[发明专利]一种高实时性布控解决方法及系统有效
申请号: | 201910622978.4 | 申请日: | 2019-07-11 |
公开(公告)号: | CN110543497B | 公开(公告)日: | 2022-05-13 |
发明(设计)人: | 唐四维;陈晓琴;李小龙 | 申请(专利权)人: | 武汉烽火众智数字技术有限责任公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06F16/53;G06Q50/26;G08B29/18 |
代理公司: | 北京汇泽知识产权代理有限公司 11228 | 代理人: | 吴静 |
地址: | 430074 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 实时 布控 解决方法 系统 | ||
1.一种高实时性布控解决方法,其特征在于,所述方法包括:
S1:各前端采集设备将采集的前端数据存入数据中心及对应的前端多算法引擎,所述数据中心通过前端数据基于大数据分析各前端采集设备之间的关联关系;
S2:将布控信息下发到各前端采集设备对应的前端多算法引擎;
S3:前端多算法引擎通过布控信息以及前端数据进行分析,判断是否达到预警条件,到达预警条件时,产生预警信息并上传到告警中心;
S4:对产生了预警信息的前端采集设备及其高关联的前端采集设备,通过对应的前端多算法引擎将采集的前端数据上传至高优先处理存储单元;
S5:算法中心调集算力优先处理高优先处理存储单元中的数据。
2.根据权利要求1所述的高实时性布控解决方法,其特征在于,所述步骤S1具体包括:
令A={a1,a2,...,am},其中,A是前端数据集合,a1,a2,...,am分别代表不同前端采集设备所产生的数据集,即存在且i≠j且i≠j;
其中表示关联规则,表示计算关联规则的支持度,表示计算关联规则置信,support_count(ai∪aj)表示即出现在ai也出现在aj中的对象,support_count(ai)表示出现在ai中的对象总次数;
通过预先设置的最小出现次数、最小支持度和最小置信度,从而找到前端采集设备的强关联规则。
3.根据权利要求1所述的高实时性布控解决方法,其特征在于,所述方法还包括:步骤S2中,还将布控信息下发到算法中心;步骤S3中,算法中心还通过布控信息以及前端数据进行分析,产生预警信息并上传到告警中心。
4.根据权利要求1所述的高实时性布控解决方法,其特征在于,所述前端采集设备包括高清摄像机。
5.根据权利要求1所述的高实时性布控解决方法,其特征在于,所述布控信息包括布控对象的特征和阈值,所述前端多算法引擎将前端采集设备采集的前端数据与布控对象的特征进行比对,如比对结果超过阈值就产生预警信息。
6.根据权利要求5所述的高实时性布控解决方法,其特征在于,所述方法还包括:在步骤S3之后还包括:控制中心根据告警中心的预警信息进一步判断预警信息的真实性,对产生了预警信息的前端采集设备及其高关联的前端采集设备对应的前端多算法引擎下达仅对特定特征比对的指令。
7.一种高实时性布控解决系统,其特征在于,所述系统包括数据中心、前端多算法引擎、告警中心、控制中心、算法中心以及多个前端采集设备,
所述数据中心用于存储前端采集设备采集的前端数据;
每个前端采集设备配置一个前端多算法引擎,用以通过布控信息以及前端采集设备采集的前端数据进行分析,判断是否达到预警条件,到达预警条件时,产生预警信息并上传到告警中心;
所述告警中心用于存储并过滤重复预警信息;
所述控制中心用于处理预警信息,调度算力和对整个系统的控制,对产生了预警信息的前端采集设备及其高关联的前端采集设备,通过对应的前端多算法引擎将采集的前端数据上传至高优先处理存储单元;
所述高优先处理存储单元用于存储需要优先处理前端采集数据;
所述算法中心用于提供支持算法服务,调集算力优先处理高优先处理存储单元中的数据;
其中,所述布控信息包括布控对象的特征和阈值,所述前端多算法引擎将前端采集设备采集的前端数据与布控对象的特征进行比对,如比对结果超过阈值就产生预警信息。
8.根据权利要求7所述的高实时性布控解决系统,其特征在于,所述控制中心还用于根据告警中心的预警信息进一步判断预警信息的真实性,对产生了预警信息的前端采集设备及其高关联的前端采集设备对应的前端多算法引擎下达仅对特定特征比对的指令,并将预警信息发给特定接收端。
9.根据权利要求7所述的高实时性布控解决系统,其特征在于,所述前端采集设备包括高清摄像机。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉烽火众智数字技术有限责任公司,未经武汉烽火众智数字技术有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910622978.4/1.html,转载请声明来源钻瓜专利网。