CN115552871A - 使用WiFi连接确定用户存在和不存在 - Google Patents
使用WiFi连接确定用户存在和不存在 Download PDFInfo
- Publication number
- CN115552871A CN115552871A CN202180034786.7A CN202180034786A CN115552871A CN 115552871 A CN115552871 A CN 115552871A CN 202180034786 A CN202180034786 A CN 202180034786A CN 115552871 A CN115552871 A CN 115552871A
- Authority
- CN
- China
- Prior art keywords
- wifi
- connection
- time
- environment
- data
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/54—Presence management, e.g. monitoring or registration for receipt of user log-on information, or the connection status of the users
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/02—Processing of mobility data, e.g. registration information at HLR [Home Location Register] or VLR [Visitor Location Register]; Transfer of mobility data, e.g. between HLR, VLR or external networks
- H04W8/08—Mobility data transfer
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/10—Small scale networks; Flat hierarchical networks
- H04W84/12—WLAN [Wireless Local Area Networks]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
提供了用于使用WiFi连接来确定用户存在和不存在的系统和技术。可以从环境中的WiFi接入点接收报告。报告可以包括WiFi设备的标识符、与WiFi接入点的连接或断开的指示、连接或断开的时间、以及WiFi接入点的标识符。可以从报告生成WiFi设备的连接序列。可以基于该连接序列来确定截至指定时间WiFi设备存在于环境中还是不存在该环境中。如果WiFi设备存在于该环境中,则可以生成与WiFi设备相关联的用户的存在的指示。如果WiFi设备不存在于该环境中,则可以生成与WiFi设备相关联的用户的不存在的指示。
Description
背景技术
能够确定人们在诸如家庭、办公室或其他结构的环境中存在或不存在可以是有用的。环境可以包括可以是自动化的并且可以基于环境内个体的存在或不存在来操作的设备和系统。
发明内容
根据所公开的主题的实施例,可以从环境中的WiFi接入点接收报告。该报告可以包括WiFi设备的标识符、与所述WiFi接入点中的一个的连接或断开的指示、所述连接或断开的时间以及所述WiFi接入点中的所述一个的标识符。可以从所述报告生成所述WiFi设备的连接序列。所述连接序列可以包括通过所述WiFi设备连接到所述WiFi接入点的时间和从所述WiFi接入点断开的时间。可以基于所述连接序列中连接到任何一个WiFi接入点的时间段和从所有WiFi接入点断开的时间段,确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中。如果确定所述WiFi设备存在于所述环境中,则可以为与所述WiFi设备相关联的用户生成存在的指示,或者如果确定所述WiFi设备不存在于所述环境中,则可以为与所述WiFi设备相关联的所述用户生成不存在的指示。
可以基于所述存在的指示或所述不存在的指示来生成用于所述环境中的可控设备的控制信号。所述控制信号可以被发送到所述设备以由所述设备实现。
通过如果连接到任何一个WiFi接入点的时间段中的一个的开始与所述指定时间之间的时间量大于第一阈值时间量并且所述连接的时间段中的所述一个包括所述指定时间,或者如果连接到任何一个WiFi接入点的两个或更多个连续时间段中的第一个时间段的开始与指定时间之间的总时间量大于所述第一阈值,并且所述两个或更多个连续时间段中的最后一个时间段包括所述指定时间,确定所述WiFi设备存在于所述环境中,基于所述连接序列中连接到所述WiFi接入点的时间段和从所述WiFi接入点断开的时间段来确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中。
通过如果从所有所述WiFi接入点断开的时间段中的一个时间段的开始之间的时间量大于第二阈值时间量并且所述断开的时间段中的所述一个时间段包括所述指定时间,确定所述WiFi设备不存在于所述环境中,基于所述连接序列中连接到所述WiFi接入点的时间段和从所述WiFi接入点断开的时间段来确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中。
所述WiFi设备的所述标识符可以是加盐散列媒体接入控制地址(SHMAC)。
在基于所述连接序列中连接到任何一个WiFi接入点的时间段和从所有WiFi接入点断开的时间段来确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中之前:可以从所述报告生成所述WiFi设备的连接时间数据、连接/断开计数数据、转换数据和连接/断开长度数据;可以从所述环境中的传感器或设备接收传感器和设备数据;以及利用机器学习系统生成WiFi设备指示,所述WiFi设备指示指示所述WiFi设备应当被用于确定与所述WiFi设备相关联的所述用户在所述环境中的存在或不存在,其中,所述WiFi设备的所述连接时间数据、所述连接/断开计数数据、所述转换数据和所述连接/断开长度数据以及所述传感器和设备数据被输入到所述机器学习系统。
可以从所述环境中的所述WiFi接入点接收附加报告。所述附加报告中可以包括第二WiFi设备的标识符、与所述WiFi接入点中的一个的连接或断开的指示、所述连接或断开的时间以及所述WiFi接入点中的所述一个的标识符。可以从所述附加报告生成所述第二WiFi设备的第二连接时间数据、第二连接/断开计数数据、第二转换数据和第二连接/断开长度数据;以及利用所述机器学习系统生成第二WiFi设备指示。所述第二WiFi设备指示指示所述第二WiFi设备不应当被用于确定与所述第二WiFi设备相关联的第二用户在所述环境中存在或不存在,其中,所述第二WiFi设备的所述第二连接时间数据、所述第二连接/断开计数数据、所述第二转换数据和所述第二连接/断开长度数据以及所述传感器和设备数据被输入到所述机器学习系统。
可以从所述WiFi设备接收设备数据。所述设备数据可以被输入到所述机器学习系统。
所述设备数据可以包括所述WiFi设备的地理位置数据和/或所述WiFi设备的地理围栏数据。
根据所公开的主题的实施例,包括:用于从环境中的WiFi接入点接收报告的装置,其中,报告中的每一个包括WiFi设备的标识符、与所述WiFi接入点中的一个的连接或断开的指示、所述连接或断开的时间以及所述WiFi接入点中的所述一个的标识符;用于从所述报告生成所述WiFi设备的连接序列的装置,其中,所述连接序列包括通过所述WiFi设备连接到所述WiFi接入点的时间和从所述WiFi接入点断开的时间;用于基于所述连接序列中连接到任何一个WiFi接入点的时间段和从所有WiFi接入点断开的时间段,确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中的装置;用于如果确定所述WiFi设备存在于所述环境中,则为与所述WiFi设备相关联的用户生成存在的指示,或者如果确定所述WiFi设备不存在于所述环境中,则为与所述WiFi设备相关联的所述用户生成不存在的指示的装置;用于基于所述存在的指示或所述不存在的指示来生成用于所述环境中的可控设备的控制信号的装置;用于将所述控制信号发送到所述设备以由所述设备实现的装置;用于如果连接到任何一个WiFi接入点的时间段中的一个的开始与所述指定时间之间的时间量大于第一阈值时间量并且所述连接的时间段中的所述一个包括所述指定时间,或者如果连接到任何一个WiFi接入点的两个或更多个连续时间段中的第一个时间段的开始与指定时间之间的总时间量大于所述第一阈值,并且所述两个或更多个连续时间段中的最后一个时间段包括所述指定时间,确定所述WiFi设备存在于所述环境中的装置;用于如果从所有所述WiFi接入点断开的时间段中的一个时间段的开始之间的时间量大于第二阈值时间量并且所述断开的时间段中的所述一个时间段包括所述指定时间,确定所述WiFi设备不存在于所述环境中的装置;用于从所述报告生成所述WiFi设备的连接时间数据、连接/断开计数数据、转换数据和连接/断开长度数据的装置;用于从所述环境中的一个或多个传感器或设备接收传感器和设备数据的装置;用于利用机器学习系统生成WiFi设备指示的装置,所述WiFi设备指示指示所述WiFi设备应当被用于确定与所述WiFi设备相关联的所述用户在所述环境中的存在或不存在,其中,所述WiFi设备的所述连接时间数据、所述连接/断开计数数据、所述转换数据和所述连接/断开长度数据以及所述传感器和设备数据被输入到所述机器学习系统;用于从所述环境中的所述WiFi接入点接收附加报告的装置,其中,所述附加报告中的每一个包括第二WiFi设备的标识符、与所述WiFi接入点中的一个的连接或断开的指示、所述连接或断开的时间以及所述WiFi接入点中的所述一个的标识符;用于从所述附加报告生成所述第二WiFi设备的第二连接时间数据、第二连接/断开计数数据、第二转换数据和第二连接/断开长度数据;的装置;用于利用所述机器学习系统生成第二WiFi设备指示的装置,所述第二WiFi设备指示指示所述第二WiFi设备不应当被用于确定与所述第二WiFi设备相关联的第二用户在所述环境中存在或不存在,其中,所述第二WiFi设备的所述第二连接时间数据、所述第二连接/断开计数数据、所述第二转换数据和所述第二连接/断开长度数据以及所述传感器和设备数据被输入到所述机器学习系统;以及用于从所述WiFi设备接收设备数据的装置,其中,所述设备数据被输入到所述机器学习系统。
通过考虑以下详细描述、附图和权利要求,所公开主题的附加特征、优点和实施例可以被阐述或变得明显。此外,应当理解,前述发明内容和以下详细描述都是说明性的,并且旨在提供进一步的解释而不限制权利要求的范围。
附图说明
被包括以提供对所公开的主题的进一步理解的附图被并入本说明书中并构成本说明书的一部分。附图还图示了所公开主题的实施例,并且与详细描述一起用于解释所公开主题的实施例的原理。没有尝试相比为了基本理解所公开的主题和可以实践它的各种方式所必需的结构细节更详细地示出结构细节。
图1A示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的示例系统和布置。
图1B示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的示例系统和布置。
图2示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的示例时间流程图。
图3示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的示例过程。
图4示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的示例过程。
图5示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的示例系统和布置。
图6示出了根据所公开主题的实施例的计算设备。
图7示出了根据所公开主题的实施例的系统。
图8示出了根据所公开主题的实施例的系统。
图9示出了根据所公开主题的实施例的计算机。
图10示出了根据所公开主题的实施例的网络配置。
具体实施方式
根据本文中公开的实施方式,使用WiFi连接确定用户存在和不存在可以允许WiFi设备与相同环境中的WiFi接入点的连接和断开,以用于确定与该WiFi设备相关联的用户存在于环境中或不存在于环境中。环境中的WiFi接入点可以向云计算系统发送包括WiFi设备的连接和断开的时间的报告。云计算系统可以使用与WiFi接入点的连接和断开的时间来整理WiFi设备的报告,以确定WiFi设备被连接到WiFi接入点和从WiFi接入点断开的时间段。云计算系统可以将规则应用于连接和断开的时间段,以确定该时间段指示截至规则被应用的时间WiFi设备及其相关联的用户存在于环境中还是不存在于环境中。WiFi设备与相同环境中的WiFi接入点的连接和断开可以与来自环境中的其它设备的信号结合使用,以确定是否使用该WiFi设备与WiFi接入点的连接和断开,以确定与该WiFi设备相关联的用户存在于环境中或不存在于环境中。
环境可以包括多个WiFi接入点。环境可以是例如结构,诸如例如家庭、办公室、公寓或其他结构,并且可以包括封闭空间和开放空间的组合。WiFi接入点可以被分布在整个环境中,并且可以例如形成网状网络或轴辐式网络。WiFi接入点可以为连接到WiFi接入点的WiFi设备提供对局域网(LAN)和诸如互联网的广域网(WAN)的接入。接入可以通过任何合适的有线或无线WAN连接来提供对WAN的接入,WiFi接入点可以例如通过到有线或无线调制解调器的连接来接入这些有线或无线WAN连接。
WiFi接入点能够广播和接收WiFi信号的范围可以包括重叠区域,从而导致WiFi设备能够连接到一个以上的WiFi接入点的环境区域。例如,房屋可以具有三个楼层,并且可以包括位于每个楼层上的单个WiFi接入点。第一层上的特定区域中的WiFi设备可以能够连接到房屋的第一层和第二层上的WiFi接入点中的任何一个。
WiFi设备可以连接到环境中的WiFi接入点和从环境中的WiFi接入点断开。WiFi设备可以是包括允许WiFi设备连接到WiFi网络的WiFi无线电的任何合适的设备,诸如例如电话、平板电脑、膝上型电脑、手表或其他可穿戴设备,或启用WiFi的跟踪标签。当WiFi设备在环境内移动并且进入和退出环境时,WiFi设备可以取决于WiFi设备的位置和WiFi接入点的范围而连接到整个环境中的不同WiFi接入点和与其断开。例如,WiFi设备可以在房屋的第三层上开始并且连接到该楼层上的WiFi接入点。WiFi设备可以移动到房屋的第二层,从第三层上的WiFi接入点断开,并且连接到第二层上的WiFi接入点。WiFi设备可以移动到房屋的第一层,从第二层上的WiFi接入点断开,并且连接到第一层上的WiFi接入点。WiFi设备可以离开房屋并从第一层上的WiFi接入点断开。WiFi设备可以稍后重新进入房屋并连接到一层的WiFi接入点。
环境中的WiFi接入点可以报告通过WiFi设备与WiFi接入点的连接和断开。可以通过互联网连接向例如可以远离环境的云计算系统报告连接和断开。WiFi接入点可以实时报告WiFi设备的连接和断开。例如,房屋的三楼上的WiFi接入点可以在连接被成功建立时向云计算系统报告WiFi设备的连接,并且可以在检测到断开时报告WiFi设备的断开。WiFi接入点对WiFi设备的断开的检测可以从在WiFi设备上发生的实际断开延迟。
发送到云计算系统的WiFi设备的连接和断开的报告可以包括任何合适的数据,包括WiFi设备的标识符、WiFi接入点的标识符、报告是针对连接还是断开的指示,以及WiFi接入点检测到连接或断开的时间。WiFi接入点的标识符可以是可以允许云计算系统区分来自相同环境中的不同WiFi接入点的报告的任何合适的标识符。WiFi接入点的标识符可以例如基于WiFi接入点的组件的MAC地址,或者可以是由用户分配给WiFi接入点的标识符。
WiFi设备的标识符可以是隐私保护标识符,其可以允许云计算系统将WiFi设备的报告与其他WiFi设备的报告区分开,但是可能不允许WiFi设备本身或WiFi设备的用户的肯定标识。例如,标识符可以基于WiFi设备的媒体接入控制(MAC)地址,例如,当用户选择加入以允许云计算系统从环境中的WiFi接入点接收报告时生成的加盐散列MAC(SHMAC)。用于WiFi设备的SHMAC可以由例如WiFi接入点生成,并且可以在用于WiFi设备的报告中被发送到云计算系统。用户还可以将SHMAC或WiFi设备的任何其他合适的标识符直接输入到WiFi接入点或云计算系统。SHMAC可以允许由云计算系统接收的包括相同SHMAC的所有报告被认为是针对相同WiFi设备的报告,但是可能不允许云计算系统例如通过确定其MAC地址或能够被用于标识物理WiFi设备的其他这样的标识符来标识WiFi设备。
用户可以指定云计算系统在确定用户存在于环境中或不存在于环境中时应该使用的WiFi设备。所指定的WiFi设备可以被认为充当WiFi设备的用户在环境中的存在或不存在的指示符。WiFi接入点可以仅向云计算系统发送针对指定WiFi设备的报告,或者可以向云计算系统发送针对所有WiFi设备的报告。云计算系统可以接收每个所指定的WiFi设备的标识符,这可以允许云计算系统确定哪些报告属于哪些WiFi设备,但不标识任何物理WiFi设备。类似地,云计算系统可能无法标识WiFi设备的各个用户。每个分开的WiFi设备可以被认为与分开的用户相关联,但是对云计算系统来说可能没有用户的明确标识。WiFi设备的存在或不存在可以被认为指示与该WiFi设备相关联的用户的存在或不存在。
WiFi接入点还可以更新先前发送的连接和断开的报告。例如,当WiFi设备没有向WiFi接入点发送数据达到一段时间时,WiFi接入点可以检测到WiFi设备已经断开。在一些情况下,WiFi设备仍然可以被连接到WiFi接入点,并且可以在WiFi接入点已经向云计算系统报告断开之后开始向WiFi接入点发送数据。WiFi接入点可以更新报告以指示WiFi设备在断开的报告与对报告的更新之间的时间段期间未断开。
云计算系统可以使用从环境内的WiFi接入点接收的通过WiFi设备的连接和断开的报告来确定WiFi设备的用户在环境中的存在或不存在。云计算系统可以整理具有同一WiFi设备的标识符的报告。云计算系统可以使用报告中的连接和断开的时间来确定WiFi设备被连接到环境中的每个WiFi接入点的时间段,以及WiFi设备未被连接到环境中的任何WiFi接入点的任何时间段。这可以生成用于WiFi设备的连接序列。然后,云计算系统可以将规则应用于连接序列中的时间段,以确定截至将规则应用于连接序列时,WiFi设备的用户存在于环境中还是不存在于环境中。例如,如果WiFi设备被连接到环境中的单个WiFi接入点达到超过第一阈值时间段的时间段,则云计算系统可以确定与WiFi设备相关联的用户在该时间段期间存在于环境中。如果WiFi设备未被连接到环境中的单个WiFi接入点达到超过第一阈值时间段的时间段,则可以确定WiFi设备已连接到环境中的任何WiFi接入点的组合时间量。如果该组合时间量超过第一阈值时间段,则云计算系统可以确定与WiFi设备相关联的用户在该时间段期间存在于环境中。如果WiFi设备在从WiFi接入点中的一个断开之后未连接到环境中的WiFi接入点中的任一个达到超过第二阈值时间段的时间量,则云计算系统可以确定与WiFi设备相关联的用户不存在于环境中。第一阈值时间段和第二阈值时间段可以是以任何合适的方式确定的任何合适的时间长度。
如果WiFi设备快速连接到WiFi接入点和从WiFi接入点断开,则可以使用去抖动。去抖动可以移除快速连续生成的多个报告,这些报告可以指示WiFi设备处于WiFi接入点的范围的边缘,在连接和断开之间来回抖动。例如,当WiFi设备处于WiFi接入点的范围的边缘时,WiFi设备可以重复地连接到该WiFi接入点和从该WiFi接入点断开,使得WiFi接入点重复地生成连接和断开的报告。当报告具有用于同一WiFi设备的标识符时,云计算系统可以通过例如忽略来自WiFi接入点的报告来进行去抖动,并且太接近断开和重新连接的时间例如被低于某个小阈值的时间段分开,该阈值可以指示WiFi设备在WiFi接入点的范围的边缘上。
云计算系统可以基于云计算系统针对其接收报告的每个分开的WiFi设备来进行存在或不存在的分开确定。例如,如果云计算系统从环境中的WiFi接入点接收到具有两个不同SHMAC的两个不同WiFi设备的报告,则云计算系统可以确定两个分开的WiFi设备及其相关联的用户的存在或不存在。可以基于包括两个不同SHMAC中的第一SHMAC的报告来进行针对第一WiFi设备的确定,并且可以基于包括两个不同SHMAC中的第二SHMAC的报告来进行针对第二WiFi设备的确定。
云计算系统可以在任何合适的时间更新存在或不存在的确定。例如,每当从WiFi接入点接收到WiFi设备的新报告时,云计算系统可以更新基于该WiFi设备的报告做出的存在或不存在的确定,或者每当更新该WiFi设备的先前报告时追溯地更新基于该WiFi设备的报告做出的存在或不存在的确定。这可以允许云计算系统维持当前的存在或不存在的确定,并且追溯地调整先前做出的确定,使得随时间保持的存在和不存在的记录可以更准确。
云计算系统可以以任何合适的方式基于用户的相关联的WiFi设备来使用所确定的用户的存在或不存在。例如,环境可以包括可控设备,诸如灯、传感器、安全设备、锁、A/V设备、HVAC系统和机电设备,诸如百叶窗,其可以从云计算系统直接或通过位于环境中的计算设备(诸如中枢计算设备)来控制。云计算系统可以基于确定用户存在于环境中和不存在于环境中来生成控制信号以控制可控设备,或者可以将存在和不存在的确定发送到环境中的计算设备,该计算设备可以使用它们来生成用于可控设备的控制信号。
在一些实施方式中,代替用户告诉云计算系统要使用哪些WiFi设备来确定用户的存在或不存在,云计算系统可以基于与相同环境中的WiFi接入点的连接和断开以及来自环境中的其他设备的信号来确定要使用哪些WiFi设备。环境中的一些WiFi设备的连接和断开可能不是用户是存在于环境中还是不存在于环境中的良好指示符。例如,一些WiFi设备可以主要是固定的,诸如台式计算机、具有内置WiFi的电视、游戏控制台以及其他支持WiFi的电器和A/V电子设备和电器。这些WiFi设备可以在大多数时间保持连接到单个WiFi接入点,并且在确定与这些WiFi设备相关联的用户是存在于环境中还是不存在于环境中时可能不是有用的。一些WiFi设备,诸如,膝上型计算机和平板计算机,可以在环境中移动,连接到环境内的不同WiFi接入点和从环境内的不同WiFi接入点断开,但是可能仅偶尔或从不离开环境,这可能使得它们在确定用户是否不存在于环境中时不太有用。另外,一些WiFi设备可以进入和离开环境,但是可能偶尔这样做,因为它们可能属于该环境的客人。
WiFi接入点可以针对连接到WiFi接入点和从WiFi接入点断开的所有WiFi设备向云计算系统发送报告。可以使用隐私保护标识符,诸如例如由WiFi接入点为WiFi设备确定的SHMAC,来标识WiFi设备。云计算系统可以仅知道WiFi设备的SHMAC,并且可以不从WiFi接入点的报告接收WiFi设备的任何其他标识数据。
云计算系统可以使用来自WiFi接入点的报告来确定关于各种WiFi设备与WiFi接入点的连接和断开的数据。例如,云计算系统可以针对其报告被接收到的每个WiFi设备,确定该WiFi设备在设定的时间段(诸如,24小时的时间段)内的连接和断开的数量。云计算系统可以例如为其报告被接收到的每个WiFi设备确定WiFi设备连接到环境中的任何WiFi接入点的时间跨度,并且类似地确定WiFi设备未连接到环境中的任何WiFi接入点的时间跨度。例如,云计算系统可以针对其报告被接收到的每个WiFi设备确定WiFi设备在设定时间段内连接到的环境中的不同WiFi接入点的数量,以及WiFi设备在环境中的WiFi接入点之间进行的转换的数量。云计算系统可以例如针对其报告被接收到的每个WiFi设备确定WiFi设备连接到每个WiFi接入点的分开的时间量。
云计算系统还可以从环境内的其他设备接收数据。环境可以例如包括中枢计算设备。该中枢计算设备可以是用于管理环境内的传感器和诸如自动化系统的其他系统的任何合适的计算设备。中枢计算设备可以是例如用于环境的控制器。例如,中枢计算设备可以是或包括恒温器、安全中枢或位于环境内的其他计算设备。中枢计算设备还可以是环境内的另一设备,或者可以是专用于管理环境的分开的计算设备,其可以通过例如互联网连接到环境中的设备。中枢计算设备可以通过任何合适的有线、无线、本地和广域连接被连接到分布在整个环境或结构中的多个传感器和可控设备。例如,中枢计算设备、传感器和环境的其他组件可以被连接在网状网络中。例如,传感器中的一些可以是运动传感器,包括用于运动检测的无源红外传感器、光传感器、相机、麦克风、入口传感器、灯开关以及可以使用蓝牙、WiFi、RFID或其他无线设备作为传感器来检测诸如电话、平板电脑、膝上型电脑或FOB的设备的存在的移动设备扫描仪。传感器可以单独分布,或者可以与传感器设备中的其他传感器组合。例如,传感器设备可以包括低功率运动传感器和光传感器,或者麦克风和相机,或者可用传感器的任何其他组合。
中枢计算设备可以接收包括来自整个环境中的传感器和其他设备的数据的信号,并且将来自信号的数据发送到云计算系统。数据可以包括例如由监测环境的外部门的传感器检测到的打开/关闭事件和由监测环境的外部门周围的区域的运动传感器检测到的运动,指示设备(包括灯、电器和A/V设备)何时基于来自用户的输入而不是通过中枢计算设备或云计算系统的自动控制被打开或关闭的数据,以及可以指示用户是存在于环境中、不存在于环境中、进入环境还是离开环境的任何其他合适的数据。在一些实施方式中,来自传感器和其他设备的数据可以通过WiFi接入点直接发送到云计算系统,因为中枢计算设备可以完全是具有位于环境之外的计算能力的云计算系统的一部分。
云计算系统可以直接从WiFi设备接收其他数据。例如,WiFi设备可以被其用户许可向云计算系统发送地理位置数据和使用地理位置数据确定的数据。地理位置数据可以由WiFi设备以任何合适的方式获得,包括通过使用全球定位系统(GPS)无线电,或者通过蜂窝或WiFi三角测量。地理位置数据可以被用于例如地理围栏。WiFi设备或云计算系统可以使用WiFi设备的地理定位数据来确定WiFi设备何时已经穿过地理围栏、进入或离开由地理围栏环绕的区域。地理围栏可以是例如环境周围的地理围栏,使得WiFi设备穿过地理围栏的出口可以指示WiFi设备以及与WiFi设备相关联的用户已经离开环境。直接从WiFi设备接收的数据可以通过环境中的WiFi接入点、环境外部的WiFi接入点或通过诸如蜂窝式数据连接的其它数据连接发送。
在一些实施方式中,云计算系统还可以从具有蓝牙无线电的WiFi接入点接收设备的蓝牙无线电的连接和断开的报告。例如,跟踪标签可以包括蓝牙无线电,当跟踪标签在环境中移动时,该蓝牙无线电可以连接到环境中的WiFi接入点的蓝牙无线电和从环境中的WiFi接入点的蓝牙无线电断开。
云计算系统可以使用所确定的关于通过各种WiFi设备与WiFi接入点的连接和断开的数据、从环境中的其他设备和传感器接收的数据以及直接从WiFi设备接收的数据,诸如地理位置数据,来确定使用哪些WiFi设备确定用户在环境中存在或不存在。例如,云计算系统可以包括机器学习系统。机器学习系统可以是任何合适的机器学习系统,诸如例如人工神经网络,诸如深度学习神经网络、贝叶斯网络、支持向量机、任何类型的分类器或任何其他合适的统计或启发式机器学习系统类型。机器学习系统可以是可能已经经历监督或无监督离线训练的经训练的机器学习系统,或者可以是使用监督或无监督在线学习的机器学习系统。
所确定的关于各种WiFi设备与WiFi接入点的连接和断开的数据、从环境中的其他设备和传感器接收的数据以及直接从WiFi设备接收的数据,诸如地理位置数据,可以由云计算系统用作机器学习系统的输入数据。机器学习系统可以生成并输出可以包括WiFi设备的指示的数据,云计算系统应当使用该数据来确定WiFi设备的用户在环境中的存在或不存在。
输入数据可以以任何合适的方式被输入到机器学习系统。例如,输入数据可以由WiFi设备划分,使得第一输入数据集合包括关于第一WiFi设备而不是任何其它WiFi设备的数据,并且导致仅关于第一WiFi设备的输出数据,而第二输入数据集合可以包括关于第二WiFi设备而不是任何其它WiFi设备的数据,并且导致仅关于第二WiFi设备的输出数据。例如,输出数据可以是WiFi设备在确定WiFi设备的任何用户,例如,WiFi设备的特定用户或可能是WiFi设备的可能用户的用户组,在环境中存在或不存在时将对云计算系统有用的概率,或者是云计算是否应该使用WiFi设备来确定任何用户在环境中存在或不存在的二元指示。
例如,云计算系统可以从环境中的WiFi接入点接收由SHMAC标识的两个WiFi设备的报告。第一WiFi设备可以是例如电话,并且第二WiFi设备可以是例如膝上型计算机,但云计算系统可能不知道WiFi设备中的每一个的类型,因为报告可以仅通过SHMAC标识WiFi设备。云计算系统可以确定关于通过电话和膝上型计算机与WiFi接入点的连接和断开的数据。云计算系统还可以从环境中的其他设备和传感器接收数据,并且可以直接从电话和膝上型计算机接收可以仅由设备的SHMAC标识的数据。云计算系统可以首先将从针对电话的WiFi接入点报告确定的针对电话的数据连同直接从电话接收的任何数据和来自环境中的其他设备和传感器的数据一起输入到机器学习系统。机器学习系统可以输出云计算系统是否应该使用电话来确定与电话相关联的用户在环境中存在或不存在的指示。该指示可以是例如可以指示应该使用电话的置信水平的概率,或者是否应该使用电话的二元是/否指示。然后,云计算系统可以将为膝上型计算机确定的数据连同直接从膝上型计算机接收的任何数据和来自环境中的其他设备和传感器的数据一起输入到机器学习系统,该机器学习系统可以输出云计算系统是否应该使用膝上型计算机来确定与膝上型计算机相关联的用户在环境中存在或不存在的指示。
输入数据还可以包括用于任何数量的WiFi设备的数据。这可以导致机器学习系统生成输出数据,该输出数据可以是例如关于是否使用任何WiFi设备来确定用户存在于环境中或不存在于环境中的概率或二元指示的向量。来自机器学习系统的输出数据可以通过SHMAC标识任何WiFi设备。例如,输入数据可以包括电话和膝上型计算机两者的数据,并且机器学习系统可以输出包括两个值的向量,一个值指示云计算系统是否应该使用电话来确定与电话相关联的用户在环境中存在或不存在,并且另一个值指示云计算系统是否应该使用膝上型计算机来确定与膝上型计算机相关联的用户在环境中存在或不存在。向量中的值可以是例如概率或二元指示符。
可以在任何合适的时间将输入数据输入到机器学习系统。例如,云计算系统可以在从任何WiFi接入点接收到任何WiFi设备的新报告、从环境中的任何传感器或设备接收到新数据,或者直接从任何WiFi设备接收到新数据的任何时候更新输入数据。云计算系统可以在任何更新之后立即使用更新后的输入数据作为机器学习系统的输入,或者在对输入数据的某个设定数量的更新之后使用更新后的输入数据作为机器学习系统的输入。云计算系统还可以基于定时间隔,例如,每小时一次,将输入数据输入到机器学习系统。来自机器学习系统的基于更新后的输入数据的输出数据可以被用于更新云计算系统使用哪些WiFi设备来确定用户存在于环境中或不存在于环境中。例如,如果用户用新电话替换他们的旧电话,则对输入数据的更新可以显示通过新电话的连接和断开的报告,而旧电话在其最后断开的报告之后永不重新连接。来自机器学习系统的基于该更新后的输入数据的输出数据可以指示应该使用新电话来确定用户在环境中存在或不存在,并且不再应该使用旧电话。
在一些实施方式中,WiFi接入点可以将信号传输到云计算系统以指示WiFi接入点被接通且活动。信号可以是例如心跳报告,其可以在WiFi接入点开启和活动时以指定的间隔被发送。当没有从WiFi接入点接收到心跳报告达到一段时间时,WiFi接入点可以被认为是关闭的或不活动的。可以更新在WiFi接入点首次被认为关闭或不活动时连接到WiFi接入点的WiFi设备的连接序列,以指示机器学习系统不应使用到该WiFi接入点的连接。机器学习系统可以基于任何其他可用数据输出存在或不存在指示。如果太多的WiFi接入点被认为是关闭或不活动的,则机器学习系统可以输出“未知”存在或不存在指示,其指示没有足够的数据可用于确定WiFi设备的存在或不存在。
在一些实施方式中,机器学习系统可以是用于环境的中枢计算设备的一部分。来自WiFi接入点的报告、来自环境中的设备和传感器的数据以及直接从WiFi设备接收的数据都可以由中枢计算设备接收。只有来自WiFi设备的WiFi接入点的已经被用于确定用户在环境中存在或不存在的报告可以被发送到云计算系统。中枢计算设备可以确定关于通过各种WiFi设备与WiFi接入点的连接和断开的数据,并且可以使用所确定的数据以及从环境中的其他设备和传感器接收的数据以及直接从WiFi设备接收的数据作为机器学习系统的输入数据。来自机器学习系统的输出数据,其指示使用哪些WiFi设备来确定用户存在于环境中或不存在于环境中,可以由中枢计算设备用于控制WiFi接入点向云计算系统发送哪些报告。
图1A示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的示例系统。云计算系统100可以包括报告处理器110、规则引擎120和存储装置140。云计算系统100可以是用于实现报告处理器110、规则引擎120和存储装置140的任何合适的计算设备或系统,诸如例如如图9中所描述的计算机20。云计算系统100可以是例如使用分布在任何区域上的以任何合适的方式连接的计算设备的任何合适的组合来提供云计算服务的服务器系统。报告处理器110可以是用于从WiFi接入点接收报告并处理报告以生成连接序列145的硬件或软件的任何合适的组合。规则引擎120可以是用于将规则应用于连接序列145以生成存在/不存在指示的硬件和软件的任何合适的组合。存储装置140可以是用于实现易失性和非易失性存储的硬件和软件的任何合适的组合,并且可以存储连接序列145。
环境150可以包括WiFi接入点171、172和173。环境150可以是例如诸如家庭或办公室的结构,并且可以包括室内和室外空间的组合。WiFi接入点171、172和173可以是用于创建具有WiFi的设备可以连接到的WiFi LAN的任何合适的设备。WiFi接入点171、172和173可以形成网状网络,或者可以是轴辐式网络的一部分,并且可以例如通过有线或无线调制解调器连接到诸如互联网的WAN,该有线或无线调制解调器通过任何合适的有线或无线连接连接到WiFi接入点171、172和173中的一个或多个。
WiFi设备191和192可以是例如智能电话、平板电脑、可穿戴设备或其他便携式WiFi配备设备。用户可能已经向云计算系统100指示WiFi设备191和192应当被用于确定WiFi设备191和192的用户在环境150中的存在或不存在。WiFi设备191可以被连接到WiFi接入点171。WiFi设备192可以被连接到WiFi接入点172。WiFi设备191可以在环境150中移动。当WiFi设备191远离WiFi接入点171并朝向WiFi接入点172移动时,WiFi设备191可以连接到WiFi接入点172并从WiFi接入点171断开。在WiFi设备191已经连接到WiFi接入点172之后,WiFi接入点171可以检测到WiFi设备191已经断开。WiFi设备191可以继续在环境150中远离WiFi接入点172并朝向WiFi接入点173移动。当WiFi设备191远离WiFi接入点172并朝向WiFi接入点173移动时,WiFi设备191可以连接到WiFi接入点173并从WiFi接入点172断开。在WiFi设备191已经连接到WiFi接入点173之后,WiFi接入点172可以检测到WiFi设备191已经断开。WiFi设备191可以继续远离WiFi接入点173,从WiFi接入点173断开并且不连接到WiFi接入点171和172中的任一个。当WiFi设备191移动时,WiFi设备192可以保持连接到WiFi接入点172。
WiFi接入点171、172和173可以向云计算系统100发送报告。报告可以包括通过环境150中的WiFi设备,诸如WiFi设备191和192,与WiFi接入点171、172和173的连接和断开的时间。可以以任何合适的时间或间隔或者基于任何合适的事件来发送报告。例如,WiFi接入点171、172和173可以在它们检测到WiFi设备的连接或断开的任何时间发送新报告,或者可以以任何合适长度的间隔发送新报告。报告可以使用隐私保护标识符,诸如例如为WiFi设备确定的SHMAC,来标识WiFi设备。例如,WiFi接入点171可以在WiFi设备191最初连接到WiFi接入点171时向云计算系统100发送报告。该报告可以包括用于WiFi设备191的SHMAC、用于WiFi接入点171的标识符、正在报告连接的指示以及连接的时间。在确定WiFi设备191已经从WiFi接入点171断开时,WiFi接入点171可以类似地发送报告。WiFi接入点172可以向云计算系统100发送报告,该报告报告WiFi设备192的连接、WiFi设备191的连接以及WiFi设备191的后续断开。WiFi接入点173可以向云计算系统100发送报告,该报告报告WiFi设备191的连接以及WiFi设备191的后续断开。
云计算系统100可以包括报告处理器110。报告处理器110可以是用于从WiFi接入点,诸如WiFi接入点171、172和173,接收报告并处理报告以生成连接序列145的硬件和软件的任何合适的组合。报告处理器110可以从WiFi接入点171、172和173接收基于WiFi设备191和WiFi设备192的连接和断开而生成的报告。报告处理器110可以使用报告来生成和更新WiFi设备191和WiFi设备192的连接序列。每当由报告处理器110接收到关于WiFi设备的报告时,可以更新WiFi设备的连接序列。例如,在接收到指示WiFi设备191已经连接到WiFi接入点171的报告时,报告处理器110可以通过在报告中指示的时间添加到WiFi接入点171的连接的指示来更新WiFi设备191的连接序列。当报告处理器110稍后从WiFi接入点172接收到指示来自WiFi设备191的连接的报告时,报告处理器110可以通过在报告中指示的时间添加到WiFi接入点172的连接的指示来更新WiFi设备191的连接序列。当接收到断开的报告时,可以类似地将断开添加到连接序列。由报告处理器110生成和更新的连接序列145可以以任何合适的格式存储在存储装置140中。
云计算系统100可以包括规则引擎120。规则引擎120可以是用于将规则应用于连接序列145以确定和输出存在/不存在指示的硬件和软件的任何合适的组合,该存在/不存在指示指示用户是应当被认为存在于环境150中还是不存在于环境150中。如果WiFi设备,诸如WiFi设备191,连接到环境150中的单个WiFi接入点(诸如WiFi接入点171)达到超过第一阈值时间段的时间段,则规则引擎120可以确定与WiFi设备相关联的用户在该时间段期间存在于环境150中。如果WiFi设备未连接到环境150中的单个WiFi接入点达到超过第一阈值时间段的时间段,则可以确定WiFi设备已经连接到环境150中的任何WiFi接入点的组合时间量。如果组合时间量超过第一阈值时间段,则规则引擎120可以确定与WiFi设备相关联的用户在该时间段期间存在于环境150中。如果WiFi设备在从WiFi接入点中的一个断开之后未连接到环境150中的任何WiFi接入点达到超过第二阈值时间段的时间量,则规则引擎120可以确定与WiFi设备相关联的用户不存在于环境150中。第一阈值时间段和第二阈值时间段可以是以任何合适的方式确定的任何合适的时间长度。
例如,规则引擎120可以在WiFi设备191已经连接到WiFi接入点172并且从WiFi接入点171断开之后的某个时间点将规则应用于WiFi设备191的连接序列。WiFi设备191已经连接到WiFi接入点172的时间量可以小于第一阈值。WiFi设备191已经连接到WiFi接入点171和172的组合时间量可以大于第一阈值。例如,第一阈值可以是五分钟,并且在规则引擎120将规则应用于WiFi设备191的连接序列时,WiFi设备191可能已经连接到WiFi接入点171达到两分钟并且连接到WiFi接入点172达到3.5分钟。因此,规则引擎120可以输出WiFi设备191的用户存在于环境150中的指示。类似地,规则引擎120可以在将规则应用于WiFi设备191的连接序列的同时将规则应用于WiFi设备192的连接序列。WiFi设备192已经连接到WiFi接入点172的时间量可以大于第一阈值。因此,规则引擎120可以输出WiFi设备192的用户存在于环境150中的指示。稍后,在WiFi设备191已经从WiFi接入点173断开之后,规则引擎120可以将规则应用于WiFi设备191的连接序列。如果WiFi设备191已经从WiFi接入点173断开达到大于第二阈值的时间长度,则规则引擎120可以输出WiFi设备191的用户不存在于环境150中的指示。例如,第二阈值可以是3分钟,并且在规则引擎120将规则应用于WiFi设备191的连接序列时,WiFi设备191可能已经从WiFi接入点173断开而没有重新连接到WiFi接入点171或172达到4分钟。
由规则引擎120输出的存在/不存在指示可以是任何合适的格式,并且可以使用任何合适的标识符。例如,云计算系统100可以仅知道WiFi设备191和192的SHMAC,并且可以不知道WiFi设备191和192的任何用户的任何标识数据,或者可以以其他方式不能将特定用户与特定WiFi设备相关联。由规则引擎120输出的存在/不存在指示可以包括SHMAC,其具有该SHMAC是否属于WiFi设备的指示,该WiFi设备的连接序列指示该WiFi设备的用户可以存在于环境150中或不存在于环境150中。针对不同WiFi设备的存在/不存在指示可以被视为好像它们是针对分开用户的存在/不存在指示。例如,WiFi设备191的存在/不存在指示可以被视为对于WiFi设备192的用户唯一的用户的存在/不存在指示。在一些实施方式中,云计算系统100可以能够例如基于用户选择允许他们的身份或用户的隐私保护标识符与SHMAC相关联来将SHMAC与特定用户相关联。单个标识的用户可以与多于一个SHMAC相关联,使得由规则引擎120输出的针对与相同用户相关联的SHMAC的存在/不存在指示可以被聚合以针对该用户做出存在/不存在确定。
规则引擎120可以在任何合适的时间,例如,以任何合适的间隔或基于任何合适的事件,将规则应用于连接序列145。例如,规则引擎120可以每30秒或基于来自云计算系统100的另一组件的需要确定用户存在于环境150中或不存在于环境150中的指示将规则应用于连接序列145,例如,以确定如何控制环境150中的各种可控设备。
图1B示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的示例性系统。环境150中的WiFi接入点,例如,WiFi接入点171、172和173,可以向云计算系统100的报告处理器110发送用于连接到WiFi接入点和从WiFi接入点断开的所有WiFi设备的报告。例如,当WiFi设备191、192、491和492中的任何一个连接到WiFi接入点171、172或173中的任何一个或与其断开时,WiFi接入点171、172和173可以向云计算系统100发送报告。报告可以使用隐私保护标识符,诸如例如SHMAC,来标识WiFi设备。
报告处理器110可以处理从环境150中的WiFi接入点接收的报告,以生成和更新可以作为机器学习输入数据445的一部分存储的数据。报告处理器110可以例如使用报告来确定连接时间451,其可以是WiFi设备连接到环境150中的每个WiFi接入点的分开的时间量、连接/断开452,其可以是WiFi设备在设定的时间段内连接到环境150中的WiFi接入点和从环境150中的WiFi接入点断开的次数的计数、连接/断开长度453,其可以是WiFi设备连接环境150中的任何WiFi接入点所花费的时间跨度和WiFi设备从环境150中的任何WiFi接入点断开所花费的时间跨度,以及转换454,其可以是WiFi设备在设定时间段内连接到的WiFi接入点的数量和WiFi设备在该设定时间段内进行的WiFi接入点之间的转换的数量。
云计算系统100还可以直接从WiFi设备接收设备数据。例如,云计算系统100可以直接从WiFi设备191、192、491和492接收地理位置数据以及使用地理位置数据确定的数据,诸如地理围栏交叉点。直接从WiFi设备接收的数据可以作为WiFi设备数据456被存储在机器学习输入数据445中。云计算系统100还可以从环境150的传感器和设备接收信号。云计算系统100可以将信号存储在存储装置140中作为传感器和设备数据455。传感器和设备数据455可以被存储为机器学习输入数据445的一部分。
云计算系统可以包括机器学习系统420。机器学习系统420可以是用于实现可以生成WiFi设备的指示以用于确定WiFi设备的用户在环境150中的存在或不存在的机器学习系统的硬件和软件的任何合适的组合。机器学习系统420可以是例如人工神经网络,诸如深度学习神经网络、贝叶斯网络、支持向量机、任何类型的分类器或任何其他合适的统计或启发式机器学习系统类型。机器学习系统420可以接收机器学习输入数据445作为输入,并且可以输出WiFi设备的指示以用于确定WiFi设备的用户在环境150中的存在或不存在。机器学习系统420可以使用任何合适类型的学习,包括例如监督或无监督的在线学习或离线学习,来实现。
机器学习输入数据445可以以任何合适的方式输入到机器学习系统420。例如,机器学习输入数据445可以被划分成多个输入数据集合,其中,每个分开的输入数据组包括关于分开的WiFi设备的数据。第一输入数据集合可以例如包括关于WiFi设备191的数据,而第二输入数据集合可以包括关于WiFi设备491的数据。每个输入数据集合可以分开地被输入到机器学习系统420。例如,包括WiFi设备191的数据的第一输入数据集合可以被输入到机器学习系统420。机器学习系统420可以输出WiFi设备191是否应当被用于确定与WiFi设备191相关联的用户在环境150中存在或不存在的指示。该指示可以是例如概率或二元结果。可以同时向机器学习系统420输入所有机器学习输入数据445,包括接收到报告的所有WiFi设备的数据,诸如WiFi设备191、192、491和492。机器学习系统420可以输出多个指示,例如,WiFi设备191、192、491和492中的每一个各一个指示,指示每个WiFi设备是否应当被用于确定与该WiFi设备相关联的用户在环境150中的存在或不存在。
用于确定与WiFi设备相关联的用户在环境150中存在或不存在的WiFi设备的指示可以基于例如机器学习输入数据445中的不同类型的数据与关于与环境150的WiFi接入点的连接和断开的数据中的模式之间的相关性。例如,WiFi设备491可以是固定的,例如台式计算机或游戏控制台。WiFi设备491可以具有到WiFi接入点171的长连接时间,但是没有断开或转换,并且其到WiFi接入点171的连接可以不显示与来自环境150中的传感器的信号的相关性,该信号对应于用户进入或离开环境150,诸如开门/关门事件。这可以导致机器学习系统420输出WiFi设备491不应当被用于确定任何用户在环境150中存在或不存在的指示。该指示可以是例如低概率或二元“否”指示。WiFi设备492可以是移动的,例如,属于环境150中的用户的电话。WiFi设备492可以具有与所有WiFi接入点171、173和173的长连接和断开时间,可以频繁地连接、断开和转换,并且可以具有对应于来自入口传感器的信号的连接和断开,该信号示出环境150的门被打开和关闭。来自WiFi设备492的地理位置数据可以指示WiFi设备492从WiFi接入点的一些断开对应于环境150周围的地理围栏的地理围栏离开事件,并且WiFi设备492的一些连接对应于环境150周围的地理围栏的地理围栏进入事件。这可以导致机器学习系统输出WiFi设备492应当被用于确定与WiFi设备492相关联的用户存在于环境150中或不存在于环境150中的指示。该指示可以由例如云计算系统100在确定将哪个连接序列145输入到规则引擎120时使用。
当从例如报告处理器110、信号接收器410和WiFi设备接收到新数据时,可以连续地更新机器学习输入数据445。更新后的机器学习输入数据445可以被用作机器学习系统420的输入,机器学习系统420可以生成新的WiFi设备指示。
可以以任何合适的方式使用由机器学习系统420输出的WiFi设备指示。云计算系统100可以例如使用WiFi设备指示来确定规则引擎120应该将规则应用于哪个连接序列145,以便为环境150中的用户生成存在/不存在指示。例如,如果由机器学习系统420输出的WiFi设备指示指示WiFi设备191和WiFi设备492应当被用于确定其相关联的用户在环境150中存在或不存在,则规则引擎120可以将规则应用于WiFi设备191和WiFi设备492的连接序列。规则引擎120可以不将规则应用于WiFi设备192和WiFi设备491的连接序列,因为这些WiFi设备可能不用作其相关联的用户在环境150中存在或不存在的指示符。这可以允许规则引擎120生成有用的存在/不存在指示,而不需要用户明确地告诉云计算系统100为此目的使用哪些WiFi设备。
图2示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的示例时间流程图。WiFi接入点171可以向报告处理器110发送指示在上午8:30发生来自WiFi设备191的连接的报告。WiFi接入点172可以向报告处理器110发送指示来自WiFi设备191的连接发生在上午8:33的报告。时间段210可以是WiFi设备191在连接到WiFi接入点172之前连接到WiFi接入点171的时间段。WiFi接入点171可以向报告处理器110发送指示WiFi设备191的断开发生在上午8:34的报告。时间段211可以是在WiFi接入点171确定WiFi设备191已经与其断开之前WiFi设备191连接到WiFi接入点172的时间段。WiFi接入点173可以向报告处理器110发送指示来自WiFi设备191的连接发生在上午8:36的报告。与时间段211组合的时间段212可以是WiFi设备191在连接到WiFi接入点173之前连接到WiFi接入点172的时间段。WiFi接入点172可以向报告处理器110发送指示WiFi设备191的断开发生在上午8:37的报告。时间段213可以是在WiFi接入点172确定WiFi设备191已经与其断开之前WiFi设备191连接到WiFi接入点173的时间段。WiFi接入点173可以向报告处理器110发送指示WiFi设备191的断开发生在上午8:40的报告。时间段214可以是在WiFi接入点173确定WiFi设备191已经与其断开之前WiFi设备191连接到WiFi接入点173的时间段。时间段215可以是WiFi设备191从环境150中的所有WiFi接入点断开的时间段。规则引擎120可以始终认为连接序列中的最近时间段(例如,时间段215)延长到当前时间。例如,如果没有指示WiFi设备191已经在8:50AM连接到WiFi设备171、172和173中的任何一个的报告,并且WiFi设备191的连接序列在8:50AM被输入到规则引擎120,则断开的时间段215可以被延长到8:50AM。
当确定在给定时间用户在环境150中存在或不存在的指示时,规则引擎120可以将规则应用于截至此时的连接序列145。例如,如果规则引擎120确定上午8:36的存在/不存在指示,则规则引擎120可以针对规则的第一阈值和第二阈值测试时间段210和211以及时间段212的在上午8:34和上午8:36之间的部分。如果第一阈值是五分钟,则规则引擎120可以确定WiFi设备191的连接序列指示用户的存在,因为WiFi设备191被连接到WiFi接入点171和172达到跨时间段210、时间段211和时间段212的前两分钟的组合六分钟。如果规则引擎120确定上午8:45的存在/不存在指示,则规则引擎120可以针对第二阈值测试时间段215。如果第二阈值是四分钟,则规则引擎120可以确定WiFi设备191的连接序列指示不存在用户,因为WiFi设备191已经从所有WiFi接入点断开达到五分钟。如果第二阈值是六分钟,则规则引擎120可以针对第一阈值测试时间段210、211、212、213和214,并且可以确定WiFi设备191的连接序列指示用户的存在,因为WiFi设备191连接到WiFi接入点171、172和173达到跨时间段210、211、212、213和214的组合十分钟。因此,第二阈值可以用作用于基于WiFi设备的断开来确定用户不存在的延迟时间段。
图3示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的过程的示例。在300处,可以在云计算系统处从WiFi接入点接收关于通过WiFi设备与环境中的WiFi接入点的连接和断开的报告。
在302处,可以使用从环境中的WiFi接入点接收的报告中的WiFi设备的连接和断开时间来更新连接序列。
在304处,可以将规则应用于连接序列以基于WiFi设备连接到环境中的WiFi接入点或从环境中的WiFi接入点断开的时间段来确定WiFi设备存在于环境中或不存在于环境中的时间段。
在306处,可以基于WiFi设备的存在或不存在的确定来生成用户的存在和不存在指示。
图4示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的过程的示例。在400处,可以在云计算系统处从WiFi接入点接收关于通过WiFi设备与环境中的WiFi接入点的连接和断开的报告。
在402处,可以从报告生成机器学习输入数据,包括连接时间数据、连接/断开计数数据、连接/断开长度数据和转换数据。
在404处,传感器和设备数据可以在云计算系统处被接收并且与机器学习输入数据一起被存储。
在406处,可以直接从WiFi设备接收设备数据,包括地理位置数据和地理围栏进入和离开数据,并且与机器学习输入数据一起存储。
在408处,可以将机器学习输入数据输入到机器学习系统。
在410处,WiFi设备指示可以由机器学习系统生成,其指示应当使用哪些WiFi设备来确定用户在环境中存在或不存在。
图5示出了根据所公开主题的实施方式的适合于使用WiFi连接来确定用户存在和不存在的示例系统。中枢计算设备400可以包括信号接收器410。中枢计算设备400可以是用于实现信号接收器410的任何合适的设备,诸如例如,如图9中所描述的计算机20。中枢计算装置400可以是例如如图7中所描述的控制器73。中枢计算设备400可以是单个计算设备,或者可以包括多个连接的计算设备,并且可以是例如恒温器、其他传感器、电话、平板电脑、膝上型电脑、台式电脑、电视、手表或可以充当环境150的中枢的其他计算设备,其可以包括安全系统和自动化功能。
可以从中枢计算设备400控制环境150。中枢计算设备400可以被连接到整个环境中的各种传感器以及环境150内的各种系统,诸如HVAC系统。中枢计算设备400可以包括用户可以通过其与中枢计算设备400交互的任何合适的硬件和软件接口。中枢计算装置400可以位于环境150内,可以位于场外,或者可以包括环境150中和场外两者的计算设备。现场中枢计算设备400可以使用来自整个环境150或远程连接的其他计算设备的计算资源,诸如例如作为云计算平台的一部分。
信号接收器410可以是用于接收由传感器和可以是环境150的一部分并且可以连接到中枢计算设备400的其他电子设备生成的信号的硬件或软件的任何合适的组合。例如,信号接收器410可以从可以分布在整个环境150中的传感器和设备470接收信号。传感器和设备470可以是例如运动传感器、入口传感器、相机、麦克风、光传感器、接触传感器、倾斜传感器、WiFi或蓝牙检测器、灯、电器、A/V设备、HVAC系统、安全系统或环境150中的任何其他合适的传感器和设备类型的任何组合。由信号接收器410从传感器和设备470接收的信号可以包括,例如,由监测环境的外门的传感器检测到的打开/关闭事件和由监测环境150的外门周围的区域的运动传感器检测到的运动、指示设备(包括灯、电器和A/V设备)基于来自用户的输入而不是通过中枢计算设备400或云计算系统100的自动控制何时被打开或关闭的数据,以及可以指示用户是存在于环境150中、不存在于环境150中、进入环境150还是离开环境150的任何其他合适的数据。信号可以包括例如由传感器和设备470基于来自传感器的主动输出或缺乏来自传感器的主动输出而生成的信号和其他数据。例如,运动传感器可以在其检测到运动时生成主动输出,并且可以在其未检测到运动时缺少主动输出。
信号接收器410可以将从环境150的传感器和设备470接收的信号发送到云计算系统100。云计算系统100可以将信号存储在存储装置140中作为传感器和设备数据455。传感器和设备数据455可以被存储为机器学习输入数据445的一部分。
在一些实施方式中,机器学习系统420可以在中枢计算设备400上运行。机器学习输入数据445可以被存储在中枢计算设备400的存储装置中而不是云计算系统100的存储装置140中,或者存储装置140可以接入中枢计算设备400接入。如果机器学习输入数据445被存储在中枢计算装置400上,那么中枢计算装置400可以接收来自环境150的WiFi接入点的报告和来自WiFi设备的设备数据,并且可以包括类似于报告处理器110的报告处理器以从报告生成连接时间451、连接/断开452、连接/断开长度453和转换454。由机器学习系统420输出的WiFi设备指示可以被传输到云计算系统100,或者可以由中枢计算设备400使用以控制哪些报告被发送到云计算系统100。例如,中枢计算设备400可以仅使得指示WiFi设备应当被用于确定用户存在于环境中或不存在于环境中的WiFi设备指示的WiFi设备的报告被发送到云计算系统100。
可以从环境中的WiFi接入点接收报告。报告可以包括WiFi设备的标识符、与WiFi接入点中的一个的连接或断开的指示、连接或断开的时间、以及WiFi接入点中的一个的标识符。可以从报告生成WiFi设备的连接序列。该连接序列可以包括通过WiFi设备连接到WiFi接入点的时间或从WiFi接入点断开的时间。可以基于连接序列中连接到任何WiFi接入点的时间段和从所有WiFi接入点断开的时间段来确定截至指定时间WiFi设备存在于环境中还是不存在于环境中。如果确定WiFi设备存在于环境中,则可以生成与WiFi设备相关联的用户的存在的指示,或如果确定WiFi设备不存在于环境中,则可以生成与WiFi设备相关联的用户的不存在的指示。
可以基于存在的指示或不存在的指示为环境中的可控设备生成控制信号。控制信号可以被发送到设备以由设备实现。
通过确定:如果连接到任何WiFi接入点的时间段中的一个的开始与指定时间之间的时间量大于第一阈值时间量并且连接时间段中的一个包括指定时间,或者如果连接到任何WiFi接入点的两个或更多个连续时间段中的第一个时间段的开始与指定时间之间的总时间量大于该第一阈值,并且该两个或更多个连续时间段中的最后一个时间段包括指定时间,WiFi设备存在于环境中,基于连接序列中连接到WiFi接入点的时间段和从WiFi接入点断开的时间段,可以确定截至指定时间WiFi设备存在于环境中还是不存在于环境中。
通过确定:如果从所有WiFi接入点断开的时间段中的一个时间段的开始之间的时间量大于第二阈值时间量并且断开的时间段中的一个时间段包括特定时间,WiFi设备不存在于环境中,基于连接序列中连接到WiFi接入点的时间段和从WiFi接入点断开的时间段,可以确定截至指定时间WiFi设备存在于环境中还是不存在于环境中。
WiFi设备的标识符可以是加盐散列媒体接入控制地址(SHMAC)。
在基于连接序列中连接到任何WiFi接入点的时间段和从所有WiFi接入点断开的时间段确定截至指定时间WiFi设备存在于环境中还是不存在于环境中之前,可以从报告生成WiFi设备的连接时间数据、连接/断开计数数据、转换数据和连接/断开长度数据,可以从环境中的传感器或设备接收传感器和设备数据,并且可以利用机器学习系统生成指示WiFi设备应该被用于确定与WiFi设备相关联的用户在环境中存在或不存在的WiFi设备指示,其中,WiFi设备的连接时间数据、连接/断开计数数据、转换数据和连接/断开长度数据以及传感器和设备数据被输入到机器学习系统。
可以从环境中的WiFi接入点接收附加报告。该附加报告可以包括第二WiFi设备的标识符、与WiFi接入点中的一个的连接或断开的指示、连接或断开的时间,以及WiFi接入点中的一个的标识符。可以从该附加报告生成第二WiFi设备的第二连接时间数据、第二连接/断开计数数据、第二转换数据和第二连接/断开长度数据。可以利用机器学习系统生成指示第二WiFi设备不应当被用于确定与第二WiFi设备相关联的第二用户存在于环境中或不存在于环境的第二WiFi设备指示,其中,第二WiFi设备的第二连接时间数据、第二连接/断开计数数据、第二转换数据和第二连接/断开长度数据以及传感器和设备数据被输入到机器学习系统。
可以从WiFi设备接收设备数据。设备数据可以被输入到机器学习系统。
设备数据可以包括WiFi设备的地理位置数据和/或WiFi设备的地理围栏数据。
一种系统可以包括环境中的WiFi接入点和云计算系统的计算设备,该云计算系统的计算设备从环境中的WiFi接入点接收报告,其中,该报告中的每一个包括WiFi设备的标识符、与WiFi接入点中的一个的连接或断开的指示、连接或断开的时间以及WiFi接入点中的一个的标识符,该云计算系统的计算设备从报告生成WiFi设备的连接序列,其中,该连接序列包括通过WiFi设备连接到WiFi接入点的时间和从WiFi接入点断开的时间,基于连接序列中连接到任何一个WiFi接入点的时间段和从任何一个WiFi接入点断开的时间段,该云计算系统的计算设备确定截至指定时间WiFi设备存在于环境中还是不存在于环境中,以及如果确定WiFi设备存在于环境中,则该云计算系统的计算设备为与WiFi设备相关联的用户生成存在的指示,或者如果确定WiFi设备不存在于环境中,则该云计算系统的计算设备为与WiFi设备相关联的用户生成不存在的指示。
云计算系统的计算设备可以基于存在的指示或不存在的指示来生成用于环境中的可控设备的控制信号,以及将该控制信号发送到设备以由设备实现。
通过确定:如果连接到任何一个WiFi接入点的时间段中的一个的开始与指定时间之间的时间量大于第一阈值时间量并且连接的时间段中的一个包括指定时间,或者如果连接到任何一个WiFi接入点的两个或更多个连续时间段中的第一个时间段的开始与指定时间之间的总时间量大于第一阈值,并且该两个或更多个连续时间段中的最后一个时间段包括指定时间,WiFi设备存在于环境中,云计算系统的计算设备可以基于连接序列中连接到WiFi接入点的时间段和从WiFi接入点断开的时间段来确定截至指定时间WiFi设备存在于环境中还是不存在于环境中。
通过确定:如果从所有WiFi接入点断开的时间段中的一个时间段的开始之间的时间量大于第二阈值时间量并且断开的时间段中的一个时间段包括指定时间,WiFi设备不存在于环境中,云计算系统的计算设备可以基于连接序列中连接到WiFi接入点的时间段和从WiFi接入点断开的时间段来确定截至指定时间WiFi设备存在于环境中还是不存在于环境中。
WiFi设备的标识符可以包括加盐散列媒体接入控制地址(SHMAC)。
在基于连接序列中连接到任何一个WiFi接入点的时间段和从所有WiFi接入点断开的时间段来确定截至指定时间WiFi设备存在于环境中还是不存在于环境中之前,云计算系统的计算设备可以从报告生成WiFi设备的连接时间数据、连接/断开计数数据、转换数据和连接/断开长度数据;从环境中的传感器或设备接收传感器和设备数据;以及云计算系统的计算设备利用机器学习系统生成WiFi设备指示指示WiFi设备应当被用于确定与WiFi设备相关联的用户在环境中的存在或不存在的WiFi设备指示,其中,WiFi设备的连接时间数据、连接/断开计数数据、转换数据和连接/断开长度数据以及传感器和设备数据可以被输入到机器学习系统。
云计算系统的计算设备可以从环境中的WiFi接入点接收附加报告,其中,该附加报告中的每一个可以包括第二WiFi设备的标识符、与WiFi接入点中的一个的连接或断开的指示、连接或断开的时间以及WiFi接入点中的一个的标识符;该云计算系统的计算设备可以从附加报告生成用于第二WiFi设备的第二连接时间数据、第二连接/断开计数数据、第二转换数据和第二连接/断开长度数据;以及利用机器学习系统生成指示第二WiFi设备不应当被用于确定与第二WiFi设备相关联的第二用户在环境中存在或不存在的第二WiFi设备指示,其中,第二WiFi设备的第二连接时间数据、第二连接/断开计数数据、第二转换数据和第二连接/断开长度数据以及传感器和设备数据可以被输入到机器学习系统。
云计算系统的计算设备可以从WiFi设备接收设备数据。该设备数据可以被输入到机器学习系统。
设备数据可以包括WiFi设备的地理位置数据和WiFi设备的地理围栏数据。
包括以下装置:用于从环境中的WiFi接入点接收报告的装置,其中,报告中的每一个包括WiFi设备的标识符、与WiFi接入点中的一个的连接或断开的指示、连接或断开的时间以及WiFi接入点中的一个的标识符;用于从报告生成WiFi设备的连接序列的装置,其中,该连接序列包括通过WiFi设备连接到WiFi接入点的时间和从WiFi接入点断开的时间;用于基于连接序列中连接到任何一个WiFi接入点的时间段和从所有WiFi接入点断开的时间段,确定截至指定时间WiFi设备存在于环境中还是不存在于环境中的装置;用于如果确定WiFi设备存在于环境中,则为与WiFi设备相关联的用户生成存在的指示,或者如果确定WiFi设备不存在于环境中,则为与WiFi设备相关联的用户生成不存在的指示的装置;用于基于存在的指示或不存在的指示来生成用于环境中的可控设备的控制信号的装置;用于将控制信号发送到设备以由设备实现的装置;用于如果连接到任何一个WiFi接入点的时间段中的一个的开始与指定时间之间的时间量大于第一阈值时间量并且连接的时间段中的一个包括指定时间,或者如果连接到任何一个WiFi接入点的两个或更多个连续时间段中的第一个时间段的开始与指定时间之间的总时间量大于第一阈值,并且该两个或更多个连续时间段中的最后一个时间段包括指定时间,确定WiFi设备存在于环境中的装置;用于如果从所有WiFi接入点断开的时间段中的一个时间段的开始之间的时间量大于第二阈值时间量并且断开的时间段中的一个时间段包括指定时间,确定WiFi设备不存在于环境中的装置;用于从报告生成WiFi设备的连接时间数据、连接/断开计数数据、转换数据和连接/断开长度数据的装置;用于从环境中的一个或多个传感器或设备接收传感器和设备数据的装置;用于利用机器学习系统生成WiFi设备指示的装置,该WiFi设备指示指示WiFi设备应当被用于确定与WiFi设备相关联的用户在环境中的存在或不存在,其中,WiFi设备的连接时间数据、连接/断开计数数据、转换数据和连接/断开长度数据以及传感器和设备数据被输入到机器学习系统;用于从环境中的WiFi接入点接收附加报告的装置,其中,该附加报告中的每一个包括第二WiFi设备的标识符、与WiFi接入点中的一个的连接或断开的指示、连接或断开的时间以及WiFi接入点中的一个的标识符;用于从附加报告生成第二WiFi设备的第二连接时间数据、第二连接/断开计数数据、第二转换数据和第二连接/断开长度数据的装置;用于利用机器学习系统生成第二WiFi设备指示的装置,该第二WiFi设备指示指示第二WiFi设备不应当被用于确定与第二WiFi设备相关联的第二用户在环境中存在或不存在,其中,第二WiFi设备的第二连接时间数据、第二连接/断开计数数据、第二转换数据和第二连接/断开长度数据以及传感器和设备数据被输入到机器学习系统;以及用于从WiFi设备接收设备数据的装置,其中,该设备数据被输入到机器学习系统。
本文中公开的实施例可以使用一个或多个传感器。通常,“传感器”可以指代能够获得关于其环境的信息的任何设备。传感器可以通过它们收集的信息的类型来描述。例如,如本文中所公开的传感器类型可以包括运动、烟雾、一氧化碳、接近度、温度、时间、物理取向、加速度、位置等。还可以根据获得环境信息的特定物理设备来描述传感器。例如,加速度计可以获得加速度信息,并且因此可以被用作一般运动传感器和/或加速度传感器。还可以根据用于实现传感器的特定硬件组件来描述传感器。例如,温度传感器可以包括热敏电阻、热电偶、电阻温度检测器、集成电路温度检测器或其组合。在一些情况下,传感器可以顺序地或同时地作为多个传感器类型操作,诸如其中温度传感器被用于检测温度变化以及人或动物的存在。
一般来说,如本文中所公开的“传感器”可以包括多个传感器或子传感器,诸如其中位置传感器包括全球定位传感器(GPS)以及无线网络传感器两者,该无线网络传感器提供能够与已知无线网络相关的数据以获得位置信息。多个传感器可以被布置在单个物理外壳中,诸如其中单个设备包括移动传感器、温度传感器、磁性传感器和/或其他传感器。这种外壳也可以被称为传感器或传感器设备。为了清楚,当需要这样的说明书来理解本文中公开的实施例时,参考传感器执行的特定功能和/或所使用的特定物理硬件来描述传感器。
传感器还可以包括除了获得关于环境的信息的特定物理传感器之外的硬件。图6示出了如本文中所公开的示例性传感器。传感器60可以包括环境传感器61,诸如温度传感器、烟雾传感器、一氧化碳传感器、运动传感器、加速度计、接近传感器、无源红外(PIR)传感器、磁场传感器、射频(RF)传感器、光传感器、湿度传感器或任何其他合适的环境传感器,其获得关于传感器60所在的环境的对应类型的信息。处理器64可以接收并且分析由传感器61获得的数据、控制传感器60的其他组件的操作、以及处理传感器与其他设备之间的通信。处理器64可以执行存储在计算机可读存储器65上的指令。存储器65或传感器60中的另一存储器还可以存储由传感器61获得的环境数据。通信接口63,诸如Wi-Fi或其他无线接口、以太网或其他本地网络接口等,可以允许通过传感器60与其他设备进行的通信。用户界面(UI)62可以提供信息和/或从传感器的用户接收输入。UI 62可以包括例如扬声器,以在由传感器60检测到事件时输出声音警报。替代地或附加地,UI 62可以包括当由传感器60检测到事件时要激活的灯。用户界面可以是相对最小的,诸如有限输出显示器,或者它可以是全特征界面,诸如触摸屏。如本领域技术人员将容易理解的,传感器60内的组件可以经由内部总线或其他机制向彼此发送信息和从彼此接收信息。一个或多个组件可以在单个物理布置中实现,诸如其中多个组件在单个集成电路上实现。如本文中所公开的传感器可以包括其他组件,和/或可以不包括所示的所有说明性组件。
如本文中所公开的传感器可以在通信网络内操作,诸如常规无线网络和/或传感器可以通过其彼此通信和/或与专用其它设备通信的传感器特定网络。在一些配置中,一个或多个传感器可以向一个或多个其他传感器、中央控制器或能够在网络上与一个或多个传感器通信的任何其他设备提供信息。中央控制器可以是通用或专用的。例如,一种类型的中央控制器是家庭自动化网络,其收集和分析来自家庭内的一个或多个传感器的数据。中央控制器的另一示例是专用于功能子集的专用控制器,诸如主要或专门收集和分析传感器数据的安全控制器,因为它涉及位置的各种安全考虑。中央控制器可以相对于与其通信并且从其获得传感器数据的传感器本地定位,诸如在其位于包括家庭自动化和/或传感器网络的家庭内的情况下。替代地或附加地,如本文中所公开的中央控制器可以远离传感器,诸如其中中央控制器被实现为与多个传感器通信的基于云的系统,该多个传感器可以位于多个位置并且可以相对于彼此是本地的或远程的。
图7示出了如本文中所公开的传感器网络的示例,其可以通过任何合适的有线和/或无线通信网络来实现。一个或多个传感器71、72可以经由本地网络70,诸如Wi-Fi或其他合适的网络,彼此通信和/或与控制器73通信。控制器可以是通用或专用计算机。控制器可以例如接收、聚合和/或分析从传感器71、72接收的环境信息。传感器71、72和控制器73可以彼此本地定位,诸如在单个住宅、办公空间、建筑物、房间等内,或者它们可以彼此远离,诸如其中控制器73在诸如基于云的报告和/或分析系统的远程系统74中实现。替代地或附加地,传感器可以直接与远程系统74通信。远程系统74可以例如聚合来自多个位置的数据、向控制器73和/或传感器71、72提供指令、软件更新和/或聚合数据。
例如,中枢计算设备400可以是控制器73的示例,并且传感器210可以是传感器71和72的示例,如参考图1-10进一步详细示出和描述的。
所公开的主题的安全系统和智能家庭环境的装置可以经由网络70通信地连接,网络70可以是诸如Thread的网状网络,其为设备提供网络架构和/或协议以彼此通信。典型的家庭网络可以具有单个设备通信点。这样的网络可能容易发生故障,使得当单个设备点不正常操作时,网络的设备不能彼此通信。可以在所公开主题的安全系统中使用的网状线程网络可以避免使用单个设备进行通信。也就是说,在诸如网络70的网状网络中,不存在可能发生故障从而禁止耦合到网络的设备彼此通信的单个通信点。
由通信地耦合到网络70的设备使用的通信和网络协议可以提供安全通信、最小化所使用的功率量(即,有功效),并且支持家庭中的各种各样的设备和/或产品,诸如电器、接入控制、气候控制、能源管理、照明、安全和安保。例如,由网络和与其连接的设备支持的协议可以具有可以天然承载IPv6的开放协议。
Thread网络,诸如网络70,可以易于设置并且使用安全。网络70可以使用认证方案、AES(高级加密标准)加密等来减少和/或最小化存在于其他无线协议中的安全漏洞。Thread网络可以是可扩展的,以将设备(例如,2、5、10、20、40、100、150、200或更多个设备)连接到支持多跳的单个网络中(例如,以便在网络的一个或多个节点不正常操作时提供设备之间的通信)。可以是Thread网络的网络70可以在网络和应用层处提供安全性。通信地耦合到网络70的一个或多个设备(例如,控制器73、远程系统74等)可以存储产品安装代码,以确保仅授权设备可以加入网络70。网络70的一个或多个操作和通信可以使用密码学,诸如公钥密码学。
通信地耦合到本文中公开的智能家庭环境和/或安全系统的网络70的设备可以降低功耗和/或减少功耗。也就是说,设备彼此有效地通信并操作以向用户提供功能,其中设备可以具有与常规设备相比减小的电池尺寸和增加的电池寿命。设备可以包括睡眠模式以增加电池寿命并降低功率需求。例如,耦合到网络70的设备之间的通信可以使用功率高效的IEEE 802.15.4MAC/PHY协议。在所公开的主题的实施例中,网络70上的设备之间的短消息传送可以节省带宽和功率。网络70的路由协议可以减少网络开销和延时。耦合到智能家庭环境的设备的通信接口可以包括无线片上系统,以支持低功率、安全、稳定和/或可扩展的通信网络70。
图7中所示的传感器网络可以是智能家庭环境的示例。所描绘的智能家庭环境可以包括结构、房屋、办公楼、车库、移动住宅等。智能环境的设备,诸如传感器71、72、控制器73和网络70,可以被集成到不包括整个结构,诸如公寓、公寓楼或办公空间,的智能家庭环境中。
智能环境能够控制和/或耦合到结构外部的设备。例如,传感器71、72中的一个或多个可以位于结构外部,例如,位于距结构一个或多个距离处(例如,传感器71、72可以被设置在结构外部、在沿着结构定位的陆地周边的点处等)。智能环境中的设备中的一个或多个不需要在物理上在结构内。例如,可以接收来自传感器71、72的输入的控制器73可以位于结构外部。
智能家庭环境的结构可以包括经由墙壁至少部分地彼此分离的多个房间。墙壁能够包括内壁或外壁。每个房间能够进一步包括地板和天花板。智能家庭环境的设备,诸如传感器71、72,可以被安装在结构的墙壁、地板或天花板上,与结构的墙壁、地板或天花板集成和/或由结构的墙壁、地板或天花板支持。
包括图7所示的传感器网络的智能家庭环境可以包括多个设备,其包括智能、多感测、联网设备,其能够彼此无缝地集成和/或与中央服务器或云计算系统(例如,控制器73和/或远程系统74)无缝地集成以提供家庭安全和智能家庭特征。智能家庭环境可以包括一个或多个智能、多感测、联网恒温器(例如,“智能恒温器”)、一个或多个智能、联网的多感测危险检测单元(例如,“智能危险检测器”)以及一个或多个智能、多感测、联网的入口接口设备(例如,“智能门铃”)。智能危险检测器、智能恒温器和智能门铃可以是图7中所示的传感器71、72。
根据所公开的主题的实施例,智能恒温器可以检测环境气候特性(例如,温度和/或湿度),并且可以相应地控制结构的HVAC(加热、通风和空调)系统。例如,环境客户端特性可以由图7中所示的传感器71、72检测,并且控制器73可以控制结构的HVAC系统(未示出)。
智能危险检测器可以检测危险物质或指示危险物质的物质(例如,烟雾、火或一氧化碳)的存在。例如,烟雾、火灾和/或一氧化碳可以由图7中所示的传感器71、72检测,并且控制器73可以控制警报系统以向智能家庭环境的用户提供视觉和/或听觉警报。
智能门铃可以控制门铃功能,检测人接近或离开某个位置(例如,建筑物的外门),并且经由由耦合到例如控制器73的扬声器和/或显示器输出的听觉和/或视觉消息来宣告人接近或离开建筑物。
在一些实施例中,图7中所示的传感器网络的智能家庭环境可以包括一个或多个智能、多感测、联网的墙壁开关(例如,“智能墙壁开关”)、一个或多个智能、多感测、联网的墙壁插头接口(例如,“智能墙壁插头”)。智能墙壁开关和/或智能墙壁插头可以是图7中所示的传感器71、72。智能墙壁开关可以检测环境照明条件,并且控制一个或多个灯的功率和/或调光状态。例如,传感器71、72可以检测环境照明条件,并且控制器73可以控制智能家庭环境中的一个或多个灯(未示出)的功率。智能墙壁开关还可以控制风扇,诸如吊扇,的功率状态或速度。例如,传感器72、72可以检测风扇的功率和/或速度,并且控制器73可以相应地调节风扇的功率和/或速度。智能墙壁插头可以控制对一个或多个墙壁插头的功率供应(例如,使得如果在智能家庭环境内没有检测到人,则不向插头供应功率)。例如,智能墙插头中的一个可以控制向灯(未示出)供应功率。
在所公开的主题的实施例中,智能家庭环境可以包括一个或多个智能、多感测、联网的进入检测器(例如,“智能进入检测器”)。图7中所示的传感器71、72可以是智能进入检测器。所图示的智能进入检测器(例如,传感器71、72)可以被设置在智能家庭环境的一个或多个窗、门和其他进入点处,用于检测窗、门或其他进入点何时被打开、破损、破坏和/或损坏。当窗或门被打开、关闭、被破坏和/或被损坏时,智能进入检测器可以生成要提供给控制器73和/或远程系统74的对应信号。在所公开的主题的一些实施例中,除非所有智能进入检测器(例如,传感器71、72)指示所有门、窗、入口通道等关闭和/或所有智能进入检测器启动戒备,否则可以与控制器73一起包括和/或耦合到网络70的警报系统可以不戒备。
图7所示的传感器网络的智能家庭环境能够包括一个或多个智能、多感测、联网的门把手(例如,“智能门把手”)。例如,传感器71、72可以耦合到门的门把手(例如,位于智能家庭环境的结构的外门上的门把手122)。然而,应当意识到,智能门把手能够被设置在智能家庭环境的外门和/或内门上。
智能恒温器、智能危险检测器、智能门铃、智能墙壁开关、智能墙壁插头、智能进入检测器、智能门把手、小键盘和智能家庭环境的其他设备(例如,如图7的传感器71、72所图示),能够经由网络70彼此通信地耦合,并且耦合到控制器73和/或远程系统74,以为智能环境提供安全性、安全和/或舒适性。
用户能够(例如,经由网络70)与一个或多个联网的智能设备交互。例如,用户能够使用计算机(例如,台式计算机、膝上型计算机、平板电脑等)或其他便携式电子设备(例如,智能电话、平板电脑、密钥FOB等)与一个或多个联网的智能设备通信。网页或应用程序能够被配置为从用户接收通信并基于该通信控制一个或多个联网的智能设备和/或向用户呈现关于设备操作的信息。例如,用户能够查看能够戒备或解除戒备家庭的安全系统。
一个或多个用户能够使用联网的计算机或便携式电子设备来控制智能家庭环境中的一个或多个联网的智能设备。在一些示例中,一些或所有用户(例如,住在家中的个人)能够向智能家庭环境(例如,向控制器73)注册他们的移动设备和/或密钥FOB。可以在中央服务器(例如,控制器73和/或远程系统74)处进行这样的注册,以将用户和/或电子设备认证为与智能家庭环境相关联,并且向用户提供使用电子设备来控制智能家庭环境的联网智能设备和安全系统的许可。用户能够使用其注册的电子设备来远程控制智能家庭环境的联网的智能设备和安全系统,诸如当居住者在工作或度假时。当用户位于智能家庭环境内时,用户还可以使用其注册的电子设备来控制联网的智能设备。
替代地或除了注册电子设备之外,智能家庭环境可以推断哪些个体住在家中并且因此是用户以及哪些电子设备与那些个体相关联。因此,智能家庭环境“学习”谁是用户(例如,授权用户),并许可与那些个体相关联的电子设备控制智能家庭环境的联网的智能设备(例如,通信地耦合到网络70的设备)。可以经由发送到一个或多个用户电子设备的消息向用户提供各种类型的通知和其他信息。例如,能够经由电子邮件、短消息服务(SMS)、多媒体消息服务(MMS)、非结构化补充服务数据(USSD)以及任何其他类型的消息服务和/或通信协议来发送消息。
智能家庭环境可以包括与智能家庭环境外部但在家庭的邻近地理范围内的设备的通信。例如,智能家庭环境可以包括室外照明系统(未示出),该室外照明系统通过通信网络70或直接向中央服务器或云计算系统(例如,控制器73和/或远程系统74)传送关于检测到的人、动物和任何其他对象的移动和/或存在的信息,并相应地接收回用于控制照明的命令。
控制器73和/或远程系统74能够基于从智能家庭环境中的其他联网的智能设备接收的信息来控制室外照明系统。例如,在任何联网的智能设备(诸如位于室外的智能墙壁插头)在夜间检测到移动的情况下,控制器73和/或远程系统74能够激活智能家庭环境中的室外照明系统和/或其他灯。
在一些配置中,远程系统74可以聚合来自多个位置的数据,诸如多个建筑物、多居民建筑物、街区内的各个住宅、多个街区等。通常,如先前参考图8所描述的多个传感器/控制器系统81、82可以向远程系统74提供信息。系统81、82可以直接从如先前描述的一个或多个传感器提供数据,或者数据可以由诸如控制器73的本地控制器聚合和/或分析,然后控制器73与远程系统74通信。远程系统可以聚合和分析来自多个位置的数据,并且可以向每个位置提供聚合结果。例如,远程系统74可以检查较大区域的公共传感器数据或传感器数据中的趋势,并且向每个本地系统81、82提供关于所标识的公共性或环境数据趋势的信息。
这里讨论的系统收集关于用户的个人信息或者可以利用个人信息的情况下,可以向用户提供控制程序或特征是否收集用户信息(例如,关于用户的社交网络、社交动作或活动、职业、用户的偏好或用户的当前位置的信息)或者控制是否和/或如何从内容服务器接收可能与用户更相关的内容的机会。另外,某些数据可以在其被存储或使用之前以一种或多种方式被处理,使得个人可标识信息被移除。因此,用户可以控制如何收集关于用户的信息并由如本文中所公开的系统使用。
当前公开的主题的实施例可以在各种计算设备中实现并与各种计算设备一起使用。图9是适合于实现当前公开的主题的实施例的示例计算设备20。例如,设备20可以被用于实现控制器、包括如本文中所公开的传感器的设备等。替代地或附加地,设备20可以是例如台式计算机或膝上型计算机,或者诸如智能电话、平板电脑等的移动计算设备。设备20可以包括总线21,其互连计算机20的主要组件,诸如中央处理器24、存储器27,诸如随机存取存储器(RAM)、只读存储器(ROM)、闪存RAM等、用户显示器22,诸如显示屏)、用户输入接口26,其可以包括一个或多个控制器和相关联的用户输入设备,诸如键盘、鼠标、触摸屏等、固定存储器23,诸如硬盘驱动器、闪存等、可操作为控制和接收光盘、闪存驱动器等的可移动介质组件25,以及可操作为经由合适的网络连接与一个或多个远程设备通信的网络接口29。
总线21允许中央处理器24与一个或多个存储器组件25、27之间的数据通信,存储器组件25、27可以包括RAM、ROM和其他存储器,如前所述。驻留在计算机20中的应用通常被存储在计算机可读存储介质上并经由计算机可读存储介质接入。
固定存储器23可以与计算机20集成,或者可以是分开的并且通过其他接口接入。网络接口29可以经由有线或无线连接提供到远程服务器的直接连接。网络接口29可以使用本领域技术人员将容易理解的任何合适的技术和协议来提供这种连接,包括数字蜂窝电话、WiFi、蓝牙(R)、近场等。例如,网络接口29可以允许设备经由一个或多个局域网、广域网或其他通信网络与其他计算机通信,如本文中进一步详细描述的。
图10示出了根据所公开主题的实施例的示例网络布置。诸如本地计算机、智能电话、平板计算设备等的一个或多个客户端10、11可以经由一个或多个网络7连接到其他设备。网络可以是局域网、广域网、互联网或任何其他合适的通信网络,并且可以在包括有线和/或无线网络的任何合适的平台上实现。客户端可以与一个或多个服务器13和/或数据库15通信。设备可以由客户端10、11直接接入,或者一个或多个其他设备可以提供中间接入,诸如其中服务器13提供对存储在数据库15中的资源的接入。客户端10、11还可以接入远程平台17或由远程平台17提供的服务,诸如云计算布置和服务。远程平台17可以包括一个或多个服务器13和/或数据库15。一个或多个处理单元14可以是例如分布式系统的一部分,诸如基于云的计算系统、搜索引擎、内容分发系统等,其还可以包括数据库15和/或用户界面13或与数据库15和/或用户界面13通信。在一些布置中,分析系统5可以提供后端处理,诸如其中,所存储或获取的数据在递送到处理单元14、数据库15和/或用户界面13之前由分析系统5预处理。
当前公开的主题的各种实施例可以包括或被体现为计算机实现的过程和用于实践那些过程的装置。实施例还可以被体现为具有计算机程序代码的计算机程序产品的形式,该计算机程序代码包含体现在非暂时性和/或有形介质中的指令,诸如硬盘驱动器、USB(通用串行总线)驱动器或任何其他机器可读存储介质,使得当计算机程序代码被加载到计算机中并由计算机执行时,计算机成为用于实践所公开主题的实施例的装置。当在通用微处理器上实现时,计算机程序代码可以将微处理器配置为成为专用设备,诸如通过创建由指令指定的特定逻辑电路。
实施例可以使用硬件实现,该硬件可以包括处理器,诸如通用微处理器和/或专用集成电路(ASIC),其在硬件和/或固件中体现根据所公开主题的实施例的技术的全部或部分。处理器可以被耦合到存储器,诸如RAM、ROM、闪存、硬盘或能够存储电子信息的任何其他设备。存储器可以存储适于由处理器执行以执行根据所公开主题的实施例的技术的指令。
出于解释的目的,已经参考具体实施例描述了前述描述。然而,上面的说明性讨论并不旨在穷举或将所公开主题的实施例限制为所公开的精确形式。鉴于以上教导,可以有许多改进和变型。选择和描述实施例以便解释所公开的主题的实施例的原理及其实际应用,从而使得本领域其他技术人员能够利用那些实施例以及具有可以适合于所预期的特定用途的各种改进的各种实施例。
Claims (20)
1.一种由数据处理装置执行的计算机实现的方法,所述方法包括:
从环境中的WiFi接入点接收报告,其中,报告包括WiFi设备的标识符、与所述WiFi接入点中的一个的连接或断开的指示、所述连接或断开的时间以及所述WiFi接入点中的所述一个的标识符;
从所述报告生成所述WiFi设备的连接序列,其中,所述连接序列包括通过所述WiFi设备连接到所述WiFi接入点的时间和从所述WiFi接入点断开的时间;
基于所述连接序列中连接到任何一个所述WiFi接入点的时间段和从所有所述WiFi接入点断开的时间段,确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中;以及
如果确定所述WiFi设备存在于所述环境中,则为与所述WiFi设备相关联的用户生成存在的指示,或者如果确定所述WiFi设备不存在于所述环境中,则为与所述WiFi设备相关联的所述用户生成不存在的指示。
2.根据权利要求1所述的计算机实现的方法,进一步包括:
基于所述存在的指示或所述不存在的指示来生成用于所述环境中的可控设备的控制信号;以及
将所述控制信号发送到所述设备以由所述设备实现。
3.根据权利要求1所述的计算机实现的方法,其中,基于所述连接序列中连接到所述WiFi接入点的时间段和从所述WiFi接入点断开的时间段来确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中,进一步包括:
如果连接到任何一个所述WiFi接入点的时间段中的一个的开始与所述指定时间之间的时间量大于第一阈值时间量并且所述连接的时间段中的所述一个包括所述指定时间,或者如果连接到任何一个所述WiFi接入点的两个或更多个连续时间段中的第一个时间段的开始与指定时间之间的总时间量大于所述第一阈值并且所述两个或更多个连续时间段中的最后一个时间段包括所述指定时间,确定所述WiFi设备存在于所述环境中。
4.根据权利要求1所述的计算机实现的方法,其中,基于所述连接序列中连接到所述WiFi接入点的时间段和从所述WiFi接入点断开的时间段来确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中,进一步包括:
如果从所有所述WiFi接入点断开的时间段中的一个时间段的开始之间的时间量大于第二阈值时间量并且所述断开的时间段中的所述一个时间段包括所述指定时间,确定所述WiFi设备不存在于所述环境中。
5.根据权利要求1所述的计算机实现的方法,其中,所述WiFi设备的所述标识符包括加盐散列媒体接入控制地址(SHMAC)。
6.根据权利要求1所述的计算机实现的方法,进一步包括:在基于所述连接序列中连接到任何一个所述WiFi接入点的时间段和从所有所述WiFi接入点断开的时间段来确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中之前:
从所述报告生成所述WiFi设备的连接时间数据、连接/断开计数数据、转换数据和连接/断开长度数据;
从所述环境中的一个或多个传感器或设备接收传感器和设备数据;以及
利用机器学习系统生成WiFi设备指示,所述WiFi设备指示指示所述WiFi设备应当被用于确定与所述WiFi设备相关联的所述用户在所述环境中的存在或不存在,其中,所述WiFi设备的所述连接时间数据、所述连接/断开计数数据、所述转换数据和所述连接/断开长度数据以及所述传感器和设备数据被输入到所述机器学习系统。
7.根据权利要求6所述的计算机实现的方法,进一步包括:
从所述环境中的所述WiFi接入点接收附加报告,其中,所述附加报告中的每一个包括第二WiFi设备的标识符、与所述WiFi接入点中的一个的连接或断开的指示、所述连接或断开的时间以及所述WiFi接入点中的所述一个的标识符;
从所述附加报告生成所述第二WiFi设备的第二连接时间数据、第二连接/断开计数数据、第二转换数据和第二连接/断开长度数据;以及
利用所述机器学习系统生成第二WiFi设备指示,所述第二WiFi设备指示指示所述第二WiFi设备不应当被用于确定与所述第二WiFi设备相关联的第二用户在所述环境中存在或不存在,其中,所述第二WiFi设备的所述第二连接时间数据、所述第二连接/断开计数数据、所述第二转换数据和所述第二连接/断开长度数据以及所述传感器和设备数据被输入到所述机器学习系统。
8.根据权利要求6所述的计算机实现的方法,进一步包括:
从所述WiFi设备接收设备数据,其中,所述设备数据被输入到所述机器学习系统。
9.根据权利要求8所述的计算机实现的方法,其中,所述设备数据包括所述WiFi设备的地理位置数据和所述WiFi设备的地理围栏数据中的至少一个。
10.一种用于使用WiFi连接来确定用户存在和不存在的计算机实现的系统,包括:
云计算系统的计算设备,所述云计算系统的所述计算设备从环境中的一个或多个WiFi接入点接收报告,其中,报告包括WiFi设备的标识符、与所述WiFi接入点中的一个的连接或断开的指示、所述连接或断开的时间以及所述WiFi接入点中的所述一个的标识符,
从所述报告生成所述WiFi设备的连接序列,其中,所述连接序列包括通过所述WiFi设备连接到所述WiFi接入点的时间和从所述WiFi接入点断开的时间,
基于所述连接序列中连接到任何一个所述WiFi接入点的时间段和从所有所述WiFi接入点断开的时间段,确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中,以及
如果确定所述WiFi设备存在于所述环境中,则为与所述WiFi设备相关联的用户生成存在的指示,或者如果确定所述WiFi设备不存在于所述环境中,则为与所述WiFi设备相关联的所述用户生成不存在的指示。
11.根据权利要求10所述的计算机实现的系统,其中,所述云计算系统的所述计算设备基于所述存在的指示或所述不存在的指示来生成用于所述环境中的可控设备的控制信号,并且将所述控制信号发送到所述设备以由所述设备实现。
12.根据权利要求10所述的计算机实现的系统,其中,所述云计算系统的所述计算设备通过以下操作来基于所述连接序列中连接到所述WiFi接入点的时间段和从所述WiFi接入点断开的时间段来确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中:如果连接到任何一个所述WiFi接入点的时间段中的一个的开始与所述指定时间之间的时间量大于第一阈值时间量并且所述连接的时间段中的所述一个包括所述指定时间,或者如果连接到任何一个所述WiFi接入点的两个或更多个连续时间段中的第一个时间段的开始与指定时间之间的总时间量大于所述第一阈值并且所述两个或更多个连续时间段中的最后一个时间段包括所述指定时间,确定所述WiFi设备存在于所述环境中。
13.根据权利要求10所述的计算机实现的系统,其中,所述云计算系统的所述计算设备通过以下操作来基于所述连接序列中连接到所述WiFi接入点的时间段和从所述WiFi接入点断开的时间段来确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中:如果从所有所述WiFi接入点断开的时间段中的一个时间段的开始之间的时间量大于第二阈值时间量并且所述断开的时间段中的所述一个时间段包括所述指定时间,确定所述WiFi设备不存在于所述环境中。
14.根据权利要求10所述的计算机实现的系统,其中,所述WiFi设备的所述标识符包括加盐散列媒体接入控制地址(SHMAC)。
15.根据权利要求10所述的计算机实现的系统,其中,所述云计算系统的所述计算设备在基于所述连接序列中连接到任何一个所述WiFi接入点的时间段和从所有所述WiFi接入点断开的时间段来确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中之前:从所述报告生成所述WiFi设备的连接时间数据、连接/断开计数数据、转换数据和连接/断开长度数据,从所述环境中的一个或多个传感器或设备接收传感器和设备数据,以及利用机器学习系统生成WiFi设备指示,所述WiFi设备指示指示所述WiFi设备应当被用于确定与所述WiFi设备相关联的所述用户在所述环境中的存在或不存在,其中,所述WiFi设备的所述连接时间数据、所述连接/断开计数数据、所述转换数据和所述连接/断开长度数据以及所述传感器和设备数据被输入到所述机器学习系统。
16.根据权利要求15所述的计算机实现的系统,其中,所述云计算系统的所述计算设备进一步:从所述环境中的所述WiFi接入点接收附加报告,其中,所述附加报告中的每一个包括第二WiFi设备的标识符、与所述WiFi接入点中的一个的连接或断开的指示、所述连接或断开的时间以及所述WiFi接入点中的所述一个的标识符,从所述附加报告生成所述第二WiFi设备的第二连接时间数据、第二连接/断开计数数据、第二转换数据和第二连接/断开长度数据,以及利用所述机器学习系统生成第二WiFi设备指示,所述第二WiFi设备指示指示所述第二WiFi设备不应当被用于确定与所述第二WiFi设备相关联的第二用户在所述环境中存在或不存在,其中,所述第二WiFi设备的所述第二连接时间数据、所述第二连接/断开计数数据、所述第二转换数据和所述第二连接/断开长度数据以及所述传感器和设备数据被输入到所述机器学习系统。
17.根据权利要求15所述的计算机实现的系统,其中,所述云计算系统的所述计算设备进一步从所述WiFi设备接收设备数据,其中,所述设备数据被输入到所述机器学习系统。
18.根据权利要求17所述的计算机实现的系统,其中,所述设备数据包括所述WiFi设备的地理位置数据和所述WiFi设备的地理围栏数据中的至少一个。
19.一种系统,包括:一个或多个计算机和存储指令的一个或多个存储设备,所述指令在由所述一个或多个计算机执行时能够操作为使所述一个或多个计算机执行操作,所述操作包括:
从环境中的WiFi接入点接收报告,其中,报告包括WiFi设备的标识符、与所述WiFi接入点中的一个的连接或断开的指示、所述连接或断开的时间以及所述WiFi接入点中的所述一个的标识符;
从所述报告生成所述WiFi设备的连接序列,其中,所述连接序列包括通过所述WiFi设备连接到所述WiFi接入点的时间和从所述WiFi接入点断开的时间;
基于所述连接序列中连接到任何一个所述WiFi接入点的时间段和从所有所述WiFi接入点断开的时间段,确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中;以及
如果确定所述WiFi设备存在于所述环境中,则为与所述WiFi设备相关联的用户生成存在的指示,或者如果确定所述WiFi设备不存在于所述环境中,则为与所述WiFi设备相关联的所述用户生成不存在的指示。
20.根据权利要求19所述的系统,其中,所述指令进一步使所述一个或多个计算机执行操作,所述操作包括:在基于所述连接序列中连接到任何一个所述WiFi接入点的时间段和从所有所述WiFi接入点断开的时间段来确定截至指定时间所述WiFi设备存在于所述环境中还是不存在于所述环境中之前:
从所述报告生成所述WiFi设备的连接时间数据、连接/断开计数数据、转换数据和连接/断开长度数据;
从所述环境中的一个或多个传感器或设备接收传感器和设备数据;以及
利用机器学习系统生成WiFi设备指示,所述WiFi设备指示指示所述WiFi设备应当被用于确定与所述WiFi设备相关联的所述用户在所述环境中的存在或不存在,其中,所述WiFi设备的所述连接时间数据、所述连接/断开计数数据、所述转换数据和所述连接/断开长度数据以及所述传感器和设备数据被输入到所述机器学习系统。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/864,015 US11337091B2 (en) | 2020-04-30 | 2020-04-30 | Determination of user presence and absence using WiFi connections |
US16/864,015 | 2020-04-30 | ||
PCT/US2021/021780 WO2021221798A1 (en) | 2020-04-30 | 2021-03-10 | Determination of user presence and absence using wifi connections |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115552871A true CN115552871A (zh) | 2022-12-30 |
Family
ID=75252880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180034786.7A Pending CN115552871A (zh) | 2020-04-30 | 2021-03-10 | 使用WiFi连接确定用户存在和不存在 |
Country Status (6)
Country | Link |
---|---|
US (3) | US11337091B2 (zh) |
EP (2) | EP4140161B1 (zh) |
JP (1) | JP7271799B2 (zh) |
KR (2) | KR20230044550A (zh) |
CN (1) | CN115552871A (zh) |
WO (1) | WO2021221798A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11503665B2 (en) * | 2020-06-02 | 2022-11-15 | Apple Inc. | Apparatus and methods for efficient link disconnection determination |
US11605027B2 (en) * | 2020-07-09 | 2023-03-14 | Amdocs Development Limited | Machine learning system, method, and computer program for inferring user presence in a residential space |
US11704683B1 (en) | 2020-07-09 | 2023-07-18 | Amdocs Development Limited | Machine learning system, method, and computer program for household marketing segmentation |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6259405B1 (en) * | 1995-06-06 | 2001-07-10 | Wayport, Inc. | Geographic based communications service |
CN1640057A (zh) * | 2002-09-28 | 2005-07-13 | 华为技术有限公司 | 适用于无线局域网的用户定位系统及其实现方法 |
US8571578B1 (en) * | 2012-07-26 | 2013-10-29 | Google Inc. | Identifying mobile access points |
CN105792118A (zh) * | 2014-12-18 | 2016-07-20 | Tcl集团股份有限公司 | 一种终端报警的方法及装置 |
CN106465152A (zh) * | 2014-04-24 | 2017-02-22 | 格立威系统有限公司 | 关于无线设备检测的事件触发 |
US20180121493A1 (en) * | 2016-11-03 | 2018-05-03 | Cisco Technology, Inc. | Detecting emergency response address errors |
CN108834075A (zh) * | 2018-05-30 | 2018-11-16 | 深信服科技股份有限公司 | 一种人员运动轨迹的确定方法、系统、装置及存储介质 |
CN110622588A (zh) * | 2017-05-15 | 2019-12-27 | 脸谱公司 | 新的接入点设立 |
GB201917371D0 (en) * | 2019-11-28 | 2020-01-15 | Paxton Access Ltd | Access control system and method |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020065894A1 (en) * | 1999-12-03 | 2002-05-30 | Dalal Siddhartha R. | Local presence state and user-controlled presence and message forwarding in unified instant messaging |
US20020021307A1 (en) * | 2000-04-24 | 2002-02-21 | Steve Glenn | Method and apparatus for utilizing online presence information |
ATE350857T1 (de) * | 2000-05-17 | 2007-01-15 | Ibm | System und methode um den aufenthalt oder die verfügbarkeit eines telefonnutzers zu erkennen und die rufnummer im internet zu veröffentlichen |
CA2503724A1 (en) | 2002-11-08 | 2004-05-21 | Huawei Technologies Co., Ltd. | A method, a system and a terminal for realizing presenting information interaction of the wireless lan users |
JP4345368B2 (ja) * | 2003-06-17 | 2009-10-14 | 株式会社日立製作所 | プレゼンス管理装置および情報配信システム |
WO2008056890A1 (en) * | 2006-11-07 | 2008-05-15 | Lg Electronics Inc. | Performing presence service in a wireless communication system |
US8023965B2 (en) * | 2008-05-09 | 2011-09-20 | Mitel Networks Corporation | Method, system and apparatus for locating a mobile communications device |
US9042876B2 (en) * | 2009-02-17 | 2015-05-26 | Lookout, Inc. | System and method for uploading location information based on device movement |
US8660101B2 (en) * | 2009-12-30 | 2014-02-25 | Motorola Solutions, Inc. | Method and apparatus for updating presence state of a station in a wireless local area network (WLAN) |
US20130262184A1 (en) * | 2012-03-30 | 2013-10-03 | Arbitron Inc. | Systems and Methods for Presence Detection and Linking to Media Exposure Data |
JP5410632B1 (ja) * | 2013-06-11 | 2014-02-05 | ヤフー株式会社 | 情報提供システム、無線端末、プログラムおよび情報提供方法 |
US9756387B2 (en) * | 2015-02-13 | 2017-09-05 | Google Inc. | Systems and methods for using a remote control for presence detection |
US9584335B1 (en) * | 2015-11-16 | 2017-02-28 | Securifi Corporation | System and method of WiFi router based presence detection and control |
US10524225B1 (en) * | 2016-08-08 | 2019-12-31 | A9.Com, Inc. | System and method for locating a mobile electronic device |
JP6655527B2 (ja) * | 2016-11-25 | 2020-02-26 | 京セラ株式会社 | 電子機器、制御装置、制御プログラム及び電子機器の動作方法 |
JP6431130B1 (ja) * | 2017-05-22 | 2018-11-28 | 株式会社システムキューブ | 在宅検知システム |
US10327107B2 (en) * | 2017-06-05 | 2019-06-18 | Hewlett Packard Enterprise Development Lp | Determining that a client device presents in a site using frequent client mobility patterns |
US10187754B1 (en) * | 2017-07-23 | 2019-01-22 | Brilliant Points, Inc. | Time and location-based user tracking and presence confirmation |
US10433117B2 (en) * | 2017-07-23 | 2019-10-01 | Brilliant Points, Inc. | Time and location-based object tracking and presence confirmation |
US10621840B2 (en) * | 2017-07-31 | 2020-04-14 | Transform Sr Brands Llc | Presence detection based on signal data |
EP3457635A1 (en) * | 2017-09-18 | 2019-03-20 | Thomson Licensing | Method and device for identifying a user in an environment |
JP6742360B2 (ja) * | 2018-04-06 | 2020-08-19 | ソフトバンク株式会社 | 情報生成装置、プログラム及び情報生成方法 |
US10708722B1 (en) * | 2019-08-02 | 2020-07-07 | Tile, Inc. | Tracking device presence detection and reporting by access points |
US11092682B1 (en) * | 2020-04-30 | 2021-08-17 | Google Llc | Determining arrival and departure latency for WiFi devices in an environment |
US11605027B2 (en) * | 2020-07-09 | 2023-03-14 | Amdocs Development Limited | Machine learning system, method, and computer program for inferring user presence in a residential space |
-
2020
- 2020-04-30 US US16/864,015 patent/US11337091B2/en active Active
-
2021
- 2021-03-10 CN CN202180034786.7A patent/CN115552871A/zh active Pending
- 2021-03-10 JP JP2022566281A patent/JP7271799B2/ja active Active
- 2021-03-10 WO PCT/US2021/021780 patent/WO2021221798A1/en unknown
- 2021-03-10 EP EP21714785.9A patent/EP4140161B1/en active Active
- 2021-03-10 KR KR1020237010023A patent/KR20230044550A/ko active Application Filing
- 2021-03-10 EP EP24150770.6A patent/EP4333552A3/en active Pending
- 2021-03-10 KR KR1020227041679A patent/KR102515001B1/ko active IP Right Grant
-
2022
- 2022-05-17 US US17/746,840 patent/US11818599B2/en active Active
-
2023
- 2023-10-03 US US18/480,101 patent/US20240031847A1/en active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6259405B1 (en) * | 1995-06-06 | 2001-07-10 | Wayport, Inc. | Geographic based communications service |
CN1640057A (zh) * | 2002-09-28 | 2005-07-13 | 华为技术有限公司 | 适用于无线局域网的用户定位系统及其实现方法 |
US8571578B1 (en) * | 2012-07-26 | 2013-10-29 | Google Inc. | Identifying mobile access points |
CN106465152A (zh) * | 2014-04-24 | 2017-02-22 | 格立威系统有限公司 | 关于无线设备检测的事件触发 |
US20170207927A1 (en) * | 2014-04-24 | 2017-07-20 | Greenwave Systems Pte. Ltd. | Event Trigger on Wireless Device Detection |
CN105792118A (zh) * | 2014-12-18 | 2016-07-20 | Tcl集团股份有限公司 | 一种终端报警的方法及装置 |
US20180121493A1 (en) * | 2016-11-03 | 2018-05-03 | Cisco Technology, Inc. | Detecting emergency response address errors |
CN110622588A (zh) * | 2017-05-15 | 2019-12-27 | 脸谱公司 | 新的接入点设立 |
CN108834075A (zh) * | 2018-05-30 | 2018-11-16 | 深信服科技股份有限公司 | 一种人员运动轨迹的确定方法、系统、装置及存储介质 |
GB201917371D0 (en) * | 2019-11-28 | 2020-01-15 | Paxton Access Ltd | Access control system and method |
Also Published As
Publication number | Publication date |
---|---|
KR20230044550A (ko) | 2023-04-04 |
EP4140161A1 (en) | 2023-03-01 |
EP4333552A2 (en) | 2024-03-06 |
EP4140161B1 (en) | 2024-01-10 |
US11818599B2 (en) | 2023-11-14 |
KR20220163527A (ko) | 2022-12-09 |
KR102515001B1 (ko) | 2023-03-27 |
JP2023515718A (ja) | 2023-04-13 |
US20220408287A1 (en) | 2022-12-22 |
US20210345140A1 (en) | 2021-11-04 |
JP7271799B2 (ja) | 2023-05-11 |
WO2021221798A1 (en) | 2021-11-04 |
US20240031847A1 (en) | 2024-01-25 |
US11337091B2 (en) | 2022-05-17 |
EP4333552A3 (en) | 2024-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10223904B2 (en) | Automatic security system mode selection | |
US10223896B2 (en) | Operating a security system | |
US10147308B2 (en) | Method and system for consolidating events across sensors | |
US10429177B2 (en) | Blocked sensor detection and notification | |
US10593190B2 (en) | Systems and methods of providing status information in a smart home security detection system | |
US11818599B2 (en) | Determination of user presence and absence using WiFi connections | |
EP4144069B1 (en) | Determining arrival and departure latency for wifi devices |
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 |