[发明专利]基于大数据进行初次入城车辆分析的方法及系统

说明书

本申请公开一种基于大数据进行初次入城车辆分析的方法及系统，方法包括：采集车辆信息数据并将车辆信息数据随机传递到分布式列存储数据库中的各处理节点；各处理节点并行工作，各所述处理节点中的数据存储单元分别接收并分类存储车辆信息数据，触发数据处理单元使数据处理单元计算[s，e]时间范围内的车牌号集合U以及[s‑h，s)时间范围内车牌号集合V，计算U‑V，并将差集U‑V和[s‑h，s)时间范围内车牌号集合V发送至客户端；客户端对各差集U‑V和集合V进行汇总，形成集合U1和V1；通过计算U1‑V1获得[s，e]时间范围内初次入城的车辆的车牌号集合R。如此解决了现有技术中无法基于大数据进行复杂查询的问题。

技术领域

本申请涉及公共安全领域，具体地说，涉及一种基于大数据进行初次入城车辆分析的方法及系统。

背景技术

近年来随着人们消费理念的转变和消费水平的提高、轨道交通的加宽和拓展等因素使得私家车越来越普及。但是私家车在给人们的生活带来便利的同时也给违法分子提供了一款作案工具，进而对公安部门的案件侦破带来了一大难题。现如今城市日过车数量基数巨大，如何在如此大基数的过车数据中挖掘出涉案车辆成为了困扰公安部门的一大难题。

所谓初次入城的车辆指的是在指定时间范围内出现出现过，但是在往前追溯的指定时间范围内没有出现过的车辆。更加严谨的表述如下：指定开始时间s、结束时间e、回溯时长h，那么在[s,e]时间范围内出现过，在[s-h,s)时间范围内没有出现过的车辆，我们称之为符合条件的初次入城的车辆。初次入城车辆作为涉案车辆比较高的群体而备受公安部门的关注。入城踩点、跨城逃窜、套牌车辆在一定程度上都属于初次入城车辆。

传统的排查初次入城车辆的方法是基于传统关系型数据库(RDBMS，RelationalDatabase Management System)的，如Oracle、MySQL等，首先从数据库中查询出[s,e]时间范围内经过的所有车牌号集合U，然后查询出[s-h,s)范围内的所有过车的车牌号V，最后求出集合U和集合V的差集就是符合条件的初次入城的车辆。这种方式在数据量不大的情况下是没有问题，但是随着数据量的逐渐增大，传统的数据库技术很难解决基于大数据的复杂查询。

因此，如何基于大数据进行初次入城车辆的分析成为现阶段亟待解决的技术问题。

发明内容

有鉴于此，本申请所要解决的技术问题是提供了一种基于大数据进行初次入城车辆分析的方法及系统，解决了现有技术中无法基于大数据进行复杂查询的技术问题，而且计算速度快、稳定性高，能够自动筛选出初次入城的车辆，减少了公安部门破案任务的复杂性。

为了解决上述技术问题，本申请有如下技术方案：

第一方面，本申请提供一种基于大数据进行初次入城车辆分析的方法，包括：

通过监控设备采集经过卡口的车辆信息数据，并将所述车辆信息数据随机传递到分布式列存储数据库中的若干处理节点，各处理节点包括数据存储单元和数据处理单元，所述车辆信息数据包括：车牌号、车辆品牌、车辆类型、车辆年款、车辆系列、过车图片地址、车身颜色、车牌颜色、过车时间、卡口编号；

所述分布式列存储数据库中的若干处理节点并行工作，各所述处理节点中的数据存储单元分别接收所述车辆信息数据，按照预设的数据存储规则对所述车辆信息数据进行分类有序存储，并在接收到所述车辆信息数据后触发对应的数据处理单元，所述数据处理单元根据预设的开始时间s、结束时间e、回溯时长h、车辆出现次数t，分别计算[s，e]时间范围内的车牌号集合U以及[s-h，s)时间范围内车牌号集合V，计算U-V，其中，U-V代表集合U和集合V的差集，并将差集U-V和[s-h，s)时间范围内车牌号集合V发送至客户端；

所述客户端汇总各所述处理节点处的所述数据处理单元发送的差集U-V，并对多个差集U-V取并集，形成集合U1；所述客户端同时汇总各所述处理节点处的[s-h，s)时间范围内车牌号集合V，并对多个集合V取并集，形成集合V1；