【US20190191488A1】公共安全分析学网关【专利】

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910255589.2(22)申请日 2019.04.01(71)申请人 江苏迪纳数字科技股份有限公司地址 210006 江苏省南京市南京秦淮区弓箭坊40号(72)发明人 刘南杰　张钰锋　翟建波　赵伟　(74)专利代理机构 常州佰业腾飞专利代理事务所(普通合伙) 32231代理人 孙永智(51)Int.Cl.H04W 4/40(2018.01)H04W 4/021(2018.01)H04W 4/029(2018.01)H04W 12/00(2009.01)H04W 12/02(2009.01)H04L 29/08(2006.01)(54)发明名称一种基于智慧网联汽车的公共安全智慧探测系统及方法(57)摘要本发明公开了一种基于智慧网联汽车的公共安全智慧探测系统及方法，属于车联网技术领域，将智慧网联汽车终端和通信指纹采集技术相结合，利用当今汽车网联化、手机智能化和4G/WiFi/蓝牙等泛在通信的普及，将智慧网联汽车变成移动的通信指纹采集载体，获取车辆周边通信实体的通信指纹，并上传到通信指纹库，通信指纹库基于数字基因编码和智能匹配技术，实现人和物的探测、识别、匹配、定位和跟踪。

本发明将智慧网联汽车作为公共安全探测载体，为当前信息物理系统中常规公共安全监管手段缺失，起到有益的补充和根本解决。

权利要求书2页 说明书5页 附图1页CN 110035408 A 2019.07.19C N 110035408A权　利　要　求　书1/2页CN 110035408 A1.一种基于智慧网联汽车的公共安全智慧探测系统，其特征在于，包括：处理单元(100)，对数字基因进行预处理并生成时间和经纬度信息，结合车辆信息，生成人、车和手机的数字基因；通信指纹采集单元(200)，与处理单元(100)连接，实时采集车和手机的数字基因，将采集到的数字基因发送至处理单元(100)；定位单元(300)，与处理单元(100)连接，通过定位实时采集当前时间、经纬度等信息，并将这些信息发送至处理单元；车辆信息采集单元(400)，与处理单元(100)连接，具有车联网信息采集功能，并将采集到的车辆信息发送至处理单元(100)；加密单元(500)，与处理单元(100)连接，将处理单元(100)生成人、车和手机的数字基因进行算法加密，并将其回传给处理单元(100)；存储单元(600)，与处理单元(100)连接，接收处理单元(100)发来的加密的数字基因，并存储；通信单元(700)，与处理单元(100)连接，将处理单元(100)发来的加密的数字基因发送给预先设定的监管平台。

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910245339.0(22)申请日 2019.03.28(66)本国优先权数据201810664557.3 2018.06.26 CN(71)申请人 分众共演（北京）科技有限公司地址 100094 北京市海淀区北清路68号院24号楼D座4层580(72)发明人 不公告发明人　(51)Int.Cl.G06Q 10/06(2012.01)(54)发明名称一种安全管理方法和系统(57)摘要本公开提供一种安全体系建立方法，包括：获取建立安全体系时专业化安全屏障对应的专业化建立参数、群体行为安全屏障对应的群体行为建立参数和业务行为安全屏障对应的业务行为建立参数；其中，专业化建立参数包括以下至少一项：生产组织参数、设备设施参数、工艺技术参数、设备设施参数和项目管理参数，群体行为建立参数包括以下至少一项：群体行为环境参数、安全人力资源、安全生产标准化和习惯行为参数，业务行为建立参数包括以下至少一项：成员个体岗位操作参数、成员个体岗位应急行为参数、零隐患参数和零损失参数；根据专业化建立参数、群体行为建立参数、业务行为建立参数对应建立专业化安全屏障、群体行为安全屏障、业务行为安全屏障。

权利要求书3页 说明书24页 附图9页CN 110334891 A 2019.10.15C N 110334891A权　利　要　求　书1/3页CN 110334891 A1.一种安全体系建立方法，其特征在于，所述安全体系包括专业化安全屏障、群体行为安全屏障和业务行为安全屏障；所述专业化安全屏障为所述安全体系的第一层风险管控屏障，用于从生产组织、工艺技术、设备设施和项目管理四个方面中的至少一个方面隔离危险源和风险；所述群体行为安全屏障为所述安全体系的第二层风险管控屏障，用于从行为环境、安全人力资源、安全生产标准化和习惯行为方面中的至少一个方面隔离、管控危险源和风险；所述业务行为安全屏障为所述安全体系的第三层风险管控屏障，用于从成员个体岗位操作、事故发生后成员个体岗位应急行为、零隐患和零损失方面中的至少一个方面隔离、管控危险源和风险；所述安全体系建立方法包括：获取建立所述安全体系时所述专业化安全屏障对应的专业化建立参数、群体行为安全屏障对应的群体行为建立参数和业务行为安全屏障对应的业务行为建立参数；其中，所述专业化建立参数包括以下至少一项：生产组织参数、工艺技术参数、设备设施参数和项目管理参数，所述群体行为建立参数包括以下至少一项：行为环境参数、安全人力资源参数、安全生产标准化参数和习惯行为参数，所述业务行为建立参数包括以下至少一项：成员个体岗位操作参数、成员个体岗位应急行为参数、零隐患参数和零损失参数；根据所述专业化建立参数确定生产组织、工艺技术、设备设施和项目管理四个方面中的至少一个方面的第一危险源及风险，建立隔离所述第一危险源及风险的专业化安全屏障；根据所述群体行为建立参数确定行为环境、安全人力资源、安全生产标准化和习惯行为方面中的至少一个方面的第二危险源及风险，建立隔离所述第二危险源及风险的群体行为安全屏障；根据所述业务行为建立参数确定成员个体岗位操作、事故发生后成员个体岗位应急行为、零隐患和零损失方面中的至少一个方面的第三危险源及风险，建立隔离所述第三危险源及风险的业务行为安全屏障。

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202011013134.9(22)申请日 2020.09.24(71)申请人 北京泰策科技有限公司地址 100000 北京市海淀区中关村南大街2号1号楼19层A座2202申请人 北京微智信业科技有限公司　北京东方通科技股份有限公司　北京东方通软件有限公司(72)发明人 张春林　江何　李利军　王庆丰　尚雪松　(74)专利代理机构 北京冠和权律师事务所11399代理人 安琪(51)Int.Cl.G06Q 50/26(2012.01)G06F 16/245(2019.01)(54)发明名称一种基于多模态数据的突发公共安全事件检测方法及系统(57)摘要本发明提供一种基于多模态数据的突发公共安全事件检测方法及系统，其中，方法包括：步骤S1：获取第一多模态数据；步骤S2：对第一多模态数据进行解析，当第一多模态数据为触发数据时，获取与第一多模态数据相关联的第二多模态数据；步骤S3：整合第一多模态数据和第二多模态数据，获取事件数据；步骤S4：解析事件数据，确定是否为突发公共安全事件。

本发明的基于多模态数据的突发公共安全事件检测方法，对社交软件上的多模态数据进行检测，及时发现突发公共安全事件，实现有关部门及时应对处理。

权利要求书5页 说明书12页 附图1页CN 111932427 A 2020.11.13C N 111932427A1.一种基于多模态数据的突发公共安全事件检测方法，其特征在于，包括：步骤S1：获取第一多模态数据；步骤S2：对所述第一多模态数据进行解析，当所述第一多模态数据为触发数据时，获取与所述第一多模态数据相关联的第二多模态数据；步骤S3：整合所述第一多模态数据和所述第二多模态数据，获取事件数据；步骤S4：解析所述事件数据，确定是否为突发公共安全事件。

2.如权利要求1所述的基于多模态数据的突发公共安全事件检测方法，其特征在于，所述步骤S1：获取第一多模态数据，包括：解析所述第一多模态数据的获取方式，所述获取方式包括：主动获取和被动获取；当所述第一多模态数据的获取方式为被动获取时，对所述第一多模态数据的数据来源的第一可信度和所述第一多模态数据的第二可信度进行验证；当都验证通过时，获取所述第一多模态数据；其中，对所述第一多模态数据的数据来源的第一可信度进行验证，包括：获取所述第一多模态数据的数据来源的设备的信用值；获取对所述数据来源的设备进行担保的设备的担保值；基于所述信用值及所述担保值，计算所述第一可信度，计算公式如下：；其中，为所述第一可信度；为所述第一多模态数据的数据来源的设备中第个设备的信用值；为对所述数据来源的设备中第个设备进行担保的设备中第个设备的担保值；为对所述数据来源的设备中第个设备进行担保的设备中第个设备的担保权重；为所述数据来源的设备的数目；为对所述数据来源的设备中第个设备进行担保的设备的数目；当所述第一可信度大于预设的第一阈值时，所述第一多模态数据的数据来源的第一可信度验证通过；对所述第一多模态数据的第二可信度进行验证，包括：对所述第一多模态数据进行解析，确定构成所述第一多模态数据中数据类型及各个数据类型的占比；基于所述数据类型及各个数据类型的占比，确定所述第一多模态数据的第二可信度，计算公式如下：;其中，为第二可信度；为第个所述数据类型对应的预设权重；为第个所述数据类型的占比；为所述数据类型的种类数目；当所述第二可信度大于预设的第二阈值时，所述第一多模态数据的第二可信度验证通过。

人脸识别技术在公共安全领域应用案例分析第一章：人脸识别技术概述 (2)1.1 人脸识别技术原理 (2)1.1.1 图像采集 (2)1.1.2 预处理 (2)1.1.3 特征提取 (2)1.1.4 特征匹配与识别 (3)1.2 人脸识别技术发展历程 (3)1.2.1 初期摸索阶段（20世纪60年代80年代） (3)1.2.2 特征提取与匹配阶段（20世纪80年代90年代） (3)1.2.3 深度学习阶段（21世纪初至今） (3)1.2.4 应用拓展阶段 (3)第二章：人脸识别技术在公安系统中的应用 (3)2.1 人员身份验证 (3)2.2 追踪嫌疑人 (4)2.3 人口管理 (4)第三章：人脸识别技术在交通领域的应用 (4)3.1 交通违法识别 (4)3.1.1 技术原理 (4)3.1.2 应用场景 (5)3.2 公共交通乘客识别 (5)3.2.1 技术原理 (5)3.2.2 应用场景 (5)第四章：人脸识别技术在机场安全中的应用 (5)4.1 旅客身份识别 (6)4.2 行李安检辅助 (6)第五章：人脸识别技术在金融安全中的应用 (6)5.1 金融机构身份验证 (6)5.2 防范金融欺诈 (7)第六章：人脸识别技术在校园安全中的应用 (8)6.1 学生身份识别 (8)6.1.1 应用背景 (8)6.1.2 应用场景 (8)6.1.3 技术优势 (8)6.2 校园安防监控 (8)6.2.1 应用背景 (8)6.2.2 应用场景 (8)6.2.3 技术优势 (9)第七章：人脸识别技术在医疗领域的应用 (9)7.1 患者身份识别 (9)7.2 医疗场所安全监控 (10)第八章：人脸识别技术在商业安全中的应用 (10)8.1 顾客身份识别 (10)8.1.1 顾客身份核验 (10)8.1.2 会员管理 (11)8.1.3 顾客行为分析 (11)8.2 防范商业欺诈 (11)8.2.1 防止冒名顶替 (11)8.2.2 防止信用卡欺诈 (11)8.2.3 防止内部员工违规 (11)8.2.4 保障网络安全 (11)第九章：人脸识别技术在网络安全中的应用 (11)9.1 用户身份验证 (11)9.1.1 传统身份验证方式的不足 (12)9.1.2 人脸识别技术在用户身份验证中的应用 (12)9.2 防范网络攻击 (12)9.2.1 网络攻击类型及危害 (12)9.2.2 人脸识别技术在防范网络攻击中的应用 (13)第十章：人脸识别技术的挑战与未来发展 (13)10.1 技术挑战 (13)10.2 法律法规 (13)10.3 未来发展趋势 (14)第一章：人脸识别技术概述1.1 人脸识别技术原理人脸识别技术作为一种生物识别技术，主要基于人的面部特征进行身份认证。