确定目标物运输异常，并上报。
目标物运输异常，说明运输人员在运输目标物的过程中出现了不规范操作，如虚假妥投等，此时需要对运输人员进行责任判定，可以生成初始运输判定结果发送至目标物对应的运输客户端。也即在确定所述目标物运输异常之后，还包括：
确定所述目标物对应的运输客户端，并生成针对所述运输客户端的初始运输判定结果；
将所述初始运输判定结果反馈至所述运输客户端。
具体的，运输客户端是指目标物的关联设备上运输平台对应的客户端，也即运输人员使用的运输平台对应的客户端；初始运输判定结果是指基于目标物运输异常初步生成的运输判定结果。
实际应用中，在确定目标物运输异常之后，先确定目标物对应的运输客户端，基于目标物运输异常生成初始运输判定结果，并将初始运输判定结果发送至运输客户端，以使运输客户端基于初始运输判定结果执行响应操作。如此，可以保证能够及时地对运输人员进行责任判定，也即生成初始运输判定结果，并及时反馈给运输人员，提高异常检测效率。
例如，确定目标物对应的运输客户端为ry123，生成针对运输客户端ry123的初始运输判定结果——运输作弊，然后将该初始运输判定结果发送给运输客户端ry123。运输人员可以通过运输客户端ry123查看到初始运输判定结果——运输作弊。
在本说明书实施例的一种可能的实现方式中，当运输人员对初始运输判定结果不满意或者不赞同时，可以通过运输客户端传输运输文件，然后本地基于预设判定策略校验运输文件，并生成目标运输判定结果，反馈给运输客户端。也即所述将所述初始运输判定结果反馈至所述运输客户端之后，还包括：
接收所述运输客户端提供的针对所述初始运输判定结果的运输文件；
基于预设判定策略，对所述运输文件进行校验；
根据校验结果生成目标运输判定结果，并将所述目标运输判定结果反馈至所述运输客户端。
具体的，运输文件是指运输客户端发送的用于证明目标物运输正常的文件；预设判定策略是指预先设置的用于校验运输文件的方法、方案等；目标运输判定结果是指基于校验结果生成的针对运输客户端的运输判定结果，可以是维持初始运输判定结果，也可以是撤销初始运输判定结果。
实际应用中，少数情况下可能存在错误确定目标物运输异常，导致生成的初始运输判定结果出错。在将初始运输判定结果反馈至运输客户端之后，运输人员可以查看初始运输判定结果，若当运输人员对初始运输判定结果不认同，运输人员可以通过运输客户端传输运输文件，也即接收运输客户端提供的针对初始运输判定结果的运输文件。进一步地，本地基于预设判定策略对运输文件进行校验，若校验通过，则撤回初始运输判定结果，并反馈给运输客户端，若校验不通过，则维持初始运输判定结果，并反馈给运输客户端，也即根据校验结果生成目标运输判定结果，反馈给运输客户端。此外，目标运输判定结果可以作用为运输人员的风控管理依据。如此，避免异常检测出错，提高判责的效率和准确度。
为了提高校验效率，可以使用历史运输记录和运输记录文件对历史运输记录进行校验，也即所述基于预设判定策略，对所述运输文件进行校验，具体实现过程可以如下：
获取所述运输客户端对应的历史运输记录和所述目标物的运输记录文件；
根据所述历史运输记录和所述运输记录文件对所述运输文件进行校验。
具体的，历史运输记录是指运输客户端在运输其他物品对应的运输记录；运输记录文件是指在运输目标物的过程中记录的文件，如签收图片等。
实际应用中，在接收到运输客户端提供的针对初始运输判定结果的运输文件后，获取运输客户端对应的历史运输记录和目标物的运输记录文件，可以从本地存储中获取历史运输记录和运输记录文件，也可以向运输客户端发送请求以获取历史运输记录和运输记录文件。然后将运输文件与运输记录文件和历史运输记录进行对比，即根据历史运输记录和运输记录文件对运输文件进行校验。如此，可以提高校验运输文件的效率，并提高校验结果的可靠性和准确度。
参见图4，图4示出了本说明书一个实施例提供的一种异常检测方法中预设判定策略的流程示意图：针对运输人员或者运输客户端，获取运输客户端对应的历史运输记录：运输特征、运输时效特征和驿站/团长/用户反馈，其中运输特征包括运输数据、团间移动速度、运输轨迹中的至少一个；获取目标物的运输记录文件：团点签收图片凭证。然后根据历史运输记录和运输记录文件对运输文件进行校验，并根据校验结果生成目标运输判定结果，可以采用加权计算规则生成目标运输判定结果：针对运输特征、运输时效特征、驿站/团长/用户反馈和团点签收图片凭证4个计算项的结果为0或者为1，分别采用加权系数并累加，如果加权和大于预设阈值，则目标运输判定结果为维持初始运输判定结果，即生成判责单，若加权和小于或等于预设阈值，则目标运输判定结果为撤销初始运输判定结果。优选地预设阈值为0.9，各计算项如表1所述，计算项分为包括团点签收图片凭证、运输特征、存在驿站/团长/用户反馈和运输时效特征，其中团点签收图片凭证的加权系数为0.5；运输特征的加权系数为0.9，主要包含配送位移速度校验、轨迹特征校验等检查项；存在驿站/团长/用户反馈的加权系数为0.5，主要指履约收集的问题反馈；运输时效特征的加权系数为0.4，主要为履约的判责策略：距离3-5公里签收时间2分钟内，距离5-10公里签收时间3分钟内，距离10公里以上签收时间5分钟内，结果为1。此外，还可以加入关联设备环境检测结果的计算项，其对应的加权系数可以设置为0.5。
表1四个计算项
Figure BDA0003497811040000121
参见图5，图5示出了本说明书一个实施例提供的第四种异常检测方法的流程图：实时检测，也即实时获取目标物的运输信息，然后异常检测中心触发异常检测，主要包含本地构建举证信息(处理用户实操数据)和运输客户端环境检测特征，此外，还可以有地点围栏校验，其中本地构建举证信息包括团点到达真实性校验、签到团点间用户运动信息(步行距离、步数)、团点签收真实性校验和敏感事件采集(退出客户端前后GPS变化、GPS权限变化等)四种信息，运输客户端环境检测特征包括：是否接入外设或使用开发者模式、是否使用黑名单应用、是否使用黑名单应用和是否使用黑名单应用四种检测。然后异常检测的数据同步至设备管理中心，同时设备管理中心接收风控中心的关联设备安全分。进一步地，当设备管理中心基于关联设备安全分和同步的数据确定运输异常，可以由异常检测中心触发判责单，反馈至运输客户端，此时仅提醒运输人员并不影响运输人员接收其他运输任务，若运输人员对判责单不赞同，运输人员通过运输客户端申诉，由人工审核，基于举证信息/履约关联信息，确定撤销或驳回，若撤销判责单，对异常检测中心准确性监测，以便于提高异常检测中心的检测准确性，若驳回申诉，则在设备管理平台设备打标；还可以由履约感知中心触发判责单，之后进行人工校验，然后履约关联信息。对于两种判责单的处理，是取交集进行交叉验证、取交集进行加权、还是并集直接判责，取决于两种判责的准确性，也可以按照两种方式任选其一独立进行判责。
本说明书一个实施例提供的异常检测方法，通过获取目标物的运输信息；在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息；对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件；若是，则确定所述目标物运输异常。通过获取运输信息和预设异常检测条件实现自动触发异常检测，且通过对关联设备信息进行特征识别，基于特征识别结果是否符合预设异常运输条件来判断目标物运输是否异常，极大程度提高了异常检测的准确度，且不依赖检测人员和消费者进线，做到了数据驱动的识别策略，触发侧自动化。外此，还可以极大地提高了异常检测的召回率。
下述结合附图6，以本说明书提供的异常检测方法在货物配送中的应用为例，对所述异常检测方法进行进一步说明。其中，图6示出了本说明书一个实施例提供的一种异常检测方法的处理过程流程图，具体包括以下步骤。
步骤602：获取目标货物的配送信息。
步骤604：在配送信息符合预设异常检测条件的情况下，获取目标货物对应的关联设备信息。
可选地，配送信息为位置信息；
在配送信息符合预设异常检测条件的情况下，获取目标货物对应的关联设备信息，包括：
在位置信息位于预设位置范围内的情况下，获取目标货物对应的关联设备信息。
步骤606：在关联设备信息为定位信息的情况下，识别定位信息的精度。
其中，识别定位信息的精度，包括：
识别定位信息中海拔高度的第一精度和经纬度的第二精度。
步骤608：判断精度是否符合预设定位精度范围。
若是，执行步骤614，若否，执行步骤616。
其中判断精度是否符合预设定位精度范围，包括：
判断第一精度是否符合预设海拔高度精度范围，和/或第二精度是否符合预设经纬度精度范围。
步骤610：在预设异常运输条件为预设运行条件的情况下，识别关联设备信息的设备运行信息。
其中，识别关联设备信息对应的设备运行信息，以下至少一种：
识别关联设备信息对应的运行应用；
识别关联设备信息对应的运行模式；
识别关联设备信息对应的运行环境。
步骤612：判断设备运行信息是否符合预设运行条件。
若是，执行步骤614，若否，执行步骤616。
其中，判断设备运行信息是否符合预设运行条件，包括以下至少一种：
判断运行应用是否为预设异常应用；
判断运行模式是否为预设异常模式；
判断运行环境是否为预设异常环境。
步骤614：确定目标货物运输正常。
步骤616：确定目标货物运输异常。
步骤618：确定目标货物对应的运输客户端，并生成针对运输客户端的初始运输判定结果。
步骤620：将初始运输判定结果反馈至运输客户端。
步骤622：接收运输客户端提供的针对初始运输判定结果的运输文件。
步骤624：基于预设判定策略，对运输文件进行校验。
基于预设判定策略，对运输文件进行校验，包括：
获取运输客户端对应的历史运输记录和目标货物的运输记录文件；
根据历史运输记录和运输记录文件对运输文件进行校验。
步骤626：根据校验结果生成目标运输判定结果，并将目标运输判定结果反馈至运输客户端。
本说明书一个实施例提供的异常检测方法，通过获取运输信息和预设异常检测条件实现自动触发异常检测，且通过对关联设备信息进行特征识别，基于特征识别结果是否符合预设异常运输条件来判断目标物运输是否异常，极大程度提高了异常检测的准确度，且不依赖检测人员和消费者进线，做到了数据驱动的识别策略，触发侧自动化。外此，还可以极大地提高了异常检测的召回率。
与上述方法实施例相对应，本说明书还提供了异常检测装置实施例，图7示出了本说明书一个实施例提供的一种异常检测装置的结构示意图。如图7所示，该装置包括：
第一获取模块702，被配置为获取目标物的运输信息；
第二获取模块704，被配置为在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息；
识别模块706，被配置为对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件；
确定模块708，被配置为若是，则确定所述目标物运输异常。
可选地，所述关联设备信息为定位信息；所述预设异常运输条件为预设定位精度范围；
所述识别模块706，还被配置为：
识别所述定位信息的精度，判断所述精度是否符合预设定位精度范围。
可选地，所述识别模块706，还被配置为：
识别所述定位信息中海拔高度的第一精度和经纬度的第二精度；
判断所述第一精度是否符合预设海拔高度精度范围，和/或所述第二精度是否符合预设经纬度精度范围。
可选地，所述预设异常运输条件为预设运行条件；
所述识别模块706，还被配置为：
识别所述关联设备信息的设备运行信息，判断所述设备运行信息是否符合预设运行条件。
可选地，所述设备运行信息包括运行应用、运行模式和运行环境中的至少一种；
所述识别模块706，还被配置为以下至少一种：
识别所述关联设备信息对应的运行应用，判断所述运行应用是否为预设异常应用；
识别所述关联设备信息对应的运行模式，判断所述运行模式是否为预设异常模式；
识别所述关联设备信息对应的运行环境，判断所述运行环境是否为预设异常环境。
可选地，所述装置还包括判定模块，被配置为：
确定所述目标物对应的运输客户端，并生成针对所述运输客户端的初始运输判定结果；
将所述初始运输判定结果反馈至所述运输客户端。
可选地，所述装置还包括校验模块，被配置为：
接收所述运输客户端提供的针对所述初始运输判定结果的运输文件；
基于预设判定策略，对所述运输文件进行校验；
根据校验结果生成目标运输判定结果，并将所述目标运输判定结果反馈至所述运输客户端。
可选地，所述校验模块，还被配置为：
获取所述运输客户端对应的历史运输记录和所述目标物的运输记录文件；
根据所述历史运输记录和所述运输记录文件对所述运输文件进行校验。
可选地，所述运输信息为位置信息；
所述第二获取模块704，还被配置为：
在所述位置信息位于预设位置范围内的情况下，获取所述目标物对应的关联设备信息。
本说明书一个实施例提供的异常检测装置，通过获取目标物的运输信息；在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息；对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件；若是，则确定所述目标物运输异常。通过获取运输信息和预设异常检测条件实现自动触发异常检测，且通过对关联设备信息进行特征识别，基于特征识别结果是否符合预设异常运输条件来判断目标物运输是否异常，极大程度提高了异常检测的准确度，且不依赖检测人员和消费者进线，做到了数据驱动的识别策略，触发侧自动化。外此，还可以极大地提高了异常检测的召回率。
上述为本实施例的一种异常检测装置的示意性方案。需要说明的是，该异常检测装置的技术方案与上述的异常检测方法的技术方案属于同一构思，异常检测装置的技术方案未详细描述的细节内容，均可以参见上述异常检测方法的技术方案的描述。
图8示出了根据本说明书一个实施例提供的一种计算设备800的结构框图。该计算设备800的部件包括但不限于存储器810和处理器820。处理器820与存储器810通过总线830相连接，数据库850用于保存数据。
计算设备800还包括接入设备840，接入设备840使得计算设备800能够经由一个或多个网络860通信。这些网络的示例包括公用交换电话网(PSTN，Public SwitchedTelephone Network)、局域网(LAN，Local Area Network)、广域网(WAN，Wide AreaNetwork)、个域网(PAN，Personal Area Network)或诸如因特网的通信网络的组合。接入设备840可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC，NetworkInterface Controller))中的一个或多个，诸如IEEE802.11无线局域网(WLAN，WirelessLocal Area Network)无线接口、全球微波互联接入(Wi-MAX，WorldwideInteroperability for Microwave Access)接口、以太网接口、通用串行总线(USB，Universal Serial Bus)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC，Near FieldCommunication)接口，等等。
在本说明书的一个实施例中，计算设备800的上述部件以及图8中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图8所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
计算设备800可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备800还可以是移动式或静止式的服务器。
其中，处理器820用于执行如下计算机可执行指令，该计算机可执行指令被处理器执行时实现上述异常检测方法的步骤。
上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的异常检测方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述异常检测方法的技术方案的描述。
本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述异常检测方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的异常检测方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述异常检测方法的技术方案的描述。
本说明书一实施例还提供一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述异常检测方法的步骤。
上述为本实施例的一种计算机程序的示意性方案。需要说明的是，该计算机程序的技术方案与上述的异常检测方法的技术方案属于同一构思，计算机程序的技术方案未详细描述的细节内容，均可以参见上述异常检测方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。

Claims (12)

1.一种异常检测方法，包括：
获取目标物的运输信息；
在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息；
对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件；
若是，则确定所述目标物运输异常。
2.根据权利要求1所述的方法，所述关联设备信息为定位信息；所述预设异常运输条件为预设定位精度范围；
所述对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件，包括：
识别所述定位信息的精度，判断所述精度是否符合预设定位精度范围。
3.根据权利要求2所述的方法，所述识别所述定位信息的精度，判断所述精度是否符合预设定位精度范围，包括：
识别所述定位信息中海拔高度的第一精度和经纬度的第二精度；
判断所述第一精度是否符合预设海拔高度精度范围，和/或所述第二精度是否符合预设经纬度精度范围。
4.根据权利要求1所述的方法，所述预设异常运输条件为预设运行条件；
所述对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件，包括：
识别所述关联设备信息的设备运行信息，判断所述设备运行信息是否符合预设运行条件。
5.根据权利要求4所述的方法，所述设备运行信息包括运行应用、运行模式和运行环境中的至少一种；
所述识别所述关联设备信息对应的设备运行信息，判断所述设备运行信息是否符合预设运行条件，包括以下至少一种：
识别所述关联设备信息对应的运行应用，判断所述运行应用是否为预设异常应用；
识别所述关联设备信息对应的运行模式，判断所述运行模式是否为预设异常模式；
识别所述关联设备信息对应的运行环境，判断所述运行环境是否为预设异常环境。
6.根据权利要求1-5任意一项所述的方法，所述确定所述目标物运输异常之后，还包括：
确定所述目标物对应的运输客户端，并生成针对所述运输客户端的初始运输判定结果；
将所述初始运输判定结果反馈至所述运输客户端。
7.根据权利要求6所述的方法，所述将所述初始运输判定结果反馈至所述运输客户端之后，还包括：
接收所述运输客户端提供的针对所述初始运输判定结果的运输文件；
基于预设判定策略，对所述运输文件进行校验；
根据校验结果生成目标运输判定结果，并将所述目标运输判定结果反馈至所述运输客户端。
8.根据权利要求7所述的方法，所述基于预设判定策略，对所述运输文件进行校验，包括：
获取所述运输客户端对应的历史运输记录和所述目标物的运输记录文件；
根据所述历史运输记录和所述运输记录文件对所述运输文件进行校验。
9.根据权利要求1所述的方法，所述运输信息为位置信息；
所述在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息，包括：
在所述位置信息位于预设位置范围内的情况下，获取所述目标物对应的关联设备信息。
10.一种异常检测装置，包括：
第一获取模块，被配置为获取目标物的运输信息；
第二获取模块，被配置为在所述运输信息符合预设异常检测条件的情况下，获取所述目标物对应的关联设备信息；
识别模块，被配置为对所述关联设备信息进行特征识别，判断特征识别结果是否符合预设异常运输条件；
确定模块，被配置为若是，则确定所述目标物运输异常。
11.一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至9任意一项所述异常检测方法的步骤。
12.一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至9任意一项所述异常检测方法的步骤。
CN202210133150.4A 2022-02-08 2022-02-08 异常检测方法以及装置 Pending CN114580859A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210133150.4A CN114580859A (zh) 2022-02-08 2022-02-08 异常检测方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210133150.4A CN114580859A (zh) 2022-02-08 2022-02-08 异常检测方法以及装置

Publications (1)

Publication Number Publication Date
CN114580859A true CN114580859A (zh) 2022-06-03

Family

ID=81775124

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210133150.4A Pending CN114580859A (zh) 2022-02-08 2022-02-08 异常检测方法以及装置

Country Status (1)

Country Link
CN (1) CN114580859A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115345567A (zh) * 2022-10-19 2022-11-15 大唐融合通信股份有限公司 物流配送方法、装置、网络设备、终端及可读存储介质
CN118333500A (zh) * 2024-06-13 2024-07-12 中国人民解放军总医院 一种基于智能识别的急救包药品输送管理系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115345567A (zh) * 2022-10-19 2022-11-15 大唐融合通信股份有限公司 物流配送方法、装置、网络设备、终端及可读存储介质
CN118333500A (zh) * 2024-06-13 2024-07-12 中国人民解放军总医院 一种基于智能识别的急救包药品输送管理系统

Similar Documents

Publication Publication Date Title
EP2992355B1 (en) Scalable real-time location detection based on overlapping neural networks
CN114580859A (zh) 异常检测方法以及装置
CN107465741B (zh) 信息推送方法和装置
KR101957917B1 (ko) 블록체인 및 ict 기반 마리나 운영 관리 서비스 제공 서버 및 시스템
US10664931B2 (en) Data analyzing system and method
Behrens et al. A new multi-sensor approach to simulation assisted tsunami early warning
US20200387860A1 (en) Estimating system, estimating method, and information storage medium
US9633326B2 (en) Load distribution and consolidation tracking system
US20190370673A1 (en) Data prediction system, data prediction method, and data prediction apparatus
CN109472494A (zh) 一种指挥控制系统服务保障能力评估指标量化模型
CN110766418A (zh) 一种用于实现售后服务现场销单的真实性的方法及系统
US20190311387A1 (en) Computer system, vacant seat detecting method, and program
CN106096899A (zh) 一种物流配送方法、移动终端及系统
CN117422553A (zh) 区块链网络的交易处理方法、装置、设备、介质和产品
CN115860609B (zh) 一种通过区块链控制的商品派送追溯系统及方法
CN115905958A (zh) 一种虚假妥投行为的判别方法和装置
US20230027383A1 (en) Prediction system and prediction method
CN112735072B (zh) 一种基于物联网林区动态及林区火情预警云平台
CN114971641A (zh) 虚拟商品的欺诈识别方法、装置、计算机设备及存储介质
CN112465331A (zh) 乘车安全控制方法、模型训练方法、装置、设备及介质
CN106358271A (zh) 一种定位方法、确定标识无线局域网的方法及相关装置
CN112749751B (zh) 一种基于概率感知的检测器融合方法及系统
CN109711863A (zh) 用于质检服务定价的智能核价方法、设备、介质及系统
CN112818192B (zh) 服务对象聚类方法、装置、存储介质和电子设备
EP4068190B1 (en) Information processing apparatus, information processing method, program, and computer-readable recording medium

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