CN111260314A - 智慧校园安全态势感知*** - Google Patents
智慧校园安全态势感知*** Download PDFInfo
- Publication number
- CN111260314A CN111260314A CN202010024411.XA CN202010024411A CN111260314A CN 111260314 A CN111260314 A CN 111260314A CN 202010024411 A CN202010024411 A CN 202010024411A CN 111260314 A CN111260314 A CN 111260314A
- Authority
- CN
- China
- Prior art keywords
- data
- campus
- unit
- module
- intelligent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008447 perception Effects 0.000 title claims description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 230000006870 function Effects 0.000 claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims abstract description 8
- 239000000178 monomer Substances 0.000 claims abstract description 4
- 238000012544 monitoring process Methods 0.000 claims description 29
- 230000007123 defense Effects 0.000 claims description 22
- 238000007726 management method Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 7
- 238000012731 temporal analysis Methods 0.000 claims description 7
- 238000000700 time series analysis Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000007418 data mining Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 230000006835 compression Effects 0.000 claims description 2
- 238000007906 compression Methods 0.000 claims description 2
- 238000013499 data model Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims description 2
- 230000003449 preventive effect Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 2
- 238000012300 Sequence Analysis Methods 0.000 abstract 1
- 230000006399 behavior Effects 0.000 description 10
- 238000011161 development Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000008260 defense mechanism Effects 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000000447 pesticide residue Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Signal Processing (AREA)
- General Business, Economics & Management (AREA)
- Educational Technology (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及大数据处理技术领域，本发明提出的智慧校园安全态势感知***，包括：校园数据采集单元、数据显示分析单元、时间序列分析单元、空间要素分析单元、异常预警单元、数据筛选查询单元、单体对象查询单元和数据标准化单元。通过建立预警指数或模型对与其存在关联的数据进行监测、分析，实时数据达到预定限值或发生异常，***将自动发出报警。***将若干个应用单元在应用功能基础上集成，实现各单元之间业务的联动，将原本独立运行、信息屏蔽的诸多***进行横向协同。从而为应急处理提供最为直观的视频信息，并根据应急预案对突发事件进行最佳的处置，构建校园可视化安防新高度。
Description
技术领域
本发明涉及大数据处理技术领域，具体涉及智慧校园安全态势感知***。
背景技术
近年来，校园已逐步形成一个生态圈，学生在学校学习与生活的多样化，高校安全管理工作中存在着种种难点，针对校园安全问题的日益突出，教育主管部门及学校在保障学校安全方面加强了工作开展的力度与频率。学生在校的安全包括：心理安全、身体安全、学业安全、消费安全、交通安全、住宿安全、设施安全、消防安全、活动安全和环境安全等内容。此外，现有校园安全监控技术主要针对各学校本身的层面，往往缺乏信息分析、自我学习、智能控制、数据上传和数据融合功能，更少有多级管控分析和安全预警功能，各级教育主管部门针对学校的抽查检查、监督管理、考核评价多采用传统的下去走访抽检的形式开展工作，由于人力、物力、财力的限制，远远达不到校园安全工作常态化、标准化、高效化和及时化的监督和管理，各级教育主管部门在制定校园安全的方针政策方面也缺乏大量有效的数据作为决策依据，无法做到对大区域范围内各学校安全状态的及时把控和安全事件的提前预警。
在专利号为CN201710960463.6中，公开了“一种校园安全保障智能化监管预警***”，包括中心管控调度***、若干中间管控调度***和校园管控调度***，各管控调度***通过互联网相互连接；中心和中间管控调度***包括数据交换机、解码器、服务器、管控平台和应用终端，服务器和管控平台经解码器、数据交换机与互联网连接，应用终端与管控平台连接；校园管控调度***包括数据交换机、解码器、服务器、管控平台、应用终端、门禁***、监控***、报警***、巡检***、学生动态监控***、培训演练***，各***分别经校园数据传输网络与校园服务器和校园管控平台连接。具有安全监控覆盖面广、***集成程度高、多功能、智能化，可实现多级监管、快速响应等优点。
上述专利存在的缺陷，1、数据孤岛：各***独立运行，数据自生产自消费；2、没有统一的数据标识和标准；3、各***间数据难以实现关联分析，导致整个平台***之间缺乏数据挖掘的预警机制。
发明内容
本发明的目的是提供智慧校园安全态势感知***，通过建立预警指数或模型对与其存在关联的数据进行监测、分析，实时数据达到预定限值或发生异常，***将自动发出报警。
本发明提出的智慧校园安全态势感知***，包括：
校园数据采集单元：包括摄像头、RFID基础信息模块、一卡通模块、网络浏览监测模块、外来人员采集模块、门禁传感器和烟雾传感器；
数据显示分析单元：将数据按照时间和空间两个维度进行同步呈现，全面掌控数据变化态势，支持空间数据的实时监控、历史回放和模拟推演；
时间序列分析单元：支持将实时数据监测以及历史数据分析，以逐时曲线、时域统计柱图形式，呈现数据随时间的变化趋势，显现规律，支持决策；
空间要素分析单元：分不同空间，对每个空间数据的实时监控；
异常预警单元：通过建立预警指数或模型对与其存在关联的数据进行监测、分析，提供基于数据挖掘的预警机制；
数据筛选查询单元：支持多种数据筛选方式，包括字段查询、地图圈选和点选，确保用户能根据实际需求，有针对性了解相应信息；
单体对象查询单元：支持对单体对象进行详细查看，以及与个体相关的关联数据。
本发明智慧校园安全态势感知方法在于，步骤1、采集学生的学生基础信息、学籍信息、课程安排信息、考试成绩信息、奖惩信息、参加活动信息、一卡通消费信息、门禁数据信息和摄像头影像信息等；步骤2、分时间或者空间变化趋势，显现每种信息的独特规律；步骤3、通过数据显示分析单元分析单体对象学生行为模型与参照模型之间的容错度，若学生行为模型与参照模型差别超过容错度则判定出现安全事件；步骤4、若判定步骤3的安全事件可能发生，则启动***的预警机制或者防御机制。
本发明智慧校园安全态势感知***的有益效果：能够通过多个单体对象数据的关联性联动，从不同维度(分空间和时间)精准的预测校园安全事故的发生可能性及校园的安全指数，进而校园能针对安全事故对象精准的启动预警和防御功能；
1.智能应用永不疲劳：***应用视频图像智能分析技术，相当于给监控中心配置了“永不疲劳”的值班人员，对监控画面范围内的行为进行实时识别并及时报警。
2.多功能性应急联动指挥：***将若干个应用单元在应用功能基础上集成，实现各单元之间业务的联动，将原本独立运行、信息屏蔽的诸多***进行横向协同。从而为应急处理提供最为直观的视频信息，并根据应急预案对突发事件进行最佳的处置，构建校园可视化安防新高度。
3.***集成及开放性好：***基于先进的技术架构，采用SOA面向服务的体系架构，管理平台的联网设计基于GA/T669、DB3、ONVIF及GB/T28181等多项标准协议，能够很好的实现与跨区域平台之间的互联、互通，满足***横向、纵向之间的资源共享要求。
4.***扩展性、兼容性强：***全面兼容国内外主流厂商的IPC、DVD/DVS，兼容国内主流的报警***，且设备的稳定开发包，可兼容其它前端接入设备。
附图说明
图1为本发明实施例的智慧校园安全态势感知***的整体数据流程图；
图2为本发明实施例的智慧校园安全态势感知***校园数据采集单元数据采集流程图；
图3为本发明实施例的智慧校园安全态势感知***数据显示分析单元流程图；
图4为本发明实施例的智慧校园安全态势感知***时间序列分析单元流程图；
图5为本发明实施例的智慧校园安全态势感知***空间要素分析单元的空间要素流程图；
图6为本发明实施例的智慧校园安全态势感知***异常预警单元技术要素流程图；
图7为本发明实施例的智慧校园安全态势感知***单体对象查询单元关注要素流程图；
图8为本发明实施例的智慧校园安全态势感知***数据标准化单元流程图；
其中：校园数据采集单元10、数据显示分析单元20、时间序列分析单元30、空间要素分析单元40、异常预警单元50、数据筛选查询单元60、单体对象查询单元70、数据标准化单元80、AI分析防御模块201、大数据分析模块202、设备防御模块203、通知联动模块204、数据过滤模块801、数据标准模块802。
具体实施方式
下面结合附图和具体实施例对本发明的一种校园安全态势感知大数据预警***作进一步的说明。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1、2、3、4、5、6、7和8所示，本发明是智慧校园安全态势感知***，包括：
校园数据采集单元10：包括摄像头、RFID基础信息模块、一卡通模块、网络浏览监测模块、外来人员采集模块、门禁传感器和烟雾传感器，其中门禁传感器包括人员进入的门禁传感器和车辆门禁传感器，校园数据采集单元10还包括教学教务监测模块，RFID基础信息模块和一卡通模块用于定位和记录学生的基础信息；
数据显示分析单元20：将数据按照时间和空间两个维度进行同步呈现，全面掌控数据变化态势，支持空间数据的实时监控、历史回放和模拟推演；
时间序列分析单元30：支持将实时数据监测以及历史数据分析，以逐时曲线、时域统计柱图形式，呈现数据随时间的变化趋势，显现规律，支持决策；
空间要素分析单元40：分不同空间，对每个空间数据的实时监控；
异常预警单元50：通过建立预警指数或模型对与其存在关联的数据进行监测、分析，提供基于数据挖掘的预警机制；
数据筛选查询单元60：支持多种数据筛选方式，包括字段查询、地图圈选和点选，确保用户能根据实际需求，有针对性了解相应信息；
单体对象查询单元70：支持对单体对象进行详细查看，以及与个体相关的关联数据。
本发明智慧校园安全态势感知方法在于，步骤1、采集学生的学生基础信息、学籍信息、课程安排信息、考试成绩信息、奖惩信息、参加活动信息、一卡通消费信息、门禁数据信息和摄像头影像信息等；步骤2、分时间或者空间变化趋势，显现每种信息的独特规律；步骤3、通过数据显示分析单元20分析单体对象学生行为模型与参照模型之间的容错度，若学生行为模型与参照模型差别超过容错度则判定出现安全事件；步骤4、若判定步骤3的安全事件可能发生，则启动***的预警机制或者防御机制。
本发明智慧校园安全态势感知***的有益效果：能够通过多个单体对象数据的关联性联动，从不同维度(分空间和时间)精准的预测校园安全事故的发生可能性及校园的安全指数，进而校园能针对安全事故对象精准的启动预警和防御功能；
1.智能应用永不疲劳：***应用视频图像智能分析技术，相当于给监控中心配置了“永不疲劳”的值班人员，对监控画面范围内的行为进行实时识别并及时报警。
2.多功能性应急联动指挥：***将若干个应用单元在应用功能基础上集成，实现各单元之间业务的联动，将原本独立运行、信息屏蔽的诸多***进行横向协同。从而为应急处理提供最为直观的视频信息，并根据应急预案对突发事件进行最佳的处置，构建校园可视化安防新高度。
3.***集成及开放性好：***基于先进的技术架构，采用SOA面向服务的体系架构，管理平台的联网设计基于GA/T669、DB3、ONVIF及GB/T28181等多项标准协议，能够很好的实现与跨区域平台之间的互联、互通，满足***横向、纵向之间的资源共享要求。
4.***扩展性、兼容性强：***全面兼容国内外主流厂商的IPC、DVD/DVS，兼容国内主流的报警***，且设备的稳定开发包，可兼容其它前端接入设备。
数据显示分析单元20包括：
模型分析模块：针对校园安全指数的算法公式，在校园数据采集单元10中获取相应的采集模块的数据，用于校园安全指数的计算；
AI分析防御模块201：完成对个体的人脸识别与布控、行为识别和人员结构化识别功能，对车辆进行智能车辆识别和智能警戒防御；
大数据分析模块202：包括教学、教务数据联动，消费数据联动，上网行为数据联动，体检数据联动功能；
设备防御模块203：包括智能访客、环境感知、水电安全监测、消费安全监测、智能门禁、食品检验和重点设备运行状态功能，智能门禁包括闸机通道、智能门锁和无感人脸防御，食品检验包括农药残留、细菌测量、环境、水质、溯源；
通知联动模块204：包括信息发布屏的信息显示，校园广播，手机APP和微信公众号信息推送；
还包括人员辅助模块：心理：宣传、测评、训练、辅导和宣泄，安全知识：宣传、演练和测评，定时巡查，一键报警，手机匿名报警功能；
针对校园安全指数值分析其在校园内的影响范围大小，同时对校园安全指数值变化的趋势进行预测，应用视频图像智能分析技术，对监控画面范围内的行为进行实时识别并及时报警。
空间要素分析单元40的空间要素包括：
校门、道路、操场、行政楼、实验楼、教学楼、寝室楼、图书馆和餐厅。
还包括数据标准化单元80，数据标准化单元80包括：数据过滤模块801和数据标准模块802，数据过滤模块801用于采集数据的告警去重和告警压缩，数据标准模块802用于统一空间归属、统一标识和统一设备类型。
时间序列分析单元30分为事情发生前、事情发生中和事情发生后三个模型分析：
其中事情发生前：防御***宣传和演练、心理测试、智能访客与智能交通；
事情发生中：告警检测、智能识别、校园巡查、事件处置、运行分析和预防性干预功能；
事情发生后：原因追溯，积累安全知识数据库。
异常预警单元50技术要素包括：
安全防御大数据模型，用于校园安全指数的计算；
安全智能的主动防御；
事件联动：异常情况关联到人，异常情况联动监控、分析；
通过软件场景化防御体系，软件定义摄像头、智能摄像头1拖N。
校园安全指数的计算公式为：
其中，n为检测类型个数，O代表被检测对象类型，W代表检测类型的权重，F代表检测范围及设备覆盖度，C代表检测值与安全模型比对结果，Hi代表具体被检测校园的所有对象安全类型的总和。
例如：下表提供的相应数据；
| 检测类型(O) | 序号 | 权重(W) | 部署覆盖度(F) | 监测正常结果(C) |
| 消防事件 | 1 | 20％ | 100％ | 19％ |
| 危险行为 | 2 | 30％ | 100％ | 28％ |
| 外部车辆来访 | 3 | 5％ | 100％ | 4％ |
| 外部人员来访 | 4 | 5％ | 100％ | 5％ |
| 学习评价 | 5 | 5％ | 100％ | 5％ |
| 心理评估 | 6 | 10％ | 100％ | 9％ |
| 餐饮 | 7 | 10％ | 100％ | 9％ |
| 消费 | 8 | 5％ | 100％ | 4％ |
| 设施 | 9 | 5％ | 100％ | 5％ |
| 其他 | 10 | 5％ | 100％ | 5％ |
***基于先进的技术架构，采用SOA面向服务的体系架构，管理平台的联网设计基于GA/T669、DB3、ONVIF及GB/T28181多项标准协议。
***全面兼容国内外主流厂商的IPC、DVD/DVS，兼容国内主流的报警***，且稳定开发包，可兼容其它前端接入设备。
单体对象查询单元关注要素包括：人、车、物、事和情，其中人重点关注访客异常：滞留、频繁出现、越界访问和区域徘徊，重点关注学生：成绩下降、消费异常、无朋友、行动轨迹异常和上网异常；车重点关注超速、频繁出现、滞留和越界进入；物重点关注重要设施运行状态、能耗、环境、设备使用和设备告警。
***交付内容包括：指挥中心大屏、分区部署TV屏、WEB综合管理、APP巡查；***管理方式包括：校园网络，地点标签，人防、物防、技防和常态管控，巡查、应急、设施和演习。
Claims (9)
1.智慧校园安全态势感知***，其特征在于，包括：
校园数据采集单元（10）：包括摄像头、RFID基础信息模块、一卡通模块、网络浏览监测模块、外来人员采集模块、门禁传感器和烟雾传感器；
数据显示分析单元（20）：将数据按照时间和空间两个维度进行同步呈现，全面掌控数据变化态势，支持空间数据的实时监控、历史回放和模拟推演；
时间序列分析单元（30）：支持将实时数据监测以及历史数据分析，以逐时曲线、时域统计柱图形式，呈现数据随时间的变化趋势，显现规律，支持决策；
空间要素分析单元（40）：分不同空间，对每个空间数据的实时监控；
异常预警单元（50）：通过建立预警指数或模型对与其存在关联的数据进行监测、分析，提供基于数据挖掘的预警机制；
数据筛选查询单元（60）：支持多种数据筛选方式，包括字段查询、地图圈选和点选，确保用户能根据实际需求，有针对性了解相应信息；
单体对象查询单元（70）：支持对单体对象进行详细查看，以及与个体相关的关联数据。
2.如权利要求1所述的智慧校园安全态势感知***，其特征在于，数据显示分析单元（20）包括：
模型分析模块：针对校园安全指数的算法公式，在校园数据采集单元中获取相应的采集模块的数据，用于校园安全指数的计算；
AI分析防御模块（201）：完成对个体的人脸识别与布控、行为识别和人员结构化识别功能，对车辆进行智能车辆识别和智能警戒防御；
大数据分析模块（202）：包括教学、教务数据联动，消费数据联动，上网行为数据联动，体检数据联动功能；
设备防御模块（203）：包括智能访客、环境感知、水电安全监测、消费安全监测、智能门禁、食品检验和重点设备运行状态功能；
通知联动模块（204）：包括信息发布屏的信息显示，校园广播，手机APP和微信公众号信息推送；
针对校园安全指数值分析其在校园内的影响范围大小，同时对校园安全指数值变化的趋势进行预测，应用视频图像智能分析技术，对监控画面范围内的行为进行实时识别并及时报警。
3.如权利要求1所述的智慧校园安全态势感知***，其特征在于，空间要素分析单元（40）的空间要素包括：
校门、道路、操场、行政楼、实验楼、教学楼、寝室楼、图书馆和餐厅。
4.如权利要求1或2或3所述的智慧校园安全态势感知***，其特征在于，还包括数据标准化单元（80），数据标准化单元（80）包括：数据过滤模块（801）和数据标准模块（802），数据过滤模块（801）用于采集数据的告警去重和告警压缩，数据标准模块（802）用于统一空间归属、统一标识和统一设备类型。
5.如权利要求1或2或3所述的智慧校园安全态势感知***，其特征在于，时间序列分析单元（30）分为事件发生前、事件发生中和事件发生后三个模型分析：
其中事件发生前：防御***宣传和演练、心理测试、智能访客与智能交通；
事件发生中：告警检测、智能识别、校园巡查、事件处置、运行分析和预防性干预功能；
事件发生后：原因追溯，积累安全知识数据库。
6.如权利要求5所述的智慧校园安全态势感知***，其特征在于，异常预警单元（50）技术要素包括：
安全防御大数据模型，用于校园安全指数的计算；
安全智能的主动防御；
事件联动：异常情况关联到人，异常情况联动监控、分析；
通过软件场景化防御体系；
软件定义摄像头、智能摄像头1拖N。
7.如权利要求1或2或3或6所述的智慧校园安全态势感知***，其特征在于，校园安全指数的计算公式为：校园安全指数=OL*W*F*C；其中，O代表被检测对象类型，L代表被检测对象，W代表检测类型的权重，F代表检测范围及设备覆盖度，C代表检测值与安全模型比对结果，OL代表具体被检测校园的所有对象安全类型的总和。
8.如权利要求7所述的智慧校园安全态势感知***，其特征在于，***基于先进的技术架构，采用SOA面向服务的体系架构，管理平台的联网设计基于GA/T669、DB3 、ONVIF 及GB/T28181多项标准协议。
9.如权利要求1或2或3或6或8所述的智慧校园安全态势感知***，其特征在于，***全面兼容国内外主流厂商的IPC 、DVD / DVS，兼容国内主流的报警***，且稳定开发包，可兼容其它前端接入设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010024411.XA CN111260314A (zh) | 2020-01-10 | 2020-01-10 | 智慧校园安全态势感知*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010024411.XA CN111260314A (zh) | 2020-01-10 | 2020-01-10 | 智慧校园安全态势感知*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111260314A true CN111260314A (zh) | 2020-06-09 |
Family
ID=70945086
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010024411.XA Pending CN111260314A (zh) | 2020-01-10 | 2020-01-10 | 智慧校园安全态势感知*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111260314A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798348A (zh) * | 2020-06-22 | 2020-10-20 | 重庆跃途科技有限公司 | 一种基于软件定义的校园安全防御方法及*** |
| CN112132711A (zh) * | 2020-08-07 | 2020-12-25 | 上海有间建筑科技有限公司 | 一种应用于智慧校园的校园监护*** |
| CN112653870A (zh) * | 2020-08-07 | 2021-04-13 | 柳州市云奇伟业信息技术有限公司 | 一种基于大数据的异常行为预警*** |
| CN112801468A (zh) * | 2021-01-14 | 2021-05-14 | 深联无限(北京)科技有限公司 | 智慧社区多态离散信息的智能管理与决策辅助方法 |
| CN112929611A (zh) * | 2021-02-07 | 2021-06-08 | 重庆惠统智慧科技有限公司 | 校园智能安全防控*** |
| CN114006720A (zh) * | 2021-09-14 | 2022-02-01 | 上海纽盾科技股份有限公司 | 网络安全态势感知方法、装置及*** |
| CN115035439A (zh) * | 2022-05-30 | 2022-09-09 | 广州交信投科技股份有限公司 | 一种基于深度网络学习的校园异常事件监控*** |
| CN115098708A (zh) * | 2022-08-26 | 2022-09-23 | 深圳市纬亚森科技有限公司 | 一种基于多媒体技术的智慧校园远程监管***及方法 |
| CN115277757A (zh) * | 2022-07-12 | 2022-11-01 | 智洋创新科技股份有限公司 | 一种基于宽窄带数据融合的智慧杆塔状态分析方法及*** |
| CN116051330A (zh) * | 2023-03-31 | 2023-05-02 | 深圳市黑金工业制造有限公司 | 一种基于大数据的智慧校园安全管理***及方法 |
| CN116611022A (zh) * | 2023-04-21 | 2023-08-18 | 深圳乐行智慧产业有限公司 | 智慧校园教育大数据融合方法及平台 |
| CN116883220A (zh) * | 2023-09-07 | 2023-10-13 | 成都鼎毅维元科技有限公司 | 基于多源数据融合的智慧校园危险态势感知方法及*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107730681A (zh) * | 2017-10-16 | 2018-02-23 | 长春北电软件有限公司 | 一种校园安全保障智能化监管预警*** |
| CN107918993A (zh) * | 2017-12-28 | 2018-04-17 | 重庆厚盾安全技术有限公司 | 智慧平安校园大数据安全预警平台 |
| CN108242035A (zh) * | 2018-01-10 | 2018-07-03 | 重庆跃途科技有限公司 | 一种基于大数据的校园安全监测方法及*** |
| CN109189806A (zh) * | 2018-09-07 | 2019-01-11 | 广东智信信息科技股份有限公司 | 一种校园安全物联网感知平台 |
-
2020
- 2020-01-10 CN CN202010024411.XA patent/CN111260314A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107730681A (zh) * | 2017-10-16 | 2018-02-23 | 长春北电软件有限公司 | 一种校园安全保障智能化监管预警*** |
| CN107918993A (zh) * | 2017-12-28 | 2018-04-17 | 重庆厚盾安全技术有限公司 | 智慧平安校园大数据安全预警平台 |
| CN108242035A (zh) * | 2018-01-10 | 2018-07-03 | 重庆跃途科技有限公司 | 一种基于大数据的校园安全监测方法及*** |
| CN109189806A (zh) * | 2018-09-07 | 2019-01-11 | 广东智信信息科技股份有限公司 | 一种校园安全物联网感知平台 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798348A (zh) * | 2020-06-22 | 2020-10-20 | 重庆跃途科技有限公司 | 一种基于软件定义的校园安全防御方法及*** |
| CN112653870B (zh) * | 2020-08-07 | 2022-08-19 | 柳州市云奇伟业信息技术有限公司 | 一种基于大数据的异常行为预警*** |
| CN112132711A (zh) * | 2020-08-07 | 2020-12-25 | 上海有间建筑科技有限公司 | 一种应用于智慧校园的校园监护*** |
| CN112653870A (zh) * | 2020-08-07 | 2021-04-13 | 柳州市云奇伟业信息技术有限公司 | 一种基于大数据的异常行为预警*** |
| CN112801468A (zh) * | 2021-01-14 | 2021-05-14 | 深联无限(北京)科技有限公司 | 智慧社区多态离散信息的智能管理与决策辅助方法 |
| CN112929611A (zh) * | 2021-02-07 | 2021-06-08 | 重庆惠统智慧科技有限公司 | 校园智能安全防控*** |
| CN114006720B (zh) * | 2021-09-14 | 2023-08-18 | 上海纽盾科技股份有限公司 | 网络安全态势感知方法、装置及*** |
| CN114006720A (zh) * | 2021-09-14 | 2022-02-01 | 上海纽盾科技股份有限公司 | 网络安全态势感知方法、装置及*** |
| CN115035439A (zh) * | 2022-05-30 | 2022-09-09 | 广州交信投科技股份有限公司 | 一种基于深度网络学习的校园异常事件监控*** |
| CN115277757A (zh) * | 2022-07-12 | 2022-11-01 | 智洋创新科技股份有限公司 | 一种基于宽窄带数据融合的智慧杆塔状态分析方法及*** |
| CN115277757B (zh) * | 2022-07-12 | 2023-04-11 | 智洋创新科技股份有限公司 | 一种基于宽窄带数据融合的智慧杆塔状态分析方法及*** |
| CN115098708A (zh) * | 2022-08-26 | 2022-09-23 | 深圳市纬亚森科技有限公司 | 一种基于多媒体技术的智慧校园远程监管***及方法 |
| CN116051330A (zh) * | 2023-03-31 | 2023-05-02 | 深圳市黑金工业制造有限公司 | 一种基于大数据的智慧校园安全管理***及方法 |
| CN116051330B (zh) * | 2023-03-31 | 2023-10-27 | 深圳市黑金工业制造有限公司 | 一种基于大数据的智慧校园安全管理***及方法 |
| CN116611022A (zh) * | 2023-04-21 | 2023-08-18 | 深圳乐行智慧产业有限公司 | 智慧校园教育大数据融合方法及平台 |
| CN116611022B (zh) * | 2023-04-21 | 2024-04-26 | 深圳乐行智慧产业有限公司 | 智慧校园教育大数据融合方法及平台 |
| CN116883220A (zh) * | 2023-09-07 | 2023-10-13 | 成都鼎毅维元科技有限公司 | 基于多源数据融合的智慧校园危险态势感知方法及*** |
| CN116883220B (zh) * | 2023-09-07 | 2023-11-17 | 成都鼎毅维元科技有限公司 | 基于多源数据融合的智慧校园危险态势感知方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111260314A (zh) | 智慧校园安全态势感知*** | |
| Piza | The crime prevention effect of CCTV in public places: A propensity score analysis | |
| Ribaux et al. | Intelligence-led crime scene processing. Part I: Forensic intelligence | |
| CN108898520B (zh) | 基于轨迹数据的学生安全监控方法和*** | |
| CN107918993A (zh) | 智慧平安校园大数据安全预警平台 | |
| CN107436277A (zh) | 基于相似距离判别的单指标数据质量控制方法 | |
| CN107403158A (zh) | 一种人员在岗视频识别方法及智能用户信息传输装置 | |
| CN116308960A (zh) | 基于数据分析的智慧园区物业防控管理***及其实现方法 | |
| CN113935643A (zh) | 一种校园安全风险防控方法、***、设备及存储介质 | |
| CN115546903A (zh) | 一种校园学生行为风险预警方法及*** | |
| Buchanan et al. | Does it matter if those who matter don't mind? Effects of gang versus delinquent peer group membership on labeling processes | |
| Yang | Exploring the influence of environmental features on residential burglary using spatial-temporal pattern analysis | |
| CN110443408A (zh) | 出行预测方法和装置 | |
| KR102342192B1 (ko) | 빅데이터 기반의 재난 발생 위험도 예측장치 및 방법 | |
| CN110348754A (zh) | 一种基于人工智能技术的校园霸凌行为预警***和方法 | |
| CN108090700A (zh) | 一种基于校园大数据的校园运行体征监测研判的评测方法及*** | |
| Hirschfield | 12 Decision support in crime prevention Data analysis, policy evaluation and GIS | |
| CN113918563A (zh) | 布控信息的确定方法及装置、存储介质、电子装置 | |
| Haberman | Cops on dots doing what? The differential effects of police enforcement actions in hot spots | |
| CN111369394A (zh) | 基于大数据的景区客流量统计评估***及方法 | |
| CN110769205A (zh) | 一种预警校园欺凌的监控***及方法 | |
| CN116390074A (zh) | 一种学校安全智慧管理*** | |
| Comfort et al. | Managing risk in real time: Integrating information technology into disaster risk reduction and response | |
| Angrist et al. | Social indicators and urban policy analysis | |
| CN114493348A (zh) | 一种基于学生安全的智慧校园管理*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200609 |