[发明专利]一种基于WiFi网络日志挖掘的人员聚集感知方法

说明书

本发明提供一种基于WiFi网络日志挖掘的人员聚集感知方法，包括如下步骤：步骤1，采集WiFi网络日志数据，并获取访问WiFi网络的用户设备数量；步骤2，对WiFi网络日志数据中的日志特征值进行编码，生成特征值搜索空间，得到管理员输入的特征关联矩阵；步骤3，根据据特征关联矩阵，寻找特征值之间的特征值组合，并对其进行检测，得到有效特征值组合；步骤4，对有效特征值组合进行归并，从而生成人员聚集事件，并返回给管理员。本发明充分利用了园区内原有WiFi系统，减少了园区管理中人员聚集检测所需消耗人力成本。

技术领域

本发明属于园区网络管理领域，具体涉及一种基于WiFi网络日志挖掘的人员聚集感知方法。

背景技术

园区内部人员聚集通常会造成较为严重的集体公共安全事件，根据维基百科数据，全球每年发生踩踏事件导致多达3000人死亡。人员聚集检测成为了保障园区内人员的安全关键组成部分。然而，当前的人员聚集检测方法难以实时感知人员聚集和快速找到人员聚集的原因。

WiFi网络人员检测算法的关键在于选取恰当的特征组来定位人员聚集情况。因此，本发明将人员聚集检测问题转化为特征组合问题。通过搜索各种特征值组合来判断接入WiFi网络的用户设备数量，基于WiFi网络日志挖掘的人员聚集感知方法可以发现园区内人员聚集情况，明确造成园区内人员聚集的原因。

然而，这些问题难以通过简单的数据挖掘算法完成上述人员聚集感知任务。具体说来，构建人员聚集感知方法将面临以下的挑战：

首先，人员聚集检测方法需要快速地判断人员聚集情况。在实际园区管理中，人员聚集事件的检测往往具有较强的时效性。例如，及时发现急性传染病患者出现在人群聚集区域，采取有效的隔离措施，可以有效的阻断疾病的进一步大范围传播。其次，人员聚集检测过程中存在特征值组合爆炸问题。由于WiFi网络日志通常存在几个不同的特征，而每个特征有上千个可能取值。人员聚集检测方法需要高效地从海量的特征值组合中快速生成有效特征值组合，归并同一时间的有效特征值组合来发现人员聚集事件，从而帮助管理人员判断导致人员聚集的原因。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种基于WiFi网络日志挖掘的人员聚集感知方法。

本发明提供了一种基于WiFi网络日志挖掘的人员聚集感知方法，具有这样的特征，包括如下步骤：步骤1，采集WiFi网络日志数据，并获取访问WiFi网络的用户设备数量；步骤2，对WiFi网络日志数据中的日志特征值进行编码，生成特征值搜索空间，得到管理员输入的特征关联矩阵；步骤3，根据特征关联矩阵，寻找特征值之间的特征值组合，并对其进行检测，得到有效特征值组合；步骤4，对有效特征值组合进行归并，从而生成人员聚集事件，并返回给管理员。

在本发明提供的基于WiFi网络日志挖掘的人员聚集感知方法中，还可以具有这样的特征：其中，步骤1具体包括如下子步骤：步骤1-1，采用认证的服务器采集用户的WiFi网络日志数据；步骤1-2，根据WiFi网络日志数据中的AP信息结合位置数据库，补全用户位置信息，从而得到访问WiFi网络的用户设备数量。

在本发明提供的基于WiFi网络日志挖掘的人员聚集感知方法中，还可以具有这样的特征：其中，步骤3中，根据预先设定的概率选择使用元以获取特征值组合，而后采用时间序列检测算法判断当前特征值组合是否为有效特征值组合。

在本发明提供的基于WiFi网络日志挖掘的人员聚集感知方法中，还可以具有这样的特征：其中，使用元包括随机特征值搜索算法和启发式特征值搜索算法，当使用机特征值搜索算法时，根据特征的信息熵随机调整特征值组合，当使用启发式特征值搜索算法时，根据特征值关联矩阵和特征信息熵增加特征值。