CN115294682B - 智能门锁的数据管理方法、装置、设备及存储介质 - Google Patents

智能门锁的数据管理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115294682B
CN115294682B CN202211225643.7A CN202211225643A CN115294682B CN 115294682 B CN115294682 B CN 115294682B CN 202211225643 A CN202211225643 A CN 202211225643A CN 115294682 B CN115294682 B CN 115294682B
Authority
CN
China
Prior art keywords
door lock
intelligent door
target
data
preset
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
Application number
CN202211225643.7A
Other languages
English (en)
Other versions
CN115294682A (zh
Inventor
夏朝阳
徐茵
夏君豪
金卓
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.)
Shenzhen One More Smart Lock Co ltd
Original Assignee
Shenzhen One More Smart Lock 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 Shenzhen One More Smart Lock Co ltd filed Critical Shenzhen One More Smart Lock Co ltd
Priority to CN202211225643.7A priority Critical patent/CN115294682B/zh
Publication of CN115294682A publication Critical patent/CN115294682A/zh
Application granted granted Critical
Publication of CN115294682B publication Critical patent/CN115294682B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/00174Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00309Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated with bidirectional data transmission between data carrier and locks
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/00174Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00563Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Lock And Its Accessories (AREA)

Abstract

本发明涉及人工智能领域,公开了一种智能门锁的数据管理方法、装置、设备及存储介质,用于提高智能门锁的数据管理的安全性。所述方法包括:基于第一智能门锁设备采集目标用户的多个用户体征数据,并对多个用户体征数据进行特征提取,得到多个目标用户特征;根据特征编码规则对多个目标用户特征进行特征编码,得到目标用户对应的第一编码数据;获取目标环境数据,并对目标环境数据进行环境数据编码,得到目标环境数据对应的第二编码数据;将第一编码数据和第二编码数据输入智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;根据智能门锁安全分析结果控制多个第二智能门锁设备进行响应。

Description

智能门锁的数据管理方法、装置、设备及存储介质
技术领域
本发明涉及人工智能领域,尤其涉及一种智能门锁的数据管理方法、装置、设备及存储介质。
背景技术
随着物联网技术的发展,目前智能门锁具有生物识别和视频图像采集功能。生物识别和视频图像采集可以有效的给智能门锁带来更高的安全性及便捷性。
但是目前,智能门锁的安全控制方案没有考虑环境参数对智能门锁安全性的影响,而且现有智能门锁的安全控制方案比较复杂且存在安全性低的技术问题。
发明内容
本发明提供了一种智能门锁的数据管理方法、装置、设备及存储介质,用于提高智能门锁的数据管理的安全性。
本发明第一方面提供了一种智能门锁的数据管理方法,所述智能门锁的数据管理方法包括:基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,并对所述多个用户体征数据进行特征提取,得到多个目标用户特征;根据预置的特征编码规则对所述多个目标用户特征进行特征编码,得到所述目标用户对应的第一编码数据;通过所述第一智能门锁设备获取目标环境数据,并对所述目标环境数据进行环境数据编码,得到所述目标环境数据对应的第二编码数据;将所述第一编码数据和所述第二编码数据输入预置的智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;将所述智能门锁安全分析结果发送至与所述第一智能门锁设备相关联的多个第二智能门锁设备,并根据所述智能门锁安全分析结果控制所述多个第二智能门锁设备进行响应。
可选的,在本发明第一方面的第一种实现方式中,所述基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,并对所述多个用户体征数据进行特征提取,得到多个目标用户特征,包括:基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,其中,所述多个用户体征数据包括:行为数据、声纹数据和生物学数据;通过预置的行为特征识别模型对所述行为数据进行特征提取,得到行为特征;通过预置的声纹特征识别模型对所述声纹数据进行特征提取,得到声纹特征;通过预置的生物学特征识别模型对所述生物学数据进行特征提取,得到生物学特征;根据所述行为特征、所述声纹特征和所述生物学特征生成多个目标用户特征。
可选的,在本发明第一方面的第二种实现方式中,所述根据预置的特征编码规则对所述多个目标用户特征进行特征编码,得到所述目标用户对应的第一编码数据,包括:分别对所述多个目标用户特征进行特征编码,得到每个目标用户特征对应的初始编码数据;按照预置的特征编码规则对每个目标用户特征对应的初始编码数据进行编码序列转换,得到目标编码序列;根据所述目标编码序列生成所述目标用户对应的第一编码数据。
可选的,在本发明第一方面的第三种实现方式中,所述通过所述第一智能门锁设备获取目标环境数据,并对所述目标环境数据进行环境数据编码,得到所述目标环境数据对应的第二编码数据,包括:通过所述第一智能门锁设备中的传感器组,采集所述第一智能门锁设备所处位置的目标环境数据;对所述目标环境数据进行参数特征提取,得到多个环境参数指标;对所述多个环境参数指标进行环境数据编码,得到所述目标环境数据对应的第二编码数据。
可选的,在本发明第一方面的第四种实现方式中,所述将所述第一编码数据和所述第二编码数据输入预置的智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果,包括:对所述第一编码数据和所述第二编码数据进行编码数据融合,得到目标编码数据;对所述目标编码数据进行向量转换,得到目标输入向量;将所述目标输入向量输入预置的智能门锁安全分析模型,其中,所述智能门锁安全分析模型包括:长短时记忆网络、第一门限循环网络、第二门限循环网络和输出层;通过所述智能门锁安全分析模型对所述目标输入向量进行安全分析处理,生成智能门锁安全分析结果。
可选的,在本发明第一方面的第五种实现方式中,所述通过所述智能门锁安全分析模型对所述目标输入向量进行安全分析处理,生成智能门锁安全分析结果,包括:通过所述长短时记忆网络对所述目标输入向量进行特征提取,得到目标特征向量;将所述目标特征向量输入所述第一门限循环网络进行特征映射,得到目标映射向量;将所述目标映射向量输入所述第二门限循环网络进行特征解码,得到目标隐藏向量;将所述目标隐藏向量输入所述输出层进行处理,得到目标预测概率值;根据所述目标预测概率值生成智能门锁安全分析结果。
可选的,在本发明第一方面的第六种实现方式中,所述将所述智能门锁安全分析结果发送至与所述第一智能门锁设备相关联的多个第二智能门锁设备,并根据所述智能门锁安全分析结果控制所述多个第二智能门锁设备进行响应,包括:根据所述智能门锁安全分析结果从预设的多个候选响应策略中查询目标响应策略;通过预置的策略分发网络将所述目标响应策略分发至与所述第一智能门锁设备相关联的多个第二智能门锁设备;根据所述目标响应策略对所述多个第二智能门锁设备进行操作控制。
本发明第二方面提供了一种智能门锁的数据管理装置,所述智能门锁的数据管理装置包括:采集模块,用于基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,并对所述多个用户体征数据进行特征提取,得到多个目标用户特征;编码模块,用于根据预置的特征编码规则对所述多个目标用户特征进行特征编码,得到所述目标用户对应的第一编码数据;获取模块,用于通过所述第一智能门锁设备获取目标环境数据,并对所述目标环境数据进行环境数据编码,得到所述目标环境数据对应的第二编码数据;分析模块,用于将所述第一编码数据和所述第二编码数据输入预置的智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;控制模块,用于将所述智能门锁安全分析结果发送至与所述第一智能门锁设备相关联的多个第二智能门锁设备,并根据所述智能门锁安全分析结果控制所述多个第二智能门锁设备进行响应。
可选的,在本发明第二方面的第一种实现方式中,所述采集模块具体用于:基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,其中,所述多个用户体征数据包括:行为数据、声纹数据和生物学数据;通过预置的行为特征识别模型对所述行为数据进行特征提取,得到行为特征;通过预置的声纹特征识别模型对所述声纹数据进行特征提取,得到声纹特征;通过预置的生物学特征识别模型对所述生物学数据进行特征提取,得到生物学特征;根据所述行为特征、所述声纹特征和所述生物学特征生成多个目标用户特征。
可选的,在本发明第二方面的第二种实现方式中,所述编码模块具体用于:分别对所述多个目标用户特征进行特征编码,得到每个目标用户特征对应的初始编码数据;按照预置的特征编码规则对每个目标用户特征对应的初始编码数据进行编码序列转换,得到目标编码序列;根据所述目标编码序列生成所述目标用户对应的第一编码数据。
可选的,在本发明第二方面的第三种实现方式中,所述获取模块具体用于:通过所述第一智能门锁设备中的传感器组,采集所述第一智能门锁设备所处位置的目标环境数据;对所述目标环境数据进行参数特征提取,得到多个环境参数指标;对所述多个环境参数指标进行环境数据编码,得到所述目标环境数据对应的第二编码数据。
可选的,在本发明第二方面的第四种实现方式中,所述分析模块还包括:融合单元,用于对所述第一编码数据和所述第二编码数据进行编码数据融合,得到目标编码数据;转换单元,用于对所述目标编码数据进行向量转换,得到目标输入向量;输入单元,用于将所述目标输入向量输入预置的智能门锁安全分析模型,其中,所述智能门锁安全分析模型包括:长短时记忆网络、第一门限循环网络、第二门限循环网络和输出层;处理单元,用于通过所述智能门锁安全分析模型对所述目标输入向量进行安全分析处理,生成智能门锁安全分析结果。
可选的,在本发明第二方面的第五种实现方式中,所述处理单元具体用于:通过所述长短时记忆网络对所述目标输入向量进行特征提取,得到目标特征向量;将所述目标特征向量输入所述第一门限循环网络进行特征映射,得到目标映射向量;将所述目标映射向量输入所述第二门限循环网络进行特征解码,得到目标隐藏向量;将所述目标隐藏向量输入所述输出层进行处理,得到目标预测概率值;根据所述目标预测概率值生成智能门锁安全分析结果。
可选的,在本发明第二方面的第六种实现方式中,所述控制模块具体用于:根据所述智能门锁安全分析结果从预设的多个候选响应策略中查询目标响应策略;通过预置的策略分发网络将所述目标响应策略分发至与所述第一智能门锁设备相关联的多个第二智能门锁设备;根据所述目标响应策略对所述多个第二智能门锁设备进行操作控制。
本发明第三方面提供了一种智能门锁的数据管理设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述智能门锁的数据管理设备执行上述的智能门锁的数据管理方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的智能门锁的数据管理方法。
本发明提供的技术方案中,基于第一智能门锁设备采集目标用户的多个用户体征数据,并对多个用户体征数据进行特征提取,得到多个目标用户特征;根据特征编码规则对多个目标用户特征进行特征编码,得到目标用户对应的第一编码数据;获取目标环境数据,并对目标环境数据进行环境数据编码,得到目标环境数据对应的第二编码数据;将第一编码数据和第二编码数据输入智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;根据智能门锁安全分析结果控制多个第二智能门锁设备进行响应,本发明通过对目标用户自身的多个体征数据进行特征编码,再对智能门锁设备周边的环境数据进行环境数据编码,进而使得智能门锁安全分析模型可以同时对目标用户本身和环境进行分析,提高了智能门锁的安全分析准确率,进而提高了智能门锁的数据管理的安全性。
附图说明
图1为本发明实施例中智能门锁的数据管理方法的一个实施例示意图;
图2为本发明实施例中智能门锁的数据管理方法的另一个实施例示意图;
图3为本发明实施例中智能门锁的数据管理装置的一个实施例示意图;
图4为本发明实施例中智能门锁的数据管理装置的另一个实施例示意图;
图5为本发明实施例中智能门锁的数据管理设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种智能门锁的数据管理方法、装置、设备及存储介质,用于提高智能门锁的数据管理的安全性。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中智能门锁的数据管理方法的一个实施例包括:
101、基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,并对多个用户体征数据进行特征提取,得到多个目标用户特征;
可以理解的是,本发明的执行主体可以为智能门锁的数据管理装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的,服务器获取目标用户的用户体征数据,根据用户体征数据生成目标用户的用户体征数据,并发送到数据库,用户体征数据包括用户体征数据、用户体征数据的检测时间信息和目标用户的用户ID,服务器根据目标用户的用户ID在用户管理数据库中查询目标用户所在的数据组ID,根据数据组ID查找对应的群组列表,群组列表中包括的多个用户的用户ID,得到多个目标用户特征。
102、根据预置的特征编码规则对多个目标用户特征进行特征编码,得到目标用户对应的第一编码数据;
具体的,提取结构编码特征,提取纹理编码特征,结构编码特征与纹理编码特征进行融合,通过分类器识别,根据预置的特征编码规则对多个目标用户特征进行特征编码,得到目标用户对应的第一编码数据,本发明提出一种基于结构编码特征和纹理编码特征融合。
103、通过第一智能门锁设备获取目标环境数据,并对目标环境数据进行环境数据编码,得到目标环境数据对应的第二编码数据;
具体的,服务器收集目标区域内的目标环境信息,分析区域内的环境特征,确定区域内环境主要问题,确定环境体系的构建目标,进行体系的需求分析,对区域内的环境体系信息进行数据抽取,并对目标环境数据进行环境数据编码,得到目标环境数据对应的第二编码数据。
104、将第一编码数据和第二编码数据输入预置的智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;
具体的,服务器根据预置的智能门锁安全分析模型建立安全约束,考虑信息安全因素对控制结构和过程模型的影响,对所有可能的情况进行组合分析,识别所有不安全控制的分类,确定不安全控制的来源,得到智能门锁安全分析结果。
105、将智能门锁安全分析结果发送至与第一智能门锁设备相关联的多个第二智能门锁设备,并根据智能门锁安全分析结果控制多个第二智能门锁设备进行响应。
具体的,福气响应于接收到目标服务端发送的请求,确定是否与目标客户端存在通信连接,其中,请求为待发送至目标客户端的请求;响应于确定不存在,将请求发送至存在通信连接的服务注册中心集群中去除目标服务注册中心的各个服务注册中心,其中,各个服务注册中心包括:与目标客户端进行通信连接的目标服务注册中心,响应于接收到第二目标服务注册中心发送的请求结果,将智能门锁安全分析结果发送至与第一智能门锁设备相关联的多个第二智能门锁设备。
本发明实施例中,基于第一智能门锁设备采集目标用户的多个用户体征数据,并对多个用户体征数据进行特征提取,得到多个目标用户特征;根据特征编码规则对多个目标用户特征进行特征编码,得到目标用户对应的第一编码数据;获取目标环境数据,并对目标环境数据进行环境数据编码,得到目标环境数据对应的第二编码数据;将第一编码数据和第二编码数据输入智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;根据智能门锁安全分析结果控制多个第二智能门锁设备进行响应,本发明通过对目标用户自身的多个体征数据进行特征编码,再对智能门锁设备周边的环境数据进行环境数据编码,进而使得智能门锁安全分析模型可以同时对目标用户本身和环境进行分析,提高了智能门锁的安全分析准确率,进而提高了智能门锁的数据管理的安全性。
请参阅图2,本发明实施例中智能门锁的数据管理方法的另一个实施例包括:
201、基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,并对多个用户体征数据进行特征提取,得到多个目标用户特征;
具体的,基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,其中,多个用户体征数据包括:行为数据、声纹数据和生物学数据;通过预置的行为特征识别模型对行为数据进行特征提取,得到行为特征;通过预置的声纹特征识别模型对声纹数据进行特征提取,得到声纹特征;通过预置的生物学特征识别模型对生物学数据进行特征提取,得到生物学特征;根据行为特征、声纹特征和生物学特征生成多个目标用户特征。
其中,服务器收集并构建样本用户的生命体征数据库,然后,从数据库中选取与收集的待识别生命体征数据相匹配的样本用户的生命体征数据,引入特征提取算法,从待识别生命体征数据的时间特征序列中提取出最有鉴别能力的特征,从提取的全部特征中选取相应的特征子集,最后,用数据挖掘算法将选取的特征子集进行分类,通过预置的声纹特征识别模型对声纹数据进行特征提取,得到声纹特征,通过预置的生物学特征识别模型对生物学数据进行特征提取,得到生物学特征,根据行为特征、声纹特征和生物学特征生成多个目标用户特征,提高了工作效率。
202、根据预置的特征编码规则对多个目标用户特征进行特征编码,得到目标用户对应的第一编码数据;
具体的,分别对多个目标用户特征进行特征编码,得到每个目标用户特征对应的初始编码数据;按照预置的特征编码规则对每个目标用户特征对应的初始编码数据进行编码序列转换,得到目标编码序列;根据目标编码序列生成目标用户对应的第一编码数据。
需要说明的是,服务器将特征编码的组成分解成若干段,每一段都是对特征某一特征进行描述的代号。包括:制定编码规则,就是抽取每一类特征的若干关键特征描述字段,为每一特征字段转换成对应代码制定规则依据,按规则编码,即根据所提供某一特征的描述信息,将该特征的各关键特征描述属性提取出来,分别转换成该段的特征描述代号,最后将各特征描述字段的代号组合在一起,形成对该特征进行唯一性描述的特征编号,进而服务器分别对多个目标用户特征进行特征编码,得到每个目标用户特征对应的初始编码数据,按照预置的特征编码规则对每个目标用户特征对应的初始编码数据进行编码序列转换,得到目标编码序列,根据目标编码序列生成目标用户对应的第一编码数据。
203、通过第一智能门锁设备获取目标环境数据,并对目标环境数据进行环境数据编码,得到目标环境数据对应的第二编码数据;
具体的,通过第一智能门锁设备中的传感器组,采集第一智能门锁设备所处位置的目标环境数据;对目标环境数据进行参数特征提取,得到多个环境参数指标;对多个环境参数指标进行环境数据编码,得到目标环境数据对应的第二编码数据。
其中,服务器通过第一智能门锁设备中的传感器组设立主采集基站和多个分采集基站,在主采集基站内为每个分采集基站设置对应的编码,便于工作人员知晓获取到的采集信息为何处的环境数据,通过编码监测到的物理参数定时传导给编码,编码将获取到的物理参数统计、整合后对目标环境数据进行参数特征提取,得到多个环境参数指标,对多个环境参数指标进行环境数据编码,得到目标环境数据对应的第二编码数据。
204、对第一编码数据和第二编码数据进行编码数据融合,得到目标编码数据;
205、对目标编码数据进行向量转换,得到目标输入向量;
206、将目标输入向量输入预置的智能门锁安全分析模型,其中,智能门锁安全分析模型包括:长短时记忆网络、第一门限循环网络、第二门限循环网络和输出层;
具体的,服务器对第一编码数据和第二编码数据进行编码数据融合,得到目标编码数据,对目标编码数据进行向量转换,得到目标输入向量,其中,服务器据所采集到采样点的数据,对对目标编码数据进行向量转换,得到目标输入向量,同时,得到误差拟合函数,而后将误差拟合函数离散化并计算误差修正数据,以及根据误差修正数据对光电编码器输出的原始角度数据进行修正,并将目标输入向量输入预置的智能门锁安全分析模型,其中,智能门锁安全分析模型包括:长短时记忆网络、第一门限循环网络、第二门限循环网络和输出层。
207、通过智能门锁安全分析模型对目标输入向量进行安全分析处理,生成智能门锁安全分析结果;
具体的,通过长短时记忆网络对目标输入向量进行特征提取,得到目标特征向量;将目标特征向量输入第一门限循环网络进行特征映射,得到目标映射向量;将目标映射向量输入第二门限循环网络进行特征解码,得到目标隐藏向量;将目标隐藏向量输入输出层进行处理,得到目标预测概率值;根据目标预测概率值生成智能门锁安全分析结果。
可选的,服务器获取目标输入向量的获取部、根据目标输入向量生成多个小区域图像的小区域图像生成部、从小区域图像提取生物体局部特征量的特征提取部、以及通过按照规定的规则结合生物体局部特征量来生成表示用于识别目标输入向量的特征的生物体特征向量的生物体特征向量生成部,将目标隐藏向量输入输出层进行处理,得到目标预测概率值;根据目标预测概率值生成智能门锁安全分析结果。
208、将智能门锁安全分析结果发送至与第一智能门锁设备相关联的多个第二智能门锁设备,并根据智能门锁安全分析结果控制多个第二智能门锁设备进行响应。
具体的,根据智能门锁安全分析结果从预设的多个候选响应策略中查询目标响应策略;通过预置的策略分发网络将目标响应策略分发至与第一智能门锁设备相关联的多个第二智能门锁设备;根据目标响应策略对多个第二智能门锁设备进行操作控制。
需要说明的是,当安全分析结果的长度满足第一阈值时,选取匹配范围限制策略,否则,选取字段加权策略,当选取的是匹配范围限制策略时,若安全分析结果的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功,则根据匹配成功的短语窗口对安全分析结果进行匹配范围限制,生成查询策略,通过该查询策略根据智能门锁安全分析结果从预设的多个候选响应策略中查询目标响应策略,通过预置的策略分发网络将目标响应策略分发至与第一智能门锁设备相关联的多个第二智能门锁设备,根据目标响应策略对多个第二智能门锁设备进行操作控制。
本发明实施例中,基于第一智能门锁设备采集目标用户的多个用户体征数据,并对多个用户体征数据进行特征提取,得到多个目标用户特征;根据特征编码规则对多个目标用户特征进行特征编码,得到目标用户对应的第一编码数据;获取目标环境数据,并对目标环境数据进行环境数据编码,得到目标环境数据对应的第二编码数据;将第一编码数据和第二编码数据输入智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;根据智能门锁安全分析结果控制多个第二智能门锁设备进行响应,本发明通过对目标用户自身的多个体征数据进行特征编码,再对智能门锁设备周边的环境数据进行环境数据编码,进而使得智能门锁安全分析模型可以同时对目标用户本身和环境进行分析,提高了智能门锁的安全分析准确率,进而提高了智能门锁的数据管理的安全性。
上面对本发明实施例中智能门锁的数据管理方法进行了描述,下面对本发明实施例中智能门锁的数据管理装置进行描述,请参阅图3,本发明实施例中智能门锁的数据管理装置一个实施例包括:
采集模块301,用于基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,并对所述多个用户体征数据进行特征提取,得到多个目标用户特征;
编码模块302,用于根据预置的特征编码规则对所述多个目标用户特征进行特征编码,得到所述目标用户对应的第一编码数据;
获取模块303,用于通过所述第一智能门锁设备获取目标环境数据,并对所述目标环境数据进行环境数据编码,得到所述目标环境数据对应的第二编码数据;
分析模块304,用于将所述第一编码数据和所述第二编码数据输入预置的智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;
控制模块305,用于将所述智能门锁安全分析结果发送至与所述第一智能门锁设备相关联的多个第二智能门锁设备,并根据所述智能门锁安全分析结果控制所述多个第二智能门锁设备进行响应。
本发明实施例中,基于第一智能门锁设备采集目标用户的多个用户体征数据,并对多个用户体征数据进行特征提取,得到多个目标用户特征;根据特征编码规则对多个目标用户特征进行特征编码,得到目标用户对应的第一编码数据;获取目标环境数据,并对目标环境数据进行环境数据编码,得到目标环境数据对应的第二编码数据;将第一编码数据和第二编码数据输入智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;根据智能门锁安全分析结果控制多个第二智能门锁设备进行响应,本发明通过对目标用户自身的多个体征数据进行特征编码,再对智能门锁设备周边的环境数据进行环境数据编码,进而使得智能门锁安全分析模型可以同时对目标用户本身和环境进行分析,提高了智能门锁的安全分析准确率,进而提高了智能门锁的数据管理的安全性。
请参阅图4,本发明实施例中智能门锁的数据管理装置另一个实施例包括:
采集模块301,用于基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,并对所述多个用户体征数据进行特征提取,得到多个目标用户特征;
编码模块302,用于根据预置的特征编码规则对所述多个目标用户特征进行特征编码,得到所述目标用户对应的第一编码数据;
获取模块303,用于通过所述第一智能门锁设备获取目标环境数据,并对所述目标环境数据进行环境数据编码,得到所述目标环境数据对应的第二编码数据;
分析模块304,用于将所述第一编码数据和所述第二编码数据输入预置的智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;
控制模块305,用于将所述智能门锁安全分析结果发送至与所述第一智能门锁设备相关联的多个第二智能门锁设备,并根据所述智能门锁安全分析结果控制所述多个第二智能门锁设备进行响应。
可选的,所述采集模块301具体用于:基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,其中,所述多个用户体征数据包括:行为数据、声纹数据和生物学数据;通过预置的行为特征识别模型对所述行为数据进行特征提取,得到行为特征;通过预置的声纹特征识别模型对所述声纹数据进行特征提取,得到声纹特征;通过预置的生物学特征识别模型对所述生物学数据进行特征提取,得到生物学特征;根据所述行为特征、所述声纹特征和所述生物学特征生成多个目标用户特征。
可选的,所述编码模块302具体用于:分别对所述多个目标用户特征进行特征编码,得到每个目标用户特征对应的初始编码数据;按照预置的特征编码规则对每个目标用户特征对应的初始编码数据进行编码序列转换,得到目标编码序列;根据所述目标编码序列生成所述目标用户对应的第一编码数据。
可选的,所述获取模块303具体用于:通过所述第一智能门锁设备中的传感器组,采集所述第一智能门锁设备所处位置的目标环境数据;对所述目标环境数据进行参数特征提取,得到多个环境参数指标;对所述多个环境参数指标进行环境数据编码,得到所述目标环境数据对应的第二编码数据。
可选的,所述分析模块304还包括:
融合单元3041,用于对所述第一编码数据和所述第二编码数据进行编码数据融合,得到目标编码数据;
转换单元3042,用于对所述目标编码数据进行向量转换,得到目标输入向量;
输入单元3043,用于将所述目标输入向量输入预置的智能门锁安全分析模型,其中,所述智能门锁安全分析模型包括:长短时记忆网络、第一门限循环网络、第二门限循环网络和输出层;
处理单元3044,用于通过所述智能门锁安全分析模型对所述目标输入向量进行安全分析处理,生成智能门锁安全分析结果。
可选的,所述处理单元3044具体用于:通过所述长短时记忆网络对所述目标输入向量进行特征提取,得到目标特征向量;将所述目标特征向量输入所述第一门限循环网络进行特征映射,得到目标映射向量;将所述目标映射向量输入所述第二门限循环网络进行特征解码,得到目标隐藏向量;将所述目标隐藏向量输入所述输出层进行处理,得到目标预测概率值;根据所述目标预测概率值生成智能门锁安全分析结果。
可选的,所述控制模块305具体用于:根据所述智能门锁安全分析结果从预设的多个候选响应策略中查询目标响应策略;通过预置的策略分发网络将所述目标响应策略分发至与所述第一智能门锁设备相关联的多个第二智能门锁设备;根据所述目标响应策略对所述多个第二智能门锁设备进行操作控制。
本发明实施例中,基于第一智能门锁设备采集目标用户的多个用户体征数据,并对多个用户体征数据进行特征提取,得到多个目标用户特征;根据特征编码规则对多个目标用户特征进行特征编码,得到目标用户对应的第一编码数据;获取目标环境数据,并对目标环境数据进行环境数据编码,得到目标环境数据对应的第二编码数据;将第一编码数据和第二编码数据输入智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;根据智能门锁安全分析结果控制多个第二智能门锁设备进行响应,本发明通过对目标用户自身的多个体征数据进行特征编码,再对智能门锁设备周边的环境数据进行环境数据编码,进而使得智能门锁安全分析模型可以同时对目标用户本身和环境进行分析,提高了智能门锁的安全分析准确率,进而提高了智能门锁的数据管理的安全性。
上面图3和图4从模块化功能实体的角度对本发明实施例中的智能门锁的数据管理装置进行详细描述,下面从硬件处理的角度对本发明实施例中智能门锁的数据管理设备进行详细描述。
图5是本发明实施例提供的一种智能门锁的数据管理设备的结构示意图,该智能门锁的数据管理设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对智能门锁的数据管理设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在智能门锁的数据管理设备500上执行存储介质530中的一系列指令操作。
智能门锁的数据管理设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的智能门锁的数据管理设备结构并不构成对智能门锁的数据管理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种智能门锁的数据管理设备,所述智能门锁的数据管理设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述智能门锁的数据管理方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述智能门锁的数据管理方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种智能门锁的数据管理方法,其特征在于,所述智能门锁的数据管理方法包括:
基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,并对所述多个用户体征数据进行特征提取,得到多个目标用户特征;
根据预置的特征编码规则对所述多个目标用户特征进行特征编码,得到所述目标用户对应的第一编码数据;
通过所述第一智能门锁设备获取目标环境数据,并对所述目标环境数据进行环境数据编码,得到所述目标环境数据对应的第二编码数据;
将所述第一编码数据和所述第二编码数据输入预置的智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;
将所述智能门锁安全分析结果发送至与所述第一智能门锁设备相关联的多个第二智能门锁设备,并根据所述智能门锁安全分析结果控制所述多个第二智能门锁设备进行响应。
2.根据权利要求1所述的智能门锁的数据管理方法,其特征在于,所述基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,并对所述多个用户体征数据进行特征提取,得到多个目标用户特征,包括:
基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,其中,所述多个用户体征数据包括:行为数据、声纹数据和生物学数据;
通过预置的行为特征识别模型对所述行为数据进行特征提取,得到行为特征;
通过预置的声纹特征识别模型对所述声纹数据进行特征提取,得到声纹特征;
通过预置的生物学特征识别模型对所述生物学数据进行特征提取,得到生物学特征;
根据所述行为特征、所述声纹特征和所述生物学特征生成多个目标用户特征。
3.根据权利要求1所述的智能门锁的数据管理方法,其特征在于,所述根据预置的特征编码规则对所述多个目标用户特征进行特征编码,得到所述目标用户对应的第一编码数据,包括:
分别对所述多个目标用户特征进行特征编码,得到每个目标用户特征对应的初始编码数据;
按照预置的特征编码规则对每个目标用户特征对应的初始编码数据进行编码序列转换,得到目标编码序列;
根据所述目标编码序列生成所述目标用户对应的第一编码数据。
4.根据权利要求1所述的智能门锁的数据管理方法,其特征在于,所述通过所述第一智能门锁设备获取目标环境数据,并对所述目标环境数据进行环境数据编码,得到所述目标环境数据对应的第二编码数据,包括:
通过所述第一智能门锁设备中的传感器组,采集所述第一智能门锁设备所处位置的目标环境数据;
对所述目标环境数据进行参数特征提取,得到多个环境参数指标;
对所述多个环境参数指标进行环境数据编码,得到所述目标环境数据对应的第二编码数据。
5.根据权利要求1所述的智能门锁的数据管理方法,其特征在于,所述将所述第一编码数据和所述第二编码数据输入预置的智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果,包括:
对所述第一编码数据和所述第二编码数据进行编码数据融合,得到目标编码数据;
对所述目标编码数据进行向量转换,得到目标输入向量;
将所述目标输入向量输入预置的智能门锁安全分析模型,其中,所述智能门锁安全分析模型包括:长短时记忆网络、第一门限循环网络、第二门限循环网络和输出层;
通过所述智能门锁安全分析模型对所述目标输入向量进行安全分析处理,生成智能门锁安全分析结果。
6.根据权利要求5所述的智能门锁的数据管理方法,其特征在于,所述通过所述智能门锁安全分析模型对所述目标输入向量进行安全分析处理,生成智能门锁安全分析结果,包括:
通过所述长短时记忆网络对所述目标输入向量进行特征提取,得到目标特征向量;
将所述目标特征向量输入所述第一门限循环网络进行特征映射,得到目标映射向量;
将所述目标映射向量输入所述第二门限循环网络进行特征解码,得到目标隐藏向量;
将所述目标隐藏向量输入所述输出层进行处理,得到目标预测概率值;
根据所述目标预测概率值生成智能门锁安全分析结果。
7.根据权利要求1所述的智能门锁的数据管理方法,其特征在于,所述将所述智能门锁安全分析结果发送至与所述第一智能门锁设备相关联的多个第二智能门锁设备,并根据所述智能门锁安全分析结果控制所述多个第二智能门锁设备进行响应,包括:
根据所述智能门锁安全分析结果从预设的多个候选响应策略中查询目标响应策略;
通过预置的策略分发网络将所述目标响应策略分发至与所述第一智能门锁设备相关联的多个第二智能门锁设备;
根据所述目标响应策略对所述多个第二智能门锁设备进行操作控制。
8.一种智能门锁的数据管理装置,其特征在于,所述智能门锁的数据管理装置包括:
采集模块,用于基于预置的第一智能门锁设备采集目标用户的多个用户体征数据,并对所述多个用户体征数据进行特征提取,得到多个目标用户特征;
编码模块,用于根据预置的特征编码规则对所述多个目标用户特征进行特征编码,得到所述目标用户对应的第一编码数据;
获取模块,用于通过所述第一智能门锁设备获取目标环境数据,并对所述目标环境数据进行环境数据编码,得到所述目标环境数据对应的第二编码数据;
分析模块,用于将所述第一编码数据和所述第二编码数据输入预置的智能门锁安全分析模型进行智能门锁安全分析,得到智能门锁安全分析结果;
控制模块,用于将所述智能门锁安全分析结果发送至与所述第一智能门锁设备相关联的多个第二智能门锁设备,并根据所述智能门锁安全分析结果控制所述多个第二智能门锁设备进行响应。
9.一种智能门锁的数据管理设备,其特征在于,所述智能门锁的数据管理设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述智能门锁的数据管理设备执行如权利要求1-7中任一项所述的智能门锁的数据管理方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述的智能门锁的数据管理方法。
CN202211225643.7A 2022-10-09 2022-10-09 智能门锁的数据管理方法、装置、设备及存储介质 Active CN115294682B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211225643.7A CN115294682B (zh) 2022-10-09 2022-10-09 智能门锁的数据管理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211225643.7A CN115294682B (zh) 2022-10-09 2022-10-09 智能门锁的数据管理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN115294682A CN115294682A (zh) 2022-11-04
CN115294682B true CN115294682B (zh) 2022-12-06

Family

ID=83834455

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211225643.7A Active CN115294682B (zh) 2022-10-09 2022-10-09 智能门锁的数据管理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115294682B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116300540A (zh) * 2023-05-25 2023-06-23 深圳市兰洋科技有限公司 一种基于智能设备的控制方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7711152B1 (en) * 1999-04-30 2010-05-04 Davida George I System and method for authenticated and privacy preserving biometric identification systems
CN111428044A (zh) * 2020-03-06 2020-07-17 中国平安人寿保险股份有限公司 多模态获取监管识别结果的方法、装置、设备及存储介质
CN113325767A (zh) * 2021-05-27 2021-08-31 深圳Tcl新技术有限公司 场景推荐方法、装置、存储介质及电子设备
WO2021188347A1 (en) * 2020-03-17 2021-09-23 Kansas State University Research Foundation Secure architecture for biometric authentication
CN113611427A (zh) * 2021-08-11 2021-11-05 平安医疗健康管理股份有限公司 用户画像生成方法、装置、设备及存储介质
CN113989901A (zh) * 2021-11-11 2022-01-28 卫盈联信息技术(深圳)有限公司 人脸识别方法、装置、客户端及存储介质
CN114936326A (zh) * 2022-07-20 2022-08-23 深圳格隆汇信息科技有限公司 基于人工智能的信息推荐方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160006587A (ko) * 2014-07-09 2016-01-19 주식회사 케이티앤씨 홍채 인식을 이용한 도어록과 그 시스템 및 그에 사용되는 이동통신단말기와 네트워크 게이트웨이 및 사용자 인증 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7711152B1 (en) * 1999-04-30 2010-05-04 Davida George I System and method for authenticated and privacy preserving biometric identification systems
CN111428044A (zh) * 2020-03-06 2020-07-17 中国平安人寿保险股份有限公司 多模态获取监管识别结果的方法、装置、设备及存储介质
WO2021188347A1 (en) * 2020-03-17 2021-09-23 Kansas State University Research Foundation Secure architecture for biometric authentication
CN113325767A (zh) * 2021-05-27 2021-08-31 深圳Tcl新技术有限公司 场景推荐方法、装置、存储介质及电子设备
CN113611427A (zh) * 2021-08-11 2021-11-05 平安医疗健康管理股份有限公司 用户画像生成方法、装置、设备及存储介质
CN113989901A (zh) * 2021-11-11 2022-01-28 卫盈联信息技术(深圳)有限公司 人脸识别方法、装置、客户端及存储介质
CN114936326A (zh) * 2022-07-20 2022-08-23 深圳格隆汇信息科技有限公司 基于人工智能的信息推荐方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN115294682A (zh) 2022-11-04

Similar Documents

Publication Publication Date Title
CN108491773B (zh) 一种识别方法及系统
CN109784015B (zh) 一种身份鉴别方法及装置
CN109902740B (zh) 一种基于多算法融合并行的再学习工业控制入侵检测方法
CN114816909A (zh) 一种基于机器学习的实时日志检测预警方法及系统
CN112487886A (zh) 一种有遮挡的人脸识别方法、装置、存储介质及终端
CN115294682B (zh) 智能门锁的数据管理方法、装置、设备及存储介质
Aziz et al. Multi-layer hybrid machine learning techniques for anomalies detection and classification approach
CN113297393A (zh) 基于态势感知和大数据的情报生成方法及信息安全系统
Dai et al. Sequential behavior prediction based on hybrid similarity and cross-user activity transfer
CN114331473A (zh) 电信诈骗事件的识别方法及其装置、计算机可读存储介质
CN114328942A (zh) 关系抽取方法、装置、设备、存储介质和计算机程序产品
CN109118178A (zh) 数据处理方法和装置、电子设备和计算机存储介质
CN117236699A (zh) 一种基于大数据分析的网络风险识别方法及系统
CN113516312A (zh) 基于云计算和大数据需求的信息更新方法及系统
US11443233B2 (en) Classification apparatus, classification method, and program
CN113852605B (zh) 一种基于关系推理的协议格式自动化推断方法及系统
CN115147020A (zh) 装修数据处理方法、装置、设备及存储介质
CN115392238A (zh) 一种设备识别方法、装置、设备及可读存储介质
CN113935420A (zh) 恶意加密数据检测方法、装置、计算机设备和存储介质
CN113298504A (zh) 基于人工智能的业务大数据分组识别方法及系统
CN114900835A (zh) 恶意流量智能检测方法、装置及存储介质
CN113468604A (zh) 基于人工智能的大数据隐私信息解析方法及系统
Merschmann et al. A lazy data mining approach for protein classification
CN113221984A (zh) 用户酒驾行为分析预测方法、装置、设备及存储介质
CN112992367A (zh) 基于大数据的智慧医疗交互方法及智慧医疗云计算系统

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