CN114971116B - 一种追踪风险终端的方法和装置 - Google Patents
一种追踪风险终端的方法和装置 Download PDFInfo
- Publication number
- CN114971116B CN114971116B CN202110566175.9A CN202110566175A CN114971116B CN 114971116 B CN114971116 B CN 114971116B CN 202110566175 A CN202110566175 A CN 202110566175A CN 114971116 B CN114971116 B CN 114971116B
- Authority
- CN
- China
- Prior art keywords
- terminal
- target
- risk
- edge computing
- computing node
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000006854 communication Effects 0.000 claims abstract description 89
- 238000004891 communication Methods 0.000 claims abstract description 88
- 230000003993 interaction Effects 0.000 claims description 50
- 230000006399 behavior Effects 0.000 claims description 46
- 208000015181 infectious disease Diseases 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 208000035473 Communicable disease Diseases 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 10
- 238000012545 processing Methods 0.000 description 26
- 230000000694 effects Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000007405 data analysis Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- VYMDGNCVAMGZFE-UHFFFAOYSA-N phenylbutazonum Chemical compound O=C1C(CCCC)C(=O)N(C=2C=CC=CC=2)N1C1=CC=CC=C1 VYMDGNCVAMGZFE-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/75—Information technology; Communication
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/30—Control
-
- 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)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Pathology (AREA)
- Game Theory and Decision Science (AREA)
- Epidemiology (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Environmental & Geological Engineering (AREA)
- Toxicology (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种追踪风险终端的方法和装置,用以解决应用边缘计算技术追踪风险终端的效率低的问题。本申请提供的方案包括:获取预设历史时段内与目标风险终端执行通信的至少一个边缘计算节点的历史通信记录;根据历史通信记录分别确定至少一个边缘计算节点与目标风险终端在预设未来时段内的通信概率;控制目标边缘计算节点对目标风险终端执行追踪,目标边缘计算节点为通信概率大于预设通信概率的边缘计算节点。本发明实施例的方案,基于目标风险终端与各个边缘计算节点的历史通信记录推测未来时段内与目标风险终端通信的目标边缘计算节点,进而指示目标边缘计算节点对目标风险终端执行追踪,提高追踪风险终端的有效性和即时性。
Description
技术领域
本发明涉及风险控制领域,尤其涉及一种追踪风险终端的方法和装置。
背景技术
随着大数据技术的快速发展,越来越多的行业需要通过大数据技术实现数据处理和分析。大数据技术可以广泛应用于各种领域,例如可以用于实现目标跟踪分析、信息推送、金融交易等。
为了实现大数据处理,边缘计算技术通过将计算和存储配置在互联网边缘,来处理物联网终端产生的大量数据。在实际应用中,边缘计算的效率受到多种因素的影响,例如边缘计算资源的地理分散性、异构性以及对性能、能耗、费用、稳定性等。边缘计算技术的复杂性导致难以对边缘计算效率作进一步提升优化。在应用边缘计算技术对风险终端进行追踪的应用场景中,受上述多种因素的影响,难以提高追踪风险终端的效率。往往存在边缘计算资源浪费、追踪风险终端不及时的问题。
如何提高追踪风险终端的效率,是本申请所要解决的技术问题。
发明内容
本申请实施例的目的是提供一种追踪风险终端的方法和装置,用以解决应用边缘计算技术追踪风险终端的效率低的问题。
第一方面,提供了一种追踪风险终端的方法,包括:
获取预设历史时段内与目标风险终端执行通信的至少一个边缘计算节点的历史通信记录;
根据所述历史通信记录分别确定所述至少一个边缘计算节点与所述目标风险终端在预设未来时段内的通信概率;
控制所述目标边缘计算节点对所述目标风险终端执行追踪,所述目标边缘计算节点为通信概率大于预设通信概率的边缘计算节点。
第二方面,提供了一种追踪风险终端的装置,包括:
获取模块,获取预设历史时段内与目标风险终端执行通信的至少一个边缘计算节点的历史通信记录;
确定模块,根据所述历史通信记录分别确定所述至少一个边缘计算节点与所述目标风险终端在预设未来时段内的通信概率;
控制模块,控制所述目标边缘计算节点对所述目标风险终端执行追踪,所述目标边缘计算节点为通信概率大于预设通信概率的边缘计算节点。
第三方面,提供了一种电子设备,该电子设备包括处理器、存储器及存储在该存储器上并可在该处理器上运行的计算机程序,该计算机程序被该处理器执行时实现如第一方面的方法的步骤。
第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质上存储计算机程序,该计算机程序被处理器执行时实现如第一方面的方法的步骤。
在本申请实施例中,通过获取预设历史时段内与目标风险终端执行通信的至少一个边缘计算节点的历史通信记录;根据历史通信记录分别确定至少一个边缘计算节点与目标风险终端在预设未来时段内的通信概率;控制目标边缘计算节点对目标风险终端执行追踪,目标边缘计算节点为通信概率大于预设通信概率的边缘计算节点。本发明实施例的方案,基于目标风险终端与各个边缘计算节点的历史通信记录推测未来时段内与目标风险终端通信的目标边缘计算节点,进而指示目标边缘计算节点对目标风险终端执行追踪,提高追踪风险终端的有效性和即时性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明的一个实施例一种追踪风险终端的方法的流程示意图之一。
图2是本发明的一个实施例一种追踪风险终端的方法的流程示意图之二。
图3是本发明的一个实施例一种追踪风险终端的方法的流程示意图之三。
图4是本发明的一个实施例一种追踪风险终端的方法的流程示意图之四。
图5是本发明的一个实施例一种追踪风险终端的方法的流程示意图之五。
图6是本发明的一个实施例一种追踪风险终端的方法的流程示意图之六。
图7是本发明的一个实施例一种追踪风险终端的方法的流程示意图之七。
图8是本发明的一个实施例一种追踪风险终端的终端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。本申请中附图编号仅用于区分方案中的各个步骤,不用于限定各个步骤的执行顺序,具体执行顺序以说明书中描述为准。
基于为人类社会提供一个高安全防护医疗环境的迫切需要,亟需一种能够高效分析每个人物对象的行为信息,并快速给出分析结果响应的技术方案。如果单纯依靠“大数据+云计算”的实现方式,由于在系统覆盖节点量过大时,会存在响应效率变差、响应时间变长、延迟和拥塞可能性增加等问题。因此,单纯依赖云计算的方式实现数据分析则无法满足重大医疗事件的有关数据分析处理。
为了解决现有技术中存在的问题,本申请实施例提供一种追踪风险终端的方法,具体可以用于对有风险的终端实现追踪,也可以用于对有风险的用户携带的终端执行追踪,进而实现对有风险的用户的追踪。本申请实施例提供的方法如图1所示,包括以下步骤:
S11:获取预设历史时段内与目标风险终端执行通信的至少一个边缘计算节点的历史通信记录;
S12:根据所述历史通信记录分别确定所述至少一个边缘计算节点与所述目标风险终端在预设未来时段内的通信概率;
S13:控制所述目标边缘计算节点对所述目标风险终端执行追踪,所述目标边缘计算节点为通信概率大于预设通信概率的边缘计算节点。
本申请实施例提供的方案涉及边缘计算技术,边缘计算是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务。其应用程序在边缘侧发起,产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。
对于边缘服务器的调度,实际应用中往往依据负载均衡和区域覆盖的方式实现边缘节点的选择。由于疫情区域的人员会存在区域聚集的特性和高度交叉的特征,如果采用基于区域覆盖的方式调度边缘处理节点,则无法保证低时延反馈结果。
本申请实施例提供的方案可以由“云-边-端”三层计算系统实现,在实际应用中,也可以由其他电子设备实现。上述三层计算系统中的第一层是物联网层,其中,传感器、处理器根据应用需求感知、测量和收集原始数据,然后在本地处理大量数据或将其上传至计算节点。
第二层是边缘计算层,位于互联网边缘,靠近数据源。边缘计算节点连接物联网,边缘节点之间可以互相通信,提供计算和存储功能。可以将边缘节点分为计算和网关节点,其中计算节点包含控制、计算和通讯模块,负责接收和处理应用请求,网关节点包含期望评级和应用分配单元,负责评估应用请求的优先级并为应用分配处理节点。
第三层是云计算层,一般而言,云计算中心具有强大的计算和存储能力,可以提供高聚合度的集中计算、存储等服务,但云计算中心和本地的长距离往往会造成的传播和传输时延,导致数据型任务上传云节点时存在较大延时。
本申请实施例提供的方案可以应用于多种应用场景,本实施例中以追踪疫情区域的风险用户为例说明本方案。
在步骤S11中,由云计算层获取预设历史时段内与目标风险终端执行通信的至少一个边缘计算节点的历史通信记录。上述边缘计算层位于互联网边缘靠近数据源,其中包括至少一个边缘计算节点。边缘计算节点连接物联网,提供计算和存储功能并可为应用分配处理节点。边缘计算节点往往覆盖一个空间区域,对该空间区域内的终端提供服务功能。
在实际应用中,可以根据行政地理区域实现边缘计算节点的服务分配,例如一个行政区划,可以分配多个边缘计算节点,该多个边缘计算节点同时为该行政区划内的终端提供计算服务,该多个边缘计算节点之间可以根据业务划分为节点的服务提供范围,也可以根据节点实时的负载情况确定服务对象终端。此处不作限定。
在步骤S12中,根据所述历史通信记录分别确定所述至少一个边缘计算节点与所述目标风险终端在预设未来时段内的通信概率。
具体地,由于终端会存在位置的实时变化,当终端的位置变化范围超出了一个边缘计算点的通信范围后,则会进入到另一个边缘计算节点的通信范围,而原有通信的边缘计算节点则无法与终端进行通信,云计算层根据边缘计算节点上传的通信服务记录,可以确定出所有与目标风险终端存在交互的边缘计算节点,然后再计算终端与所有存在通信的边缘计算节点的通信概率。
随后,在步骤S13中,控制所述目标边缘计算节点对所述目标风险终端执行追踪,所述目标边缘计算节点为通信概率大于预设通信概率的边缘计算节点。基于上述步骤S12确定的各边缘计算节点的通信概率,本步骤中可以基于通信概率数值的大小确定出与终端存在高通信概率的目标边缘计算节点。
下面,将突发疫情的区域称为原发区域。在实际应用中,如果由原发区域对应的边缘计算节点执行所有目标风险终端的目标追踪任务,则大概率会出现边缘计算节点的数据处理任务急剧增加的问题,进而导致数据处理效率大幅度较低,难以保证低时延的完成结果反馈的。因此,需要对数据处理任务进行分散。
对此,本申请实施例提供的方案中,计算了与目标风险终端交互的至少一个边缘计算节点的通信概率,可以将概率值最高的边缘计算节点确定为目标边缘计算节点,进而执行追踪任务。这样,可以将目标风险终端对应的目标追踪任务优先由目标边缘计算节点进行数据处理。从而,可以将原生区域的目标追踪任务最大化的分离到各个边缘计算节点进行处理,以保证低时延的完成数据分析结果的反馈。
在突发疫情的区域,将建立的目标追踪任务发送到确定的目标边缘计算节点上执行,将目标风险终端的目标追踪任务分离到其他区域的边缘计算节点执行,避免原发区域短时间处理大量目标追踪任务影响追踪任务的响应效率,可以实现对疫情区域内的人员的快速追踪,从而快速形成防护机制。另外,当需要追踪的终端数量较多时,本方案能将追踪任务分散至多个边缘计算节点,避免风险区域中的某个边缘计算节点短时间内执行大量目标追踪。
本实施例提供的方案,基于边缘计算技术的目标对象跟踪处理方案,云计算层通过计算与目标风险终端存在交互的边缘计算节点的通信概率,根据通信概率确定目标风险终端的目标追踪任务的目标边缘计算节点,并将建立的目标追踪任务上传到确定的目标边缘计算节点上执行。从而,可以将原生区域的目标追踪任务最大化的分离到其他区域的边缘计算节点进行处理,以保证低时延的完成数据分析结果的反馈。最终确定一条可以快速高效的追踪到疫情区域内的风险人员的行动轨迹数据处理路径,形成高效的防护机制,有利于疫情管理与防控。
基于上述实施例提供的方案,可选的,如图2所示,在获取预设历史时段内与目标风险终端执行通信的至少一个边缘计算节点的历史通信记录之前,还包括以下步骤:
S21:获取至少一个终端在预设历史时段内的历史行为信息,所述历史行为信息表征所述终端的历史移动轨迹和历史交互行为;
S22:根据所述轨迹行为信息确定所述至少一个终端中的目标风险终端,其中,所述目标风险终端的至少部分历史移动轨迹与所述至少一个终端中的其他终端的至少部分历史移动轨迹相匹配,或者,所述目标风险终端的至少部分历史交互行为与所述至少一个终端中的其他终端的至少部分交互行为相匹配。
在本申请实施例提供的方案中,可以先确定原发区域所对应的边缘计算节点,然后由确定出的边缘计算节点直接获取该区域内的所有终端的轨迹信息和交互行为信息。上述边缘计算节点所获取的所有终端的轨迹信息和交互行为信息,可以为一段时间内的信息,该时间段可以基于对检测数据分析的结果确定,例如,可以根据常规的医疗传染风险追踪期限确定,如7天、14天等。
另外,上述轨迹信息具体可以指终端在设定的时间段内在原发区域中的全球定位系统(Global Positioning System,GPS)位置信息,可包括终端在该时间段在该原发区域中的所有GPS位置坐标。
上述交互行为信息是指在设定的时间段内终端之间所产生的交互行为信息,例如,终端A在某地铁站扫码乘坐地铁,终端B在同一地铁站相同时间也扫码乘坐地铁,此时的交互行为信息包括了终端A与终端B于某个时间内在某地铁站共同乘坐地铁,即终端在某个时刻某个位置与另一个终端发生了相同行为。
终端在乘坐交通工具时,需要与设置于交通工具上的标识码或传感器进行通信,基于该通信的过程即可获取到终端的实时位置,同时终端本身也可有 GPS传感器实现定位,而这些信息都会被上传到该实时位置对应的边缘计算节点处进行计算,因此,基于终端及传感器上传的信息,即可获知终端的GPS 位置坐标。对于交互行为信息,同样也是由边缘计算节点根据终端的位置信息、消费行为信息、扫码行为信息等进行确定。
可选的,为降低计算量,提高数据处理速度,降低通信延迟,降低互联网通信压力,本步骤获取的轨迹信息可以仅限定在原发区域内,而无需获取终端的所有区域的轨迹信息。
通过本申请实施例提供的方案,根据终端在预设历史时段内的历史移动轨迹和历史交互行为来确定所述至少一个终端中的目标风险终端,实现对终端风险的识别,有效确定追踪目标。
基于上述实施例提供的方案,可选的,如图3所示,在获取至少一个终端在预设历史时段内的历史行为信息之前,还包括以下步骤:
S31:监测至少一个区域内发生的风险事件;
S32:当监测到的风险事件包括预设风险事件时,将发生预设风险事件的区域确定为风险区域;
其中,上述步骤S21,包括:
S33:获取所述风险区域内的至少一个终端在预设历史时段内的历史行为信息。
在实际应用中,可以通过多种方式监测区域内的风险事件。例如,可以监测事件相关参数,一旦超出警戒值则确定该区域内发生了风险事件。或者,也可以监测用户上报的告警信息,一旦接收到用户上报的告警信息则根据接收到的告警信息来确定区域内发生的风险事件。
如果监测到的风险事件包括预设风险事件,则将发生预设风险事件的区域确定为风险区域。通过本申请实施例提供的方案,能实现对风险事件的有效监测,并自动确定风险区域,有利于及时处理风险事件,降低风险事件的负面影响。在确定风险区域之后,获取该风险区域内的终端的历史行为信息,该历史行为信息能用于确定该风险区域内的目标风险终端,进而对目标风险终端进行追踪,有利于控制和降低风险。
基于上述实施例提供的方案,可选的,如图4所示,监测至少一个区域内发生的风险事件,包括以下步骤:
S41:监测至少一个区域内的医疗事件,所述医疗事件根据所述至少一个区域内的人体生命体征数据或医学诊断结果数据确定;
其中,上述步骤S32,包括:
S42:当监测到的医疗事件包括预设传染病医疗事件时,将发生预设传染病医疗事件的区域确定为风险区域。
具体地,可以监测区域内的医疗检测数据。该医疗检测数据可以包括通过多种医疗器材对人体生命体征检测所得到的数据,例如可以是常规血项检测、 CT影像检测、鼻咽试纸检测等。
可以通过云计算层周期性地接收到来自物联网层的传感器等所采集的所有医疗检测数据,并会根据检测数据综合分析,确定存在高感染风险的原发区域。本实施例提供的方案中,原发区域是指根据检测数据分析后确定存在异常医疗指标对象的区域,该区域可以是一个自然空间地理范围,如一座城市或一座城市的某个区。此外,云计算层对来自于物联网传感器的数据根据医学诊断指标值,进行分析处理,可以采用现有的医学指标分析方法实现对人体生命体征数据的分析,综合得出诊断结果,诊断结果可以是某个指标的异常,也可以是医学诊断结果。
通过本申请实施例提供的方案,能及时监测到医疗事件。如果突发传染病事件,能及时追踪疑似患者,有利于对传染病溯源。
基于上述实施例提供的方案,可选的,如图5所示,在控制所述目标边缘计算节点对所述目标风险终端执行追踪之前,还包括以下步骤:
S51:生成包含所述目标风险终端的所述历史行为信息的目标追踪任务;
其中,控制所述目标边缘计算节点对所述目标风险终端执行追踪,包括:
S52:将所述目标追踪任务发送至所述目标边缘计算节点,以控制所述目标边缘计算节点对所述目标风险终端执行追踪。
本申请实施例中所述的追踪任务中具体可以包括目标风险终端的轨迹信息。此处的轨迹信息可以包括目标风险终端的历史轨迹信息,也可以包括预测的该目标风险终端的将来一段时间内的轨迹信息。通常,对于医疗事件,需要对用户的行踪信息进行追踪,本申请实施例提供的方案能实现对疑似患者的有效追踪,有利于及时管控风险事件。
可选的,如果在生成目标追踪任务之前,只获取了目标风险终端在原发区域内的历史轨迹信息。那么,可以在生成目标追踪任务之前,先获取目标风险终端在一定时间内的全部历史轨迹信息。然后根据获取到的全部历史轨迹信息生成上述目标追踪任务,以提高预测目标风险终端未来一段时间内的轨迹信息的准确性。
基于上述实施例提供的方案,可选的,如图6所示,根据所述轨迹行为信息确定所述至少一个终端中的目标风险终端,包括以下步骤:
S61:确定所述至少一个终端中与第一终端相匹配的终端的数量,所述至少一个终端包括所述第一终端,其中,与所述第一终端相匹配的终端的至少部分历史移动轨迹与所述第一终端的至少部分历史移动轨迹相匹配,或者,与所述第一终端相匹配的终端的至少部分历史交互行为与所述第一终端的至少部分交互行为相匹配;
S62:如果与第一终端相匹配的终端的数量大于预设数量,则确定所述第一终端为目标风险终端。
在本实施例提供的方案中,可以分别确定与各个终端相匹配的终端数量,进而根据确定的终端数量来识别目标风险终端。具体的,可以根据风险事件的类型来确定匹配规则。例如,对于风险较低的风险事件,移动轨迹与交互行为都匹配时判定为匹配终端。对于风险较高的风险事件,移动轨迹或交互行为中任一匹配时判定为匹配终端。除此之外,还可以根据支付交易记录、图像记录、声音记录等信息综合确定终端是否匹配,进而确定相匹配的终端数量。
上述确定的与第一终端相匹配的终端数量能表征该第一终端的与其他终端交互的活跃度。第一终端移动轨迹越长、交互行为越多,则第一终端活跃度越高。在爆发传染病的区域内,活跃度越高的移动终端的用户感染风险越大。
在确定了第一终端匹配的终端的数量之后,可以依据该数量是否大于预设数量的判断结果来确定第一终端是否是目标风险终端。
可选的,可以分别确定各个所述至少一个终端中各个终端相匹配的终端数量,然后基于该数量来分别计算各个终端的活跃度,并依据活跃度排序结果来确定哪些终端是目标风险终端。
在本实施例提供的方案中,每个用户可以对应一个终端。追踪目标风险终端即可实现对目标对象用户的追踪。本实施例提供的方案能根据所确定的终端活跃度,排除活跃度较低或活跃度为0的的终端,并按照终端的活跃度,快速追踪到具有医疗风险的目标风险终端。
可选的,可以基于给定时间内相遇终端的数量与区域内终端总数量的比值来衡量活跃度,具体如式(1)和式(2)所示,其中actx表示终端x的活跃度,δ(x,y)表示网络中终端x是否与终端y相遇,n表示该区域内的终端数目。需要说明的是,此处所定义的终端终端x是否与终端y相遇是指终端x是否与终端y有交互行为,如终端x与终端y有交互行为,则确定为终端x与终端y 相遇;如终端x与终端y无交互行为,则确定为终端x与终端y不相遇。
将计算得到的所有终端的活跃度值与设定的阈值进行比较,将活跃度值大于阈值的终端确定为目标风险终端。此处的阈值可以设定为所有终端的活跃度阈值的平均值。
基于上述实施例提供的方案,可选的,如图7所示,根据所述历史通信记录分别确定所述至少一个边缘计算节点与所述目标风险终端在预设未来时段内的通信概率,包括以下步骤:
S71:根据所述至少一个边缘计算节点中的第一边缘计算节点的历史通信记录确定在预设历史时段内所述目标风险终端与所述第一边缘计算节点的交互次数CS、第p+1次交互的开始时刻STAp+1、第p次交互的结束时刻EDTp;
S72:根据所述交互次数CS、所述第p+1次交互的开始时刻STAp+1、所述第p次交互的结束时刻EDTp确定所述所述第一边缘计算节点与所述目标风险终端在预设未来时段内的通信概率
在实际计算过程中,可以通过平均交互间隔时间与时间段T的比值确定终端与边缘计算节点之间的通信概率,把终端与边缘计算节点在时间段T内的时间划分为交互持续时间和交互间隔时间,T时间段内它们的交互平均间隔Tavg表示为下式(3):
式(3)中,cs表示终端与边缘计算节点在T时间段内的交互次数,STAp+1表示在该T时间段内的p+1次交互的开始时间,EDTp表示在该T时间段内的p 次交互的结束时间。因此,终端与历史存在交互的边缘节点之间的通信概率 MPx,j可以表示为下式(4):
通过本申请实施例提供的方案,基于边缘计算技术实现对目标风险终端的跟踪。首先,通过基于终端活跃度从存在高感染风险的原发区域中确定出目标风险终端,然后再通过计算目标风险终端与目标风险终端存在交互的所有边缘计算节点的通信概率,最后根据通信概率确定所有目标风险终端的目标追踪任务的目标边缘计算节点,并将建立的目标追踪任务上传到确定的目标边缘计算节点上执行。从而实现将目标风险终端对应的目标追踪任务优先由所确定出的通信概率最高的边缘计算节点进行数据处理。从而,可以将原生区域的目标追踪任务最大化的分离到其他区域的边缘计算节点进行处理,以保证低时延的完成数据分析结果的反馈。
最终确定一条可以快速高效的追踪到疫情区域内的所有人员的行动轨迹数据处理路径。其中,数据处理路径是一个多元化处理的概念,也即,不同的终端对应的目标追踪任务同时分离到多个不同区域对应的边缘计算节点进行处理,其可以形成一个数据处理关系网,该关系网则体现为数据处理路径,以形成高效的防护机制。该防护机制包括将目标风险终端的目标追踪任务分离到其他区域,可以极大的降低原发区域的边缘计算节点的数据计算量,降低数据处理时延,低时延则会为应对重大事件提供时效保证,高效的处理也即为形成了高效的防护。
为了解决现有技术中存在的问题,本申请实施例还提供一种追踪风险终端的装置80,如图8所示,包括:
获取模块81,获取预设历史时段内与目标风险终端执行通信的至少一个边缘计算节点的历史通信记录;
确定模块82,根据所述历史通信记录分别确定所述至少一个边缘计算节点与所述目标风险终端在预设未来时段内的通信概率;
控制模块83,控制所述目标边缘计算节点对所述目标风险终端执行追踪,所述目标边缘计算节点为通信概率大于预设通信概率的边缘计算节点。
通过本申请实施例提供的装置,基于边缘计算节点与目标风险终端的历史通信记录来确定该目标风险终端在未来时段内与各边缘计算节点的通信概率,进而控制高概率的边缘计算节点对目标风险终端执行追踪,能将原生区域的目标追踪任务最大化的分离到其他区域的边缘计算节点进行处理,以保证低时延的完成数据分析结果的反馈。在爆发传染病或其他风险事件时,本申请实施例提供的装置能高效处理大量追踪任务,实现对大量终端的追踪,提高追踪有效性并降低延时。
优选的,本发明实施例还提供一种电子设备,包括处理器,存储器,存储在存储器上并可在所述处理器上运行的计算机程序,该计算机程序被处理器执行时实现上述一种追踪风险终端的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述一种追踪风险终端的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (8)
1.一种追踪风险终端的方法,其特征在于,包括:
获取至少一个终端在预设历史时段内的历史行为信息,所述历史行为信息表征所述终端的历史移动轨迹和历史交互行为;
根据所述历史行为信息确定所述至少一个终端中的目标风险终端;
获取预设历史时段内与所述目标风险终端执行通信的至少一个边缘计算节点的历史通信记录;
根据所述历史通信记录分别确定所述至少一个边缘计算节点与所述目标风险终端在预设未来时段内的通信概率,具体包括:根据所述至少一个边缘计算节点中的第一边缘计算节点的历史通信记录确定在预设历史时段T内所述目标风险终端与所述第一边缘计算节点的交互次数CS、第p+1次交互的开始时刻STAp+1、第p次交互的结束时刻EDTp;根据所述交互次数CS、所述第p+1次交互的开始时刻STAp+1、所述第p次交互的结束时刻EDTp确定所述所述第一边缘计算节点与所述目标风险终端在预设未来时段内的通信概率
生成包含所述目标风险终端的历史行为信息的目标追踪任务;将所述目标追踪任务发送至目标边缘计算节点,以控制所述目标边缘计算节点对所述目标风险终端执行追踪,所述目标边缘计算节点为通信概率大于预设通信概率的边缘计算节点。
2.如权利要求1所述的方法,其特征在于,所述目标风险终端的至少部分历史移动轨迹与所述至少一个终端中的其他终端的至少部分历史移动轨迹相匹配,或者,所述目标风险终端的至少部分历史交互行为与所述至少一个终端中的其他终端的至少部分交互行为相匹配。
3.如权利要求2所述的方法,其特征在于,在获取至少一个终端在预设历史时段内的历史行为信息之前,还包括:
监测至少一个区域内发生的风险事件;
当监测到的风险事件包括预设风险事件时,将发生预设风险事件的区域确定为风险区域;
其中,获取至少一个终端在预设历史时段内的历史行为信息,包括:
获取所述风险区域内的至少一个终端在预设历史时段内的历史行为信息。
4.如权利要求3所述的方法,其特征在于,监测至少一个区域内发生的风险事件,包括:
监测至少一个区域内的医疗事件,所述医疗事件根据所述至少一个区域内的人体生命体征数据或医学诊断结果数据确定;
其中,当监测到的风险事件包括预设风险事件时,将发生预设风险事件的区域确定为风险区域,包括:
当监测到的医疗事件包括预设传染病医疗事件时,将发生预设传染病医疗事件的区域确定为风险区域。
5.如权利要求2~4任一项所述的方法,其特征在于,根据所述历史行为信息确定所述至少一个终端中的目标风险终端,包括:
确定所述至少一个终端中与第一终端相匹配的终端的数量,所述至少一个终端包括所述第一终端,其中,与所述第一终端相匹配的终端的至少部分历史移动轨迹与所述第一终端的至少部分历史移动轨迹相匹配,或者,与所述第一终端相匹配的终端的至少部分历史交互行为与所述第一终端的至少部分交互行为相匹配;
如果与第一终端相匹配的终端的数量大于预设数量,则确定所述第一终端为目标风险终端。
6.一种追踪风险终端的装置,其特征在于,包括:
风险终端确定模块,获取至少一个终端在预设历史时段内的历史行为信息,所述历史行为信息表征所述终端的历史移动轨迹和历史交互行为;根据所述历史行为信息确定所述至少一个终端中的目标风险终端;
获取模块,获取预设历史时段内与所述目标风险终端执行通信的至少一个边缘计算节点的历史通信记录;
确定模块,根据所述历史通信记录分别确定所述至少一个边缘计算节点与所述目标风险终端在预设未来时段内的通信概率,具体包括:根据所述至少一个边缘计算节点中的第一边缘计算节点的历史通信记录确定在预设历史时段T内所述目标风险终端与所述第一边缘计算节点的交互次数CS、第p+1次交互的开始时刻STAp+1、第p次交互的结束时刻EDTp;根据所述交互次数CS、所述第p+1次交互的开始时刻STAp+1、所述第p次交互的结束时刻EDTp确定所述所述第一边缘计算节点与所述目标风险终端在预设未来时段内的通信概率
控制模块,生成包含所述目标风险终端的历史行为信息的目标追踪任务;将所述目标追踪任务发送至目标边缘计算节点,以控制所述目标边缘计算节点对所述目标风险终端执行追踪,所述目标边缘计算节点为通信概率大于预设通信概率的边缘计算节点。
7.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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如权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110566175.9A CN114971116B (zh) | 2021-05-24 | 2021-05-24 | 一种追踪风险终端的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110566175.9A CN114971116B (zh) | 2021-05-24 | 2021-05-24 | 一种追踪风险终端的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114971116A CN114971116A (zh) | 2022-08-30 |
CN114971116B true CN114971116B (zh) | 2023-08-18 |
Family
ID=82973263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110566175.9A Active CN114971116B (zh) | 2021-05-24 | 2021-05-24 | 一种追踪风险终端的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114971116B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018014789A1 (zh) * | 2016-07-22 | 2018-01-25 | 阿里巴巴集团控股有限公司 | 一种针对业务操作的风险控制方法及装置 |
WO2020077871A1 (zh) * | 2018-10-15 | 2020-04-23 | 平安科技(深圳)有限公司 | 基于大数据的事件预测方法、装置、计算机设备及存储介质 |
CN111565225A (zh) * | 2020-04-27 | 2020-08-21 | 银河水滴科技(北京)有限公司 | 一种人物行动轨迹确定方法及装置 |
CN111601254A (zh) * | 2020-04-16 | 2020-08-28 | 深圳市优必选科技股份有限公司 | 目标追踪方法、装置、存储介质和智能设备 |
CN111640515A (zh) * | 2020-05-26 | 2020-09-08 | 深圳市通用互联科技有限责任公司 | 区域的疫情风险确定方法、装置、计算机设备和存储介质 |
CN111753664A (zh) * | 2020-05-25 | 2020-10-09 | 西南石油大学 | 基于5g无线网络的嫌疑人识别与定位追踪系统及方法 |
CN111885484A (zh) * | 2020-07-22 | 2020-11-03 | 中国联合网络通信集团有限公司 | 疫情疑似人员追踪方法、系统、计算机设备及存储介质 |
CN112133423A (zh) * | 2020-08-28 | 2020-12-25 | 北京世纪互联宽带数据中心有限公司 | 基于边缘计算的医疗数据处理方法、装置及网络设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180189449A1 (en) * | 2017-01-04 | 2018-07-05 | International Business Machines Corporation | Tracking items used for providing medical services |
US11342050B2 (en) * | 2019-09-27 | 2022-05-24 | International Business Machines Corporation | Monitoring users to capture contextual and environmental data for managing adverse events |
-
2021
- 2021-05-24 CN CN202110566175.9A patent/CN114971116B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018014789A1 (zh) * | 2016-07-22 | 2018-01-25 | 阿里巴巴集团控股有限公司 | 一种针对业务操作的风险控制方法及装置 |
WO2020077871A1 (zh) * | 2018-10-15 | 2020-04-23 | 平安科技(深圳)有限公司 | 基于大数据的事件预测方法、装置、计算机设备及存储介质 |
CN111601254A (zh) * | 2020-04-16 | 2020-08-28 | 深圳市优必选科技股份有限公司 | 目标追踪方法、装置、存储介质和智能设备 |
CN111565225A (zh) * | 2020-04-27 | 2020-08-21 | 银河水滴科技(北京)有限公司 | 一种人物行动轨迹确定方法及装置 |
CN111753664A (zh) * | 2020-05-25 | 2020-10-09 | 西南石油大学 | 基于5g无线网络的嫌疑人识别与定位追踪系统及方法 |
CN111640515A (zh) * | 2020-05-26 | 2020-09-08 | 深圳市通用互联科技有限责任公司 | 区域的疫情风险确定方法、装置、计算机设备和存储介质 |
CN111885484A (zh) * | 2020-07-22 | 2020-11-03 | 中国联合网络通信集团有限公司 | 疫情疑似人员追踪方法、系统、计算机设备及存储介质 |
CN112133423A (zh) * | 2020-08-28 | 2020-12-25 | 北京世纪互联宽带数据中心有限公司 | 基于边缘计算的医疗数据处理方法、装置及网络设备 |
Non-Patent Citations (1)
Title |
---|
基于人工智能的传染病风险人群追踪平台的建设与应用;赵浩宇;罗旭;汪鹏;;中国数字医学(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114971116A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9141762B2 (en) | System and method for analyzing and controlling epidemics | |
CN111376253B (zh) | 一种机器人路线规划方法、装置、机器人及安全管理 | |
CN111341463A (zh) | 疫情排查方法、装置、计算机设备和存储介质 | |
US10101244B2 (en) | Self-learning simulation environments | |
CN112435469B (zh) | 车辆预警控制方法、装置、计算机可读介质及电子设备 | |
CN111739653B (zh) | 传染病传播的评估方法、装置、计算机设备和存储介质 | |
CN109556607A (zh) | 一种快速处理移动机器人定位“绑架”问题的方法 | |
US20040148518A1 (en) | Distributed surveillance system | |
CN114218992A (zh) | 异常对象的检测方法及相关装置 | |
CN116032602A (zh) | 一种自动识别威胁数据的方法、装置、设备及存储介质 | |
CN114971116B (zh) | 一种追踪风险终端的方法和装置 | |
US11417114B2 (en) | Method and apparatus for processing information | |
Pennisi et al. | Multi-robot surveillance through a distributed sensor network | |
CN116362489A (zh) | 一种基于大数据的建筑工地跨区域管理方法及系统 | |
US20210133662A1 (en) | System and method for providing job status information of assets | |
JP7465192B2 (ja) | 優先度判定装置、優先度判定方法及び優先度判定システム | |
US11558722B2 (en) | Management apparatus, communication apparatus, system, method, and non-transitory computer readable medium | |
CN113065500A (zh) | 面向一类特殊动作的异常行为管控系统 | |
Bandlow et al. | The impact of false and nuisance alarms on the design optimization of physical security systems | |
KR20210063991A (ko) | 자가 이동식 장비에 의한 인공 지능 서비스 통합을 위한 스마트 인프라스트럭처의 시스템 모델 | |
Sethi et al. | Controlling spread of COVID-19 using VANETs | |
KR102545637B1 (ko) | 사용자 단말을 이용한 작업자 관리 시스템 및 방법 | |
US20240145101A1 (en) | System and method for identifying infection risk | |
KR20190134930A (ko) | IoT에 기반한 주변 기기 탐색 방법 및 장치 | |
CN115119253B (zh) | 区域人流量监测及确定监测参数的方法、装置及设备 |
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 |