基于电子设备行为模式的辅助定位的实现方法技术

一种基于电子指纹的身份鉴别方法及定位追踪实现方法，通过扫描设备采集用户的关键设备并针对关键设备对用户编号；采集用户使用过的所有辅助设备的Wi‑Fi与蓝牙MAC地址以及发现的时间和离开的时间。为每个MAC地址在信息库中建立信息库，并基于信息库生成权重图。根据关联度算法计算权重图中的各个权重，即各个设备的关联度，得到经常同时出现的设备，生成设备间的无向权重网络，该关联度算法包括：Wi‑Fi设备关联度算法、蓝牙设备关联度算法、Wi‑Fi蓝牙结合关联度算法。最后采用数据分析方法对用户的某台辅助设备进行鉴别，即分析该辅助设备的所有关联设备的信息，经过分析定位得到对应的关键设备的当前预测位置。

【技术实现步骤摘要】
基于电子设备行为模式的辅助定位的实现方法
本专利技术涉及的是一种追踪定位技术，具体是一种基于电子设备行为模式的辅助定位的实现方法。
技术介绍
随着无线设备的普及，每人基本都配备了至少一台无线设备且几乎随身携带。这使得基于无线设备信号进行定位跟踪成为可能。但由于不同的无线设备采用的传输信号不一致、基站或路由器暂无法做到完全覆盖，使得仅凭借一台设备进行定位非常困难。因此通过收集和分析不同的设备之间的关联性，并作为定位时的辅助信息变得非常重要。
技术实现思路
本专利技术针对现有技术只能基于特定信号或物理地址进行设备识别，无法实现进一步信息的集成和处理等缺陷，提出一种基于电子设备行为模式的辅助定位的实现方法，当与用户绑定的关键设备由于没有信号、未启动等原因无法定位的情况下通过数据分析，由辅助设备的位置进行定位辅助。本专利技术是通过以下技术方案实现的：本专利技术包括以下步骤：1)通过扫描设备采集用户的关键设备并针对关键设备对用户编号；2)采集用户使用过的所有辅助设备的Wi-Fi与蓝牙MAC地址以及发现的时间和离开的时间。为每个MAC地址在信息库中建立信息库，并基于信息库生成权重图。3)通过关联度算法计算权重图中的各个权重，即各个设备的关联度，得到经常同时出现的设备，生成设备间的无向权重网络，该关联度算法包括：Wi-Fi设备关联度算法、蓝牙设备关联度算法、Wi-Fi蓝牙结合关联度算法。4)采用数据分析方法对用户的某台辅助设备进行鉴别，即分析该辅助设备的所有关联设备的信息，经过分析定位得到对应的关键设备的当前预测位置。所述的关键设备采用但不限于：带有经实名认证手机卡的实体手机、登录有支付宝等虚拟账号的无线设备等。所述的扫描设备的布置方式为：在广阔的公共场所内部，布置多个Wi-FiMac扫描设备，将Wi-Fi设备的扫描范围覆盖全场；在公共场所的出入口处，布置蓝牙Mac扫描设备，以扫描进出此场所的蓝牙设备。所述的信息库，具体包括：1)Wi-Fi索引表，记录了出现过的所有Wi-Fi设备的信息，包括但不限于：属性ID、物理地址MAC、设备位置LOCATION与时间TIME，其中：属性ID作为检索设备表的依据，通过“W”+ID可以查询Wi-Fi设备对应的设备表；物理地址MAC则记录了Wi-Fi设备的MAC地址；设备位置LOCATION与时间TIME记录了该设备最近出现的基站地点与时间，具体如下所示：Wi-Fi索引表：2)蓝牙索引表，记录有所有出现过的蓝牙设备信息。拥有属性ID、BLUE、LOCATION与TIME，ID作为检索设备表的依据，通过“B”+ID可以查询到蓝牙设备对应的设备表。BLUE则记录了蓝牙设备的MAC地址。而LOCATION与TIME同样记录了该设备最近出现的基站地点与时间，具体如下所示：蓝牙索引表3)设备表：对于Wi-Fi设备，其拥有Wi-Fi索引表，表名为“W”+ID号；对于蓝牙设备，其拥有蓝牙设备表，表名为“B”+ID号；对于蓝牙与Wi-Fi结合算法，每个蓝牙设备拥有一个混合设备表，表名为“C”+蓝牙ID号。每个设备表包括但不限于：属性ID、物理地址MAC(蓝牙设备表中为BLUE)、同时出现次数CLOSE、可信度RCLOSE，其中：属性ID用以为区分各个设备，便于检索；物理地址MAC(蓝牙设备表中为BLUE)记录了与设备表拥有者同时出现过的设备MAC地址；CLOSE记录了该设备与设备表拥有者同时出现的有效次数；RCLOSE是对CLOSE的一个调整，记录了该设备与设备表拥有者同时出现的条件概率。3.1)Wi-Fi索引表，其中：记录的是与索引表中ID对应的Wi-Fi设备同时出现的Wi-Fi设备信息，具体如下所示：Wi-Fi索引表3.2)蓝牙设备表，其中：记录的是与索引表中ID对应的蓝牙设备同时出现的蓝牙设备信息，具体如下所示：蓝牙设备表3.3)混合设备表，其中：记录的是与索引表中ID对应的蓝牙设备同时出现的Wi-Fi设备信息，具体如下所示：混合设备表所述的权重图是指：单单从设备表无法直观地体现设备与设备之间的关联度，因此建立一个节点为不同设备，边为设备之间关联度的权重图至关重要。这会大大提升关联的可读性，为后续的工作提供基础，同时在一定程度上减小系统的开销。所述的权重图中的蓝牙设备与蓝牙设备之间、Wi-Fi设备与Wi-Fi设备之间、Wi-Fi设备与蓝牙设备之间都有权值，该权重图的总体设计为一层Wi-Fi网络、一层蓝牙网络以及一层Wi-Fi蓝牙连接网络，各自独立分开计算后加以整合；分别对应信息库中的Wi-Fi索引表，蓝牙设备表，混合设备表。所述的权重，具体通过以下方式得到：3.1)对于Wi-Fi设备关联度算法或蓝牙设备关联度算法，具体步骤如下：3.1.1)对于在同一时间范围内出现在同一扫描基站附近的Wi-Fi设备，首先在Wi-Fi索引表或蓝牙索引表中检索其是否存在，若不存在，将其添入该表，记录其出现的时间和地点。3.1.2)并依据其ID号，检索到其对应的Wi-Fi索引表或蓝牙索引表，接下来将与其同一时间范围出现的设备添加到对应的Wi-Fi设备表或蓝牙设备表，依据OCLOSE算法累加可信度CLOSE；3.1.3)当某设备已经存在于对应的Wi-Fi设备表或蓝牙设备表，只需按照OCLOSE算法更新可信度CLOSE，并在Wi-Fi索引表或蓝牙索引表中更新其时间和地点。所述的可信度CLOSE反映了设备间同时出现的有效次数，而OCLOSE算法则是按照基站附近设备流量计算CLOSE有效累加值的算法，即：其中：x表示当前设备的流量，a表示设备流量阈值，而b是一个可调参数，取值为正，用来调节流量对OCLOSE的影响。OCLOSE的取值范围为0～2，当设备流量大于阈值时，CLOSE小于1；而当其小于阈值时，CLOSE大于1。而b取值越大，OCLOSE随流量变动变化越小，表示流量对CLOSE影响越小。3.2)对于Wi-Fi蓝牙结合关联度算法，具体步骤如下：3.2.1)通过比较每个时间点基站扫描范围内Wi-Fi设备的变化，得到在这些时间点附近的一小段时间区间内经过扫描区域边界的Wi-Fi设备。3.2.2)将Wi-Fi扫描区域边界所部属的蓝牙扫描基站扫描得到的蓝牙设备，通过“C”拼接上在蓝牙索引表中对应的ID号，得到该蓝牙设备的混合设备表。3.2.3)根据该蓝牙设备出现时间，检索对应时间段内在Wi-Fi扫描区域内变化的Wi-Fi设备，将这些设备信息填入对应的混合设备表，并按照OCLOSE算法累加可信度CLOSE。所述的无向权重网络，通过以下方式得到：1)遍历三种设备表，依据条件概率公式计算各个设备与设备拥有者同时出现的条件概率RCLOSE：其中：R(i)指某设备表第i个设备的R可信度CLOSE，C(i)指第i个设备的可信度CLOSE。而U(TableName)则指该设备表数据更新的次数；2)通过步骤3.1和步骤3.2首先生成了设备间的有向网络。基于此，按照可信度更新公式将其转化为无向权重图：即令A表中B的R可信度CLOSE与B表中A的R可信度CLOSE相等，具体为：其中：R为调整后A在B设备表与B在A设备表的R可信度CLOSE，则指B设备在A设备表中的R可信度CLOSE，U(ATableName)则指A设备表更新的次数。3)将调整后的可信本文档来自技高网...

【技术保护点】
一种基于电子指纹的身份鉴别方法及定位追踪实现方法，其特征在于，包括以下步骤：1)通过扫描设备采集用户的关键设备并针对关键设备对用户编号；2)采集用户使用过的所有辅助设备的Wi‑Fi与蓝牙MAC地址以及发现的时间和离开的时间。为每个MAC地址在信息库中建立信息库，并基于信息库生成权重图；3)通过关联度算法计算权重图中的各个权重，即各个设备的关联度，得到经常同时出现的设备，生成设备间的无向权重网络，该关联度算法包括：Wi‑Fi设备关联度算法、蓝牙设备关联度算法、Wi‑Fi蓝牙结合关联度算法；4)采用数据分析方法对用户的某台辅助设备进行鉴别，即分析该辅助设备的所有关联设备的信息，经过分析定位得到对应的关键设备的当前预测位置；所述的信息库，具体包括：Wi‑Fi索引表、蓝牙索引表、由Wi‑Fi索引表、蓝牙设备表和混合设备表组成的设备表。

【技术特征摘要】
1.一种基于电子指纹的身份鉴别方法及定位追踪实现方法，其特征在于，包括以下步骤：1)通过扫描设备采集用户的关键设备并针对关键设备对用户编号；2)采集用户使用过的所有辅助设备的Wi-Fi与蓝牙MAC地址以及发现的时间和离开的时间。为每个MAC地址在信息库中建立信息库，并基于信息库生成权重图；3)通过关联度算法计算权重图中的各个权重，即各个设备的关联度，得到经常同时出现的设备，生成设备间的无向权重网络，该关联度算法包括：Wi-Fi设备关联度算法、蓝牙设备关联度算法、Wi-Fi蓝牙结合关联度算法；4)采用数据分析方法对用户的某台辅助设备进行鉴别，即分析该辅助设备的所有关联设备的信息，经过分析定位得到对应的关键设备的当前预测位置；所述的信息库，具体包括：Wi-Fi索引表、蓝牙索引表、由Wi-Fi索引表、蓝牙设备表和混合设备表组成的设备表。2.根据权利要求1所述的方法，其特征是，所述的权重图的节点为不同设备、边为设备之间关联度；权重图中的蓝牙设备与蓝牙设备之间、Wi-Fi设备与Wi-Fi设备之间、Wi-Fi设备与蓝牙设备之间都有权值，该权重图的总体设计为一层Wi-Fi网络、一层蓝牙网络以及一层Wi-Fi蓝牙连接网络，各自独立分开计算后加以整合；分别对应信息库中的Wi-Fi索引表，蓝牙设备表，混合设备表。3.根据权利要求1或2所述的方法，其特征是，所述的权重，通过以下方法得到：3.1)对于Wi-Fi设备关联度算法或蓝牙设备关联度算法，具体步骤如下：3.1.1)对于在同一时间范围内出现在同一扫描基站附近的Wi-Fi设备，首先在Wi-Fi索引表或蓝牙索引表中检索其是否存在，若不存在，将其添入该表，记录其出现的时间和地点；3.1.2)并依据其ID号，检索到其对应的Wi-Fi索引表或蓝牙索引表，接下来将与其同一时间范围出现的设备添加到对应的Wi-Fi设备表或蓝牙设备表，依据OCLOSE算法累加可信度CLOSE；3.1.3)当某设备已经存在于对应的Wi-Fi设备表或蓝牙设备表，只需按照OCLOSE算法更新可信度CLOSE，并在Wi-Fi索引表或蓝牙索引表中更新其时间和地点；3.2)对于Wi-Fi蓝牙结合关联度算法，具体步骤如下：3.2.1)通过比较每个时间点基站扫描范围内Wi-Fi设备的变化，得到在这些时间点附近的一小段时间区间内经过扫描区域边界的Wi-Fi设备；3.2.2)将Wi-Fi扫描区域边界所部属的蓝牙扫描基站扫描得到的蓝牙设备，通过“C”拼接上在蓝牙索引表中对应的ID号，得到该蓝牙设备的混合设备表；3.2.3)根据该蓝牙设备出现时间，检索对应时间段内在Wi-Fi扫描区域内变化的Wi-Fi设备，将这些设备信息填入对应的混合设备表，并按照OCLOSE算法累加可信度CLOSE。4.根据权利要求3所述的方法，其特征是，所述的可信度CLOSE反映了设备间同时出现的有效次数，而OCLOSE算法则是按照基站附近设备流量计算CLOSE有...

【专利技术属性】
技术研发人员：易平，毛宇昂，盛超逸，胡又佳，彭启维，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31