[发明专利]社区安全态势感知和预警方法、系统及存储介质

权利要求书

1.一种社区安全态势感知和预警方法，其特征在于，所述方法包括：

获取多源异构传感器检测到的当前社区数据；

将所述当前社区数据输入到预先建立的基于动态网络时空的行为检测模型，进行数据特征融合，提取行为特征数据；

将所述行为特征数据发送至中央分析平台进行处理和分析；

根据所述中央分析平台反馈的处理和分析结果进行社区安全态势感知和预警。

2.根据权利要求1所述的社区安全态势感知和预警方法，其特征在于，所述将所述行为特征数据发送至中央分析平台进行处理和分析的步骤包括：

将所述行为特征数据发送至中央分析平台，由中央分析平台采用高通数据处理和高性能实时计算引擎对所述行为特征数据进行处理和分析。

3.根据权利要求1所述的社区安全态势感知和预警方法，其特征在于，所述将所述当前社区数据输入到预先建立的基于动态网络时空的行为检测模型，进行数据特征融合，提取行为特征数据的步骤包括：

将所述当前社区数据输入到预先建立的基于动态网络时空的行为检测模型，进行数据特征融合，采用主成分分析法、或者线性判别分析法、或者多维尺度分析法、或者基于流学习的分析法、或者独立成分分析法、或者核主成分分析法提取行为特征数据。

4.根据权利要求1所述的社区安全态势感知和预警方法，其特征在于，所述获取多源异构传感器检测到的当前社区数据的步骤之后还包括：

采用基于边缘计算技术的多层及数据处理和计算体系对所述当前社区数据进行处理，得到处理后的社区数据；

所述将所述当前社区数据输入到预先建立的基于动态网络时空的行为检测模型的步骤包括：

将所述处理后的社区数据输入到预先建立的基于动态网络时空的行为检测模型。

5.根据权利要求1-4任意一项所述的社区安全态势感知和预警方法，其特征在于，

所述获取多源异构传感器检测到的当前社区数据的步骤之前包括：

预先建立基于动态网络时空的行为检测模型,所述基于动态网络时空的行为检测模型，是针对网络空间建立的以连续行为为对象的抽象数据模型；

所述建立动态网络时空的行为检测模型的步骤包括：

基于感兴趣的连续行为，建立可融合多源异构传感器数据的时空特征结构，同时根据具体接入数据的显著特征维度，确定不同时空特征维度的可调节权重。

6.根据权利要求5所述的社区安全态势感知和预警方法，其特征在于，所述预先建立基于动态网络时空的行为检测模型的步骤包括：

预先建立基于连续行为的网络空间时空特征模型。

7.根据权利要求5所述的社区安全态势感知和预警方法，其特征在于，所述预先建立基于动态网络时空的行为检测模型的步骤还包括：

预先建立基于线上线下融合数据的网络空间环境特征模型。

8.根据权利要求5所述的社区安全态势感知和预警方法，其特征在于，所述预先建立基于动态网络时空的行为检测模型的步骤还包括：

预先建立基于动态更新的抽象网络空间异常行为特征库。

9.一种社区安全态势感知和预警系统，其特征在于，所述系统包括存储器、处理器、以及存储在所述处理器上的社区安全态势感知和预警程序，所述社区安全态势感知和预警程序被所述处理器调用时执行如权利要求1-8任意一项所述的方法的步骤。

10.一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社区安全态势感知和预警程序，所述社区安全态势感知和预警程序被处理器调用时执行如权利要求1-8任意一项所述的方法的步骤。