[发明专利]一种基于传感数据信息指纹的风险事件识别方法与系统

说明书

本发明提供一种基于传感数据信息指纹的风险事件识别方法，其用于采用多维传感器组进行风险事件识别，包括：生成多维传感器组的数据流的信息指纹作为待识别事件信息，并根据目标识别事件信息生成识别信息指纹；将待识别事件信息与识别信息指纹比对，以进行事件识别。本发明的基于传感数据信息指纹的风险事件识别方法利用多维传感器组的数据生成作为待识别事件信息的信息指纹，以进行事件识别，使系统更智能化，降低了运维的压力，提高了监测系统数据的利用率；该方法根据目标识别事件信息来生成识别信息指纹，可以避免后期维护的不断调试工作，以提高本发明的基于传感数据信息指纹的风险事件识别方法在应用层面的扩展性和针对碎片场景的适应性。

技术领域

本发明涉及一种物联网系统，具体涉及一种基于传感数据信息指纹的风险事件识别方法与系统。

背景技术

为了实现绣花般精细化的城市管理要求，大数据、云计算、移动互联网技术被用于智慧城市建设。为了提高城市管理的精细化，越来越多的各种类型传感器被部署在各个大楼、街道、工厂中，扩充了我们对环境的感知范围的同时，也给我们带来了大量的感知数据。数据就像人类的血液一样遍布智能交通、智慧城管、智慧社管、智慧医疗等各个领域，但由于领域划分限制，这些系统无法做到互联互通，造成大量信息孤岛，大量数据分散无法有效利用。数据爆炸式增长，给精细化管理带来了巨大的挑战。

目前，在各个监控领域安装了大量的各种类型传感器，传感数据传入相应的监控平台上，以相关仪表盘的方式进行展现相关传感数据，因此需要专业的人员进行24小时的观察，人工进行相关风险事件的判断和预警，对相关人员有着极高的专业要求和敬业度要求。

特别是在智慧社区的建设中，大量的传感系统被部署在社区中，由于建设规范标准、集成商标准，平台数据标准等不统一，导致数据共享非常困难，利用率低。由于物联网建设场景的碎片化严重问题，各个系统相对独立，无法进行数据的综合利用，导致数据无法与真正的应用需求实现有效映射，数据还表现在物理层的现象，而无法满足管理人员对事件信息的需要。这样给原本不富裕的社区人力管理资源，造成了更大的工作压力。

现有的事件映射机制，一般采用的是阈值判断的方法，其大多是针对单一传感数据的阈值判定，阈值设定太低容易产生大量的误报事件，阈值设定太高容易漏报事件，由于部署场景的碎片化特性，需要反复调试，确定阈值，这样加大了系统使用和管理维护成本。

而目前针对多维传感器的联合识别智能算法，现在一般采用组合规则和权制算法等形式化的规则进行计算判决，其主要存在以下几个方面的不足，一是，每次计算成本比较大，延时性大，针对大规模部署，必将加重后端的资源压力。二是，形式化的规则算法需要由人工进行设计和输入，针对部署场景的碎片化特性的调整，也需要人工优化，加大系统部署和管理成本。另外人工设计的形式化规则算法是针对特殊的风险事件，其无法快速满足用户差异化的风险事件管理需求。

发明内容

本发明的目的在于提供一种基于传感数据信息指纹的风险事件识别方法与系统，以提高扩展性和针对碎片场景的适应性。

为了实现上述目的，本发明提供一种基于传感数据信息指纹的风险事件识别方法，其用于采用多维传感器组进行风险事件识别，包括：

S1：生成多维传感器组的数据流的信息指纹作为待识别事件信息，并根据目标识别事件信息生成识别信息指纹；

S2：将所述待识别事件信息与所述识别信息指纹比对，以进行事件识别。

在所述步骤S1中，生成多维传感器组的数据流的信息指纹作为待识别事件信息，包括：

S11：根据一组或多组配置信息来分别选取一组或多组指定传感器组和对应的捕获时间段，获取各组指定传感器组在对应的捕获时间段的数据集；