[发明专利]基于电子设备行为模式的辅助定位的实现方法

说明书

一种基于电子指纹的身份鉴别方法及定位追踪实现方法，通过扫描设备采集用户的关键设备并针对关键设备对用户编号；采集用户使用过的所有辅助设备的Wi‑Fi与蓝牙MAC地址以及发现的时间和离开的时间。为每个MAC地址在信息库中建立信息库，并基于信息库生成权重图。根据关联度算法计算权重图中的各个权重，即各个设备的关联度，得到经常同时出现的设备，生成设备间的无向权重网络，该关联度算法包括：Wi‑Fi设备关联度算法、蓝牙设备关联度算法、Wi‑Fi蓝牙结合关联度算法。最后采用数据分析方法对用户的某台辅助设备进行鉴别，即分析该辅助设备的所有关联设备的信息，经过分析定位得到对应的关键设备的当前预测位置。

技术领域

本发明涉及的是一种追踪定位技术，具体是一种基于电子设备行为模式的辅助定位的实现方法。

背景技术

随着无线设备的普及，每人基本都配备了至少一台无线设备且几乎随身携带。这使得基于无线设备信号进行定位跟踪成为可能。但由于不同的无线设备采用的传输信号不一致、基站或路由器暂无法做到完全覆盖，使得仅凭借一台设备进行定位非常困难。因此通过收集和分析不同的设备之间的关联性，并作为定位时的辅助信息变得非常重要。

发明内容

本发明针对现有技术只能基于特定信号或物理地址进行设备识别，无法实现进一步信息的集成和处理等缺陷，提出一种基于电子设备行为模式的辅助定位的实现方法，当与用户绑定的关键设备由于没有信号、未启动等原因无法定位的情况下通过数据分析，由辅助设备的位置进行定位辅助。

本发明是通过以下技术方案实现的：

本发明包括以下步骤：

1)通过扫描设备采集用户的关键设备并针对关键设备对用户编号；

2)采集用户使用过的所有辅助设备的Wi-Fi与蓝牙MAC地址以及发现的时间和离开的时间。为每个MAC地址在信息库中建立信息库，并基于信息库生成权重图。

3)通过关联度算法计算权重图中的各个权重，即各个设备的关联度，得到经常同时出现的设备，生成设备间的无向权重网络，该关联度算法包括：Wi-Fi设备关联度算法、蓝牙设备关联度算法、Wi-Fi蓝牙结合关联度算法。

4)采用数据分析方法对用户的某台辅助设备进行鉴别，即分析该辅助设备的所有关联设备的信息，经过分析定位得到对应的关键设备的当前预测位置。

所述的关键设备采用但不限于：带有经实名认证手机卡的实体手机、登录有支付宝等虚拟账号的无线设备等。

所述的扫描设备的布置方式为：在广阔的公共场所内部，布置多个Wi-Fi Mac扫描设备，将Wi-Fi设备的扫描范围覆盖全场；在公共场所的出入口处，布置蓝牙Mac扫描设备，以扫描进出此场所的蓝牙设备。

所述的信息库，具体包括：

1)Wi-Fi索引表，记录了出现过的所有Wi-Fi设备的信息，包括但不限于：属性ID、物理地址MAC、设备位置LOCATION与时间TIME，其中：属性ID作为检索设备表的依据，通过“W”+ID可以查询Wi-Fi设备对应的设备表；物理地址MAC则记录了Wi-Fi设备的MAC地址；设备位置LOCATION与时间TIME记录了该设备最近出现的基站地点与时间，具体如下所示：

Wi-Fi索引表：

2)蓝牙索引表，记录有所有出现过的蓝牙设备信息。拥有属性ID、BLUE、LOCATION与TIME，ID作为检索设备表的依据，通过“B”+ID可以查询到蓝牙设备对应的设备表。BLUE则记录了蓝牙设备的MAC地址。而LOCATION与TIME同样记录了该设备最近出现的基站地点与时间，具体如下所示：

蓝牙索引表