[发明专利]基于大数据的社会安全事件识别方法、设备及存储介质

说明书

本发明公开了一种基于大数据的社会安全事件识别方法、设备及存储介质。该方法包括：分析收集的各类社会安全事件的特征信息，并基于特征信息构建社会安全事件特征模型；其中，特征信息包括事件要素以及行为信息对采集的社会安全大数据中各个对象的特征信息进行分析，确定特征信息的异常情况；根据社会安全事件特征模型对特征信息的异常情况进行处理，并确定特征信息对应的事件是否为社会安全事件。本发明基于大数据技术，利用多源异构数据，建立社会安全事件特征模型，进而基于该特征模型通过特征匹配与具体事件拟合，有效实现对社会安全事件相关的危险意图进行预测预警。

技术领域

本发明涉及大数据技术领域，特别是涉及一种基于大数据的社会安全事件识别方法、设备及存储介质。

背景技术

在社会安全领域的预测预警方法中，针对于人员、车辆的异常发现研究是预测预警的重要组成部分。然而目前，在异常发现方面的研究，多集中于基于视频数据的人员或车辆行为异常的发现。目前针对于视频单一数据来源的异常发现研究较为深入，也就是说当前异常预主要基于一维要素，即只针对于某一项社会安全相关数据开展监控与异常报警，如图1所示，譬如只针对于手机有无连接VPN进行预警，如果发现则进行异常报警；或只针对用户加油为进行异常监控与报警，如果发现加油频繁则产生异常告警信息。一维要素异常预警结构简单、易于实现，但是其缺点是只能进行简单的异常研判、无效异常研判结果太多导至核查工作繁杂、误报虚报率过高等，且对于复杂的社会安全事件无法产生精准的异常告警信息。而针对多源数据的综合性社会安全事件异常发现研究较少，应用虚实空间信息数据进行社会安全事件的预测预警相关的技术还十分缺乏，有必要结合大数据相关技术，对各类异常行为进行研判，实现对社会安全事件的预测预警，提升社会安全的管控能力。

发明内容

本发明提供一种基于大数据的社会安全事件识别方法、设备及存储介质，用以解决现有技术中社会安全意见异常告警信息误报虚报率过高的问题。

为实现上述发明目的，本发明采用下述的技术方案：

依据本发明的一方面，提供一种基于大数据的社会安全事件识别方法，包括：

分析收集的各类社会安全事件的特征信息，并基于所述特征信息构建社会安全事件特征模型；其中，所述特征信息包括事件要素以及行为信息

对采集的社会安全大数据中各个对象的特征信息进行分析，确定特征信息的异常情况；

根据所述社会安全事件特征模型对特征信息的异常情况进行处理，并确定所述特征信息对应的事件是否为社会安全事件。

可选的，所述事件要素包括以下至少一种信息：时间信息、地点信息、轨迹信息、人物信息。

可选的，所述行为信息包括以下至少一种：通信行为、网络行为、经济行为、寄递行为、电信痕迹、车辆痕迹、网络痕迹、消费痕迹、住宿痕迹、航乘痕迹、铁路痕迹。

可选的，所述对采集的社会安全大数据所包含的特征信息进行分析，确定特征信息的异常情况，包括：

当所述特征信息满足任一异常条件后，则确定所述特征信息对应的对象为目标评估对象，并提取所述目标评估对象的所有特征信息，当所有特征信息中异常特征信息的组合与预设异常发现模型中异常特征的匹配度满足预设阈值时，则确定特征信息出现异常；

当所述特征信息中处于正常范围内，判断所述特征信息中任意信息的组合是否在预设异常发现模型中的特征组合范围内，当在所述特征组合范围内时，则确定特征信息出现异常。

可选的，所述根据所述社会安全事件特征模型对特征信息的异常情况进行处理，并确定所述特征信息对应的事件是否为社会安全事件，包括：

根据异常的特征信息与所述社会安全事件特征模型中的事件特征信息进行匹配，当匹配某一事件时，则判定该事件为社会安全事件。