一种异常检测方法及装置、计算机存储介质及电子设备制造方法及图纸

一种异常检测方法及装置、计算机存储介质及电子设备，包括：检测布控目标的活动轨迹；根据预先构建的所述布控目标的知识图谱和所述活动轨迹，对所述布控目标进行轨迹预测；所述知识图谱为描述所述布控目标的各种数据之间关系的图的数据库；根据预测得到的轨迹以及所述布控目标的知识图谱确定所述布控目标是否异常。采用本申请提供的方案，可以结合知识图谱中已掌控的布控目标的线索进行推理，实现对目标的活动路径进行轨迹预测，并确定布控目标是否存在异常，解决了现有技术中只能利用规则专家系统和人工判断的局限性，有效提升了目标异常检测的准确性。

An Abnormal Detection Method and Device, Computer Storage Media and Electronic Equipment

【技术实现步骤摘要】
一种异常检测方法及装置、计算机存储介质及电子设备
本申请涉及多维数据处理技术，具体地，涉及一种异常检测方法及装置、计算机存储介质及电子设备。
技术介绍
现有的异常行为轨迹检测大多是对布控目标已有的多维结构化轨迹数据进行查询、检索，再由人工进行数据关联、路径预测，或者建立专家系统运用专家的知识和经验形成规则，对多维轨迹数据进行预测。然而，在大量的数据面前，人工推理和判断强依赖于工作人员对多维轨迹数据之间的关系理解，且对异常轨迹检测的判断结果也会因人而异，导致无法及时有效地对布控目标的行为活动进行预判；专家系统是基于规则的推理判断系统，强依赖于规则集的完整性，若多维数据没有找到可匹配的规则，那么专家系统则无法对其进行异常行为轨迹检测。现有技术中存在的问题：人工推理判断方式依赖于工作人员对多维轨迹数据之间的关系理解，专家系统则依赖于规则集的完整性，两种方式都存在无法有效检测异常轨迹的缺陷，例如：工作人员对多维轨迹数据之间的关系不理解、或者专家系统的规则集不完善等情况。
技术实现思路
本申请实施例中提供了一种异常检测方法及装置、计算机存储介质及电子设备，以解决上述技术问题。根据本申请实施例的第一个方面，提供了一种异常检测方法，包括：检测布控目标的活动轨迹；根据预先构建的所述布控目标的知识图谱和所述活动轨迹，对所述布控目标进行轨迹预测；所述知识图谱为描述所述布控目标的各种数据之间关系的图的数据库；根据预测得到的轨迹以及所述布控目标的知识图谱确定所述布控目标是否异常。根据本申请实施例的第二个方面，提供了一种异常检测装置，包括：轨迹检测模块，用于检测布控目标的活动轨迹；轨迹预测模块，用于根据预先构建的所述布控目标的知识图谱和所述活动轨迹，对所述布控目标进行轨迹预测；所述知识图谱为描述所述布控目标的各种数据之间关系的图的数据库；异常确定模块，用于根据预测得到的轨迹以及所述布控目标的知识图谱确定所述布控目标是否异常。根据本申请实施例的第三个方面，提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。根据本申请实施例的第三个方面，提供了一种电子设备，包括存储器、以及一个或多个处理器，所述存储器用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器执行时，实现如上所述的方法。有益效果：采用本申请实施例中提供的技术方案，可以结合知识图谱中已掌控的布控目标的线索进行推理，实现对目标的活动路径进行轨迹预测，并确定布控目标是否存在异常，解决了现有技术中只能利用规则专家系统和人工判断的局限性，有效提升了目标异常检测的准确性。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1示出了本申请实施例1中异常检测方法实施的流程示意图；图2示出了本申请实施例1中异常检测的功能框图；图3示出了本申请实施例2中异常检测装置的结构示意图；图4示出了本申请实施例4中电子设备的结构示意图；图5示出了本申请实施例5中知识图谱的结构示意图一；图6示出了本申请实施例5中知识图谱的结构示意图二；图7示出了本申请实施例5中异常检测的流程示意图；图8示出了本申请实施例1中数据关系图的示意图。具体实施方式本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。实施例1本申请实施例提供了一种异常检测方法，下面进行说明。图1示出了本申请实施例1中异常检测方法实施的流程示意图。如图所示，所述异常检测方法包括：步骤101、检测布控目标的活动轨迹；步骤102、根据预先构建的所述布控目标的知识图谱和所述活动轨迹，对所述布控目标进行轨迹预测；所述知识图谱为描述所述布控目标的各种数据之间关系的图的数据库；步骤103、根据预测得到的轨迹以及所述布控目标的知识图谱确定所述布控目标是否异常。具体实施时，所述布控目标可以为具有活动能力的对象，例如：人、或者机器人等。所述知识图谱可以是描述所述布控目标的各种数据之间关系的图的数据库，所述布控目标的各种数据可以包括所述布控目标的身份信息、级别信息(例如：重点监控、一般人员等)、车辆信息(车牌号、车型、车款、年份等)、人脸图像信息、所述布控目标相关的文本信息(发表的文章、与布控目标相关的网页内容、住宅地址、公司地址、快递单号等)、以及所述布控目标的常用落脚点、亲友关系、历史活动轨迹等。其中，所述布控目标相关的文本信息可以利用现有的语义识别或文本识别技术获取相应的数据内容，本申请在此不做详细阐述。在进行轨迹预测时，可以利用知识图谱中所述布控目标的各种数据作为线索、再结合所述布控目标的活动轨迹，对所述布控目标的轨迹进行预测；在进行异常检测时，可以从知识图谱中得到目标的活动行为分布等数据作为后验约束，对所述布控目标的轨迹进行异常行为轨迹检测。本申请实施例所提供的异常检测方法，可以结合知识图谱中已掌控的布控目标的线索进行推理，实现对目标的活动路径进行轨迹预测，并确定布控目标是否存在异常，解决了现有技术中只能利用规则专家系统和人工判断的局限性，有效提升了目标异常检测的准确性。在一种实施方式中，所述检测布控目标的活动轨迹，包括：获取预先设置的多个传感器的监测数据；所述监测数据包括车辆信息、人脸信息、和/或wifi信息；根据所述车辆信息、人脸信息、和/或wifi信息确定所述布控目标的活动轨迹。具体实施时，所述检测布控目标的活动轨迹，可以包括：确定所述布控目标的车辆、所述布控目标的面部、所述布控目标的wifi等与所述布控目标相关的属性；获取所述与所述布控目标相关的属性的数据，例如：车辆出现的位置信息、面部出现的位置信息、或者wifi登录的位置信息等；根据这些属性数据得到所述布控目标的活动轨迹。具体实施时，获取所述车辆出现的位置信息可以通过图像采集设备以及图像识别方法识别出车辆出现的位置或轨迹；获取所述布控目标面部出现的位置信息可以通过图像采集设备以及人脸识别技术来识别出布控目标面部出现的位置或轨迹。其中，车辆或面部的识别可以通过神经网络对所述布控目标进行预先训练，以提高识别速度、效率。具体实施时，可以通过手机号码确定手机联网的位置(例如手机连接了某个地方的麦当劳网络)、也可以通过QQ或邮箱等存在账号的应用程序的登录信息(例如：该布控目标的邮箱在某个城市或IP地址登录、QQ的MAC地址登录等)来确定wifi信息(例如：无线网或局域网的IP地址等)。考虑到这些信息可能存在不同步的情况，本申请实施例可以采用如下方式实施。在一种实施方式中，所述监测数据预先设置有优先级，在所述车辆信息、人脸信息、和/或wifi信息存在信息不同步时，根据所述优先级较高的信息确定所述布控目标的活动轨迹。具体实施时，可以预先对所述监测数据设置优先级，例如：人脸信息的优先级最高、车辆信息和wifi信息的优先级本文档来自技高网...

【技术保护点】
1.一种异常检测方法，其特征在于，包括如下步骤：检测布控目标的活动轨迹；根据预先构建的所述布控目标的知识图谱和所述活动轨迹，对所述布控目标进行轨迹预测；所述知识图谱为描述所述布控目标的各种数据之间关系的图的数据库；根据预测得到的轨迹以及所述布控目标的知识图谱确定所述布控目标是否异常。

【技术特征摘要】
1.一种异常检测方法，其特征在于，包括如下步骤：检测布控目标的活动轨迹；根据预先构建的所述布控目标的知识图谱和所述活动轨迹，对所述布控目标进行轨迹预测；所述知识图谱为描述所述布控目标的各种数据之间关系的图的数据库；根据预测得到的轨迹以及所述布控目标的知识图谱确定所述布控目标是否异常。2.根据权利要求1所述的方法，其特征在于，所述检测布控目标的活动轨迹，包括：获取预先设置的多个传感器的监测数据；所述监测数据包括车辆信息、人脸信息、和/或wifi信息；根据所述车辆信息、人脸信息、和/或wifi信息确定所述布控目标的活动轨迹。3.根据权利要求2所述的方法，其特征在于，所述监测数据预先设置有优先级，在所述车辆信息、人脸信息、和/或wifi信息存在信息不同步时，根据所述优先级较高的信息确定所述布控目标的活动轨迹。4.根据权利要求1所述的方法，其特征在于，在检测布控目标的活动轨迹之前，进一步包括：确定布控目标；根据所述布控目标构建所述布控目标的知识图谱。5.根据权利要求1或4所述的方法，其特征在于，所述知识图谱构建过程如下：获取布控目标的结构化数据和非结构化数据；将所述非结构化数据融合至所述布控目标的结构化数据；以所述布控目标的结构化数据作为节点，得到所述布控目标的关系图；所述关系图中所述节点和与所述节点的结构化数据相关的非结构化数据建立有关联关系。6.根据权利要求5所述的方法，其特征在于，所述结构化数据包括以下至少一个：常用落脚点、历史轨迹、上网记录、住宿记录、身份信息、联系方式；所述非结构化数据包括以下至少一个：车辆信息、人脸信息、与所述布控目标相关的文本信息。7.根据权利...

【专利技术属性】
技术研发人员：董浩，邱吉刚，刘念林，卢德刚，朱莉，
申请(专利权)人：四川九洲电器集团有限责任公司，
类型：发明
国别省市：四川,51