[发明专利]用于安检中被检人员分级的方法及装置

说明书

本申请公开一种用于安检中被检人员分级的方法及装置。用于被检人员分级的方法，包括：通过历史安检信息，生成被检人员的风险识别模型；获取当前被检人员的安全关联因素信息；将所述安全关联因素信息，通过数据清洗生成安全关联特征集合；以及通过所述安全关联特征集合与所述风险识别模型，实时确定所述当前被检人员的风险级别。本申请的用于安检中被检人员分级的方法，能够提高安检效率，对被检人员实现差异化检查。

技术领域

本发明涉及大数据信息处理领域，具体而言，涉及一种用于安检中被检人员分级的方法及装置。

背景技术

对重点位置的安全检查，是保障旅客人身安全的重要防护措施。安检的重点位置可包括，边防检查、海关检查，地铁检查、车站检查等等。由于安全检查，是保障旅客人身安全的重要防护措施，所以所有进入重点位置的旅客都必须无一例外地经过检查后,才能允许进入，安全检查也是旅客必须履行的检查手续。

在公路、火车站、机场等公共场合的安全检查中，安全检查人员可以通过核对身份证等证件来验证待查人员的身份，确认被检人员是否在公安部门的有关可疑人员列表中。还可例如，安全检查人员使用特定设备(比如安检机)，产生的放射性射线(如X射线)，扫描被检人员的行李，根据扫描图像来检查旅客所带行李中，是否含有危险品或违禁物品。还可例如，安全检查人员使用人体检查仪对可疑旅客进行身体检查，检查可疑旅客是否随身携带了金属或其他违禁物品。总之，目前的安检流程繁琐，检查所用时间较长，旅客安检的体验很差，也给安全检查员带来了大量的重复性劳动，工作效率较低。

因此，需要一种用于安检中被检人员分级的方法及装置。

在所述背景技术部分公开的上述信息仅用于加强对本发明的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本发明提供一种用于安检中被检人员分级的方法及装置，能够提高安检效率，对被检人员实现差异化检查。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明的一方面，提出一种用于安检中被检人员分级的方法，其特征在于，包括：通过历史安检信息，生成被检人员的风险识别模型；获取当前被检人员的安全关联因素信息；将安全关联因素信息，通过数据清洗生成安全关联特征集合；以及通过安全关联特征集合与风险识别模型，实时确定当前被检人员的风险级别。

在本公开的一种示例性实施例中，通过历史安检信息，生成被检人员的风险识别模型，包括：获取历史安检信息；根据实际安检结果标记历史安检信息中对应的条目；以及将历史安检信息与历史安检信息中被标记的条目存入样本库。

在本公开的一种示例性实施例中，通过历史安检信息，生成被检人员的风险识别模型，包括：将所述样本库通过数据清洗生成所述安全关联特征集合；以及通过机器学习算法，生成所述风险识别模型。

在本公开的一种示例性实施例中，机器学习算法，包括：支持向量机算法。被检人员在本公开的一种示例性实施例中，安全关联因素信息，包括：社会关系信息、安检线索信息以及上网行为线索信息。

在本公开的一种示例性实施例中，将安全关联因素信息，通过数据清洗生成安全关联特征集合，包括：将安全关联因素信息，经过数据清洗，得到预定格式的数据信息；以及通过预定格式的信息，生成安全关联特征集合。

在本公开的一种示例性实施例中，通过安全关联特征集合与被检人员的风险识别模型，实时确定被检人员的风险级别，包括：通过分布式系统基础架构与实时计算框架，实时获得被检人员的风险级别。

在本公开的一种示例性实施例中，分布式系统基础架构，包括：Apache Hadoop架构。

在本公开的一种示例性实施例中，实时计算框架，包括：Spark架构。