[发明专利]一种基于大数据分析的安全监测方法和系统

权利要求书

1.一种基于大数据分析的安全监测方法，其特征在于，包括：

步骤S1：获取当前监测对象的多类型大数据监测信息，并对多类型监测数据作预处理；

步骤S2： 确定当前监测对象所对应的现场及其现场标签；具体为：获取当前监测对象对应的多维度固有属性和变化属性，每维属性的属性值设置为现场标签中的一元；基于当前监测对象的属性值设置对应的现场标签元素的元素值；其中：现场用现场标签标识，现场标签为NL元标签，其中每元标签对应一个维度的监测对象属性；

步骤S3：基于大数据监测信息，计算当前监测对象的当前现场标签对应的多类型监测数据中每个类型的可信值，确定交叉层次及其交叉类型的可信值；

所述步骤S3具体包括如下步骤：

步骤S31：初始化现场标签元素组合的元数的最大值为NL；

步骤S32：获取现场标签中一未处理元标签元素组合；k是组合中第i个元素的编号；组合中涉及个标签元素；

元对应的组合编号；其中：，是元对应的组合的个数；是元标签元素组合中第个组合；！是阶乘运算符；

步骤S33：获取历史大数据监测信息中符合所述元标签元素组合中的第个组合中所有标签元素值的安全监测大数据；确定基于所述安全监测大数据的安全监测结果的历史可信度；和标签元素组合对应的历史可信度表示为；历史可信度包括累计可信度、预测准确度、反馈准确度等可信程度；

步骤S34：判断所有元标签元素组合是否处理完毕，如果是，则进入下一步骤，否则返回步骤S32；

步骤S35：确定基于所述安全监测大数据的交集的安全监测结果的历史可信度；

步骤S36：设置；确定截止条件是否满足，如果是，则进入下一步骤，否则，设置，判断是否大于NL，如果是，则进入下一步骤，否则，返回步骤S32；也就是说，是所记录的当前值；

所述截止条件为(2)~ (4)中的一个或其组合：

其中：公式（1）用于在具体取值为或者-1时，代入公式（2）（3）；

步骤S37：基于归一化历史可信度设置当前现场标签下和元标签元素组合中每个标签元素对应的单元素可信值及其交叉元素的可信值；

优选的：基于下式(5) 设置当前现场标签下和元标签元素组合中每个元素对应的单元素可信值及其交叉元素的可信值；其中：是归一化调整系数；

步骤S38：基于每个标签元素对应的单元素可信值及其交叉元素的可信值确定和每个监测数据类型对应单类型可信值及其交叉类型可信值；具体为：对于多类型监测数据中的每种数据类型，将数据类型和对其影像程度最小的标签元素相对应；从而使得单一数据类型的单类型可信值和单一标签元素对应的单元素可信值相对应，多数据类型的交叉类型可信值和交叉元素的可信值相对应；

步骤S4：基于针对当前监测对象采集到的多类型监测数据和对应的可信值及其交叉可信值得到和当前现场对应的安全监测结果，作为和所述监测对象对应的大数据安全监测结果；

所述步骤S4具体包括如下步骤：

步骤S41：针对每种监测数据类型，将其输入到和该监测数据类型对应的单类型安全监测模型中，以得到和所述监测数据类型对应的子安全监测结果；

步骤S42：基于单类型可信值和交叉可信值综合所述子安全监测结果以得到和当前现场对应的第一安全监测结果，作为和所述监测对象对应的大数据安全监测结果；具体的：监测结果中包含监测项以及针对监测项的监测结论；每个类型对应的可信值用于对相应类型监测结果中的每个监测项的监测结论赋予可信值；交叉类型的可信值用于对交叉类型中相同监测结论赋予可信值；而对交叉类型中不同的相同监测结论赋予默认可信值；其中：所述默认可信值为0；对经过赋予可信值的监测项的监测结论进行加和和/或合并，终形成的监测结果中同样包含多个监测项及其对应的监测结论。

2.根据权利要求1所述的基于大数据分析的安全监测方法，其特征在于，所述多类型大数据监测信息包括不同类型监测装置采集得到的监测信息。

3.根据权利要求2所述的基于大数据分析的安全监测方法，其特征在于，所述多类型大数据监测信息是多源大数据监测信息。

4.根据权利要求3所述的基于大数据分析的安全监测方法，其特征在于，所述对多类型监测数据作预处理，具体为：删除多类型监测数据中的明显异常数据，对多类型监测数据进行可信数据补全。