[发明专利]一种基于多维数据的社会安全事件异常发现方法及装置

说明书

本发明公开了一种基于多维数据的社会安全事件异常发现方法及装置，本发明使用多维特征从多层面全方位的对事件对象进行表征和描述，给出一种社会安全事件异常发现模型构建方法，通过构建典型社会安全事件本体要素特性，形成这类事件的特征要素以及特征要素的行为，构建起这一类社会安全事件的特征模型，并基于该模型对异常行为行踪识别检测，从而实现特定社会安全事件异常发现。

技术领域

本发明涉及计算机技术领域，特别是涉及一种基于多维数据的社会安全事件异常发现方法及装置。

背景技术

社会安全保障工作始于对潜在风险的全面感知，终于对风险苗头的及时防范和有效控制，实质上是一个由数据到决策的转变过程，其中涉及到“由数据到信息”、“由信息到知识”、“由知识到决策”等一系列转变，融合处理和关联分析等更多的是解决数据到信息、信息到知识的转变，而落实到具体决策的关键转变环节即是对风险苗头的预测预警。目前，我国在社会安全领域的预测预警模型研究和应用尚处于起步阶段，未形成体系化的研究，在预测预警模型、接口、标准等方面没有较为统一的认知，虽在专家库、公众行为和心理分析预测模型等方面有所布局，但在高危人员挖掘与决策、危害行为预测等上游应用方面研究尤为薄弱，是我国社会安全风险大数据应用能力的一大短板。

发明内容

本发明提供了一种基于多维数据的社会安全事件异常发现方法及装置，以解决现有技术中对社会安全事件异常发现滞后的问题。

本发明提供了一种基于多维数据的社会安全事件异常发现方法，该方法包括：收集各类社会安全事件信息，对各类社会安全事件信息进行本体解析，抽离出虚实空间以及思维空间要素信息，构建典型社会安全事件本体要素信息矩阵以及要素特性，形成这类事件的特征要素以及特征要素的行为，构建起这一类社会安全事件的特征模型；

根据所述社会安全事件的特征模型进行异常时间检测，并对检测的社会安全事件异常行为进行预警。

优选地，所述社会安全事件信息包括以下中的一种或多种：时间信息、地点信息、轨迹信息、人物信息、行为信息。

优选地，所述一维异常要素为针对事件对象异常行为的特点，包括以下中的一种或多种：光照、时间、人物、人数、位置、外观、姿态、动作、时长、人物之间空间关系、时序逻辑、动作特性，以及面向应用进行异常行为的定义，异常行为的正例、反例、疑似例的分类描述。

优选地，根据所述社会安全事件的特征模型进行异常时间检测，并对检测的社会安全事件异常行为进行预警，包括：通过所述社会安全事件的特征模型，基于时间窗口进行行为匹配，识别出异常特征，并进行预警。

优选地，该方法还包括：将识别出来的异常特征更新进异常特征库，以供所述社会安全事件的特征模型进行行为匹配。

本发明第二方面，提供了一种基于多维数据的社会安全事件异常发现装置，该装置包括：

第一处理单元，用于收集各类社会安全事件信息，对各类社会安全事件信息进行本体解析，抽离出虚实空间以及思维空间要素信息，构建典型社会安全事件本体要素信息矩阵以及要素特性，形成这类事件的特征要素以及特征要素的行为，构建起这一类社会安全事件的特征模型；

第二处理单元，用于根据所述社会安全事件的特征模型进行异常时间检测，并对检测的社会安全事件异常行为进行预警。

优选地，所述一维异常要素为针对事件对象异常行为的特点，包括以下中的一种或多种：光照、时间、人物、人数、位置、外观、姿态、动作、时长、人物之间空间关系、时序逻辑、动作特性，以及面向应用进行异常行为的定义，异常行为的正例、反例、疑似例的分类描述。

优选地，所述第二处理单元还用于，通过所述社会安全事件的特征模型，基于时间窗口进行行为匹配，识别出异常特征，并进行预警。