[发明专利]一种辅助信息的基于LTE移动网络大数据关联的相似人员群体分析方法

说明书

本发明属于LTE移动大数据安全应用领域,具体涉及一种辅助信息的基于LTE移动网络大数据关联的相似人员群体分析方法，基于运营商移动网络的用户大数据为基础，获取已知的关注用户信息，根据关注用户的与其他用户的时间和地理的相似度，分析和寻找未知的有类似行为和关系的其他用户，可以得到没有被注意的其他人员和其他地点信息。本发明可以事先挖掘潜在的异常个人或群体，并对该个人行为或群体行为进行潜在犯罪分析和鉴定。

技术领域

本发明属于LTE移动大数据安全应用领域,具体涉及一种辅助信息的基于LTE移动网络大数据关联的相似人员群体分析方法。

背景技术

公共安全技术领域历来受到政府的重视，特别近年来的大数据，人工智能技术的崛起，提供了更多的技术选择和成功案例，在中国，美国，欧洲等不同国家和地区，越来越重视，因为其高效率，节省成本，数据资源多样，信息技术的提高，成为未来公共安全技术领域的发展趋势。比较典型的是，美国以NSA（美国国家安全局）天网系统作为代表工具，通过移动运营商来收集个人信息，采用了多个与个人有关的信息维度，采用随机森林算法来挖掘潜在的危险人物，并付诸实施， NSA通过采集移动运营商的个人信息，保护了国家安全，提高了美国的公共安全，该方法成为未来的公共安全的标准配置，尽管NSA饱受非议甚至部分国会议员的不满，但是就国家安全本身和公共安全技术的角度看，他们的方法和思路，非常值得我们学习和借鉴。

近几年来，中国公共安全技术借助于大数据技术和大数据资源进一步得到了加强，这方面应用技术在中国已经有了很多的研究成果和应用效果了，比如警务大数据，遍布大街和马路的2000多万个可以人脸识别的摄像头等等，这些无疑可以提高社会的公共安全，但是技术方面还无法挖掘出没有专注的类似个体和群体，以及与他们有关系的地理信息，从数据资源和相应的技术方法来看，都显得比较被动，属于被动分析和被动辅助决策，即分析已经发生和已经存在的部分，而没有发生的部分无法监控和挖掘。

发明内容

本发明的目的在于提供一种辅助信息的基于LTE移动网络大数据关联的相似人员群体分析方法，基于运营商大数据的用户行为和用户与用户之间的关系，挖掘潜在的个人异常，以及与之相关的异常群体，为个人行为和群体行为进行潜在犯罪分析和鉴定，事先进行安全分析和预测。

为实现上述目的，设计一种辅助信息的基于LTE移动网络大数据关联的相似人员群体分析方法：基于运营商移动网络的用户大数据为基础，获取已知的关注用户信息，根据关注用户的与其他用户的时间和地理的相似度，分析和寻找未知的有类似行为和关系的其他用户，可以得到没有被注意的其他人员和其他地点信息，具体分析算法如下：

第一步：输入关注信息S1 ；

第二步：分析S1的时间空间的经历 ；

第三步：分析S1的某范围之内的时间空间的相似度的目标A1 ；

第四步：如果相似度满足某条件，该目标A1成为关注对象；

第五步：对S1和A1采用相同的技术方法进行分析和搜索，得到目标B1；

第六步：针对所有关注目标以时间地点关系进行相似度评分 ；

第七步：提取相似度高的时间段和地理区域；

第八步：统计该时间段地理区域的其他用户个体数目；

第九步：如果此区域不存在{S1，A1，B1}的其他用户个体，记录此区域；

第十步：统计在该区域停留时间超过指定时间长度的用户C1；

第十一步：记录C1的时间与地理轨迹，计算与S1的时间与地理的相似度。

所述分析方法的具体应用如下：

第一步：输入新的用户S2，采用上述的算法，寻找C2；