[发明专利]基于大数据识别的智能鉴权派梯方法、系统和介质有效

专利信息
申请号: 202310241550.1 申请日: 2023-03-13
公开(公告)号: CN116462063B 公开(公告)日: 2023-10-13
发明(设计)人: 王玮;黄志斌 申请(专利权)人: 广州康塔科技有限公司
主分类号: B66B1/06 分类号: B66B1/06;B66B1/46;B66B1/34;B66B5/00
代理公司: 广州颁码知识产权代理事务所(普通合伙) 44977 代理人: 高雁
地址: 510660 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数据 识别 智能 鉴权派梯 方法 系统 介质
【权利要求书】:

1.基于大数据识别的智能鉴权派梯方法,其特征在于,包括:

采集过闸召唤派梯的人员的触发信息并调取人员的预存请求信息和标识信息,所述预存请求信息包括到访目的信息和楼层目标信息;

根据所述人员的标识信息获取所述人员的访问授权信息和权限信息,所述访问授权信息包括楼层授权信息;

根据所述预存请求信息和权限信息与所述访问授权信息进行访问鉴权判断,若所述人员的访问鉴权不通过,则发出提示或告警;

若所述人员的访问鉴权通过,则根据所述楼层目标信息与楼层授权信息进行楼层鉴权,若楼层鉴权不通过,则生成超限访问信息并触发警示;

根据所述人员的超限访问信息结合所述权限信息进行超限鉴权,判断所述人员的超限访问是否满足授权;

若所述人员的超限访问满足授权,或所述楼层鉴权通过,则根据所述楼层目标信息中的目标访问楼层生成派梯需求信息;

根据所述派梯需求信息召唤对应目标访问楼层的最优授权电梯,并向所述人员发出召唤电梯的梯号指示。

2.根据权利要求1所述的基于大数据识别的智能鉴权派梯方法,其特征在于,所述采集过闸召唤派梯的人员的触发信息并调取人员的预存请求信息和标识信息,所述预存请求信息包括到访目的信息和楼层目标信息,包括:

采集过闸召唤派梯的人员的触发信息,包括生物信息、刷卡信息、扫码信息中的任意一种或多种,以及所述人员的按键请求信息,所述按键请求信息包括临时申请楼层信息;

根据所述触发信息通过预设授权管理平台进行人员信息识别并调取所述人员的预存请求信息和标识信息;

根据所述预存请求信息提取所述人员的到访目的信息和楼层目标信息;

所述标识信息包括所述人员的身份ID信息、注册信息和特殊标注信息。

3.根据权利要求2所述的基于大数据识别的智能鉴权派梯方法,其特征在于,所述根据所述人员的标识信息获取所述人员的访问授权信息和权限信息,所述访问授权信息包括楼层授权信息,包括:

根据所述人员的身份ID信息、注册信息和特殊标注信息通过所述预设授权管理平台进行人员身份验证并调取访问授权信息和权限信息;

所述访问授权信息包括楼层授权信息、授权期限信息以及临时/特殊授权信息;

所述权限信息包括权限级别、权限内容信息和优先权级别。

4.根据权利要求3所述的基于大数据识别的智能鉴权派梯方法,其特征在于,所述根据所述预存请求信息和权限信息与所述访问授权信息进行访问鉴权判断,包括:

通过预设授权管理平台获取访问鉴权检测模型;

根据所述到访目的信息、权限级别、权限内容信息、授权期限信息和临时/特殊授权信息输入所述访问鉴权检测模型中进行访问鉴权,并输出访问鉴权结果。

5.根据权利要求4所述的基于大数据识别的智能鉴权派梯方法,其特征在于,所述根据所述人员的超限访问信息结合所述权限信息进行超限鉴权,包括:

根据所述人员的权限信息在预设授权管理平台中获取访问权限阈值;

根据所述超限访问信息提取楼层超限信息;

根据所述楼层超限信息与所述临时申请楼层信息以及临时/特殊授权信息,结合所述权限级别进行超限鉴权计算,获取超限访问鉴权指数;

根据所述超限访问鉴权指数与对应所述访问权限阈值进行阈值对比,对所述人员的超限访问进行鉴权。

6.根据权利要求5所述的基于大数据识别的智能鉴权派梯方法,其特征在于,所述根据所述楼层目标信息中的目标访问楼层生成派梯需求信息,包括:

获取所述楼层目标信息中的多个目标访问楼层;

根据所述人员的到访目的信息的访问目的地顺序对所述多个目标访问楼层进行访问楼层排序,并生成楼层排序派梯指令;

根据所述楼层排序派梯指令结合所述人员的优先权级别生成派梯需求信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广州康塔科技有限公司,未经广州康塔科技有限公司许可,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/202310241550.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top