[發明專利]用于安檢中被檢人員分級的方法及裝置

在審

• 申請號: 201611123767.9
• 申請日: 2016-12-08
• 公開（公告）號: CN108198116A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 崔錦;談華斌
• 申請（專利權）人: 同方威視技術股份有限公司
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G06F17/30
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 姜怡;袁禮君

1.一種用于安檢中被檢人員分級的方法，其特征在于，包括：

通過歷史安檢信息，生成被檢人員的風險識別模型；

獲取當前被檢人員的安全關聯因素信息；

將所述安全關聯因素信息，通過數據清洗生成安全關聯特征集合；以及

通過所述安全關聯特征集合與所述風險識別模型，實時確定所述當前被檢人員的風險級別。

2.如權利要求1所述的方法，其特征在于，通過歷史安檢信息，生成被檢人員的風險識別模型，包括：

獲取所述歷史安檢信息；

根據實際安檢結果標記所述歷史安檢信息中對應的條目；以及

將所述歷史安檢信息與所述歷史安檢信息中被標記的所述條目存入樣本庫。

3.如權利要求1或2所述的方法，其特征在于，通過歷史安檢信息，生成被檢人員的風險識別模型，包括：

將所述樣本庫通過數據清洗生成所述安全關聯特征集合；以及

通過機器學習算法，生成所述風險識別模型。

4.如權利要求3所述的方法，其特征在于，所述機器學習算法，包括：

支持向量機算法。

5.如權利要求4所述的方法，其特征在于，所述支持向量機算法通過Spark Mllib技術進行訓練。

6.如權利要求1所述的方法，其特征在于，所述安全關聯因素信息，包括：社會關系信息、安檢線索信息以及上網行為線索信息。

7.如權利要求1所述的方法，其特征在于，將所述安全關聯因素信息，通過數據清洗生成安全關聯特征集合，包括：

將所述安全關聯因素信息，經過數據清洗，得到預定格式的數據信息；以及

通過預定格式的所述信息，生成所述安全關聯特征集合。

8.如權利要求1所述的方法，其特征在于，通過所述安全關聯特征集合與所述風險識別模型，實時確定所述當前被檢人員的風險級別，包括：

通過分布式系統基礎架構與實時計算框架，實時獲得所述被檢人員的風險級別。

9.如權利要求8所述的方法，其特征在于，所述分布式系統基礎架構，包括：

Apache Hadoop架構。

10.如權利要求8所述的方法，其特征在于，所述實時計算框架，包括：

Spark架構。

11.如權利要求5所述的方法，其特征在于，所述支持向量機算法中，訓練數據的數據量與測試數據的數據量的比例為6-8:2-4。

12.一種用于安檢中被檢人員分級的裝置，其特征在于，包括：

模型生成模塊，用于通過歷史安檢信息，生成被檢人員的風險識別模型；

接收信息模塊，用于獲取當前被檢人員的安全關聯因素信息；

數據清洗模塊，用于將所述安全關聯因素信息，通過數據清洗生成安全關聯特征集合；以及

風險分級模塊，用于通過所述安全關聯特征集合與所述風險識別模型，實時確定所述當前被檢人員的風險級別。

13.如權利要求12所述的裝置，其特征在于，所述模型生成模塊，還包括：

歷史信息子模塊，用于獲取所述歷史安檢信息；

標記子模塊，用于根據實際安檢結果標記所述歷史安檢信息中對應的條目；

儲存子模塊，用于將所述歷史安檢信息與所述歷史安檢信息中被標記的所述條目存入樣本庫；

數據清洗子模塊，用于將樣本庫通過數據清洗生成所述安全關聯特征集合；以及

算法子模塊，用于通過機器學習算法，生成所述風險識別模型。