一种反恐预警方法及装置
阅读：577发布：2021-06-03
专利汇可以提供一种反恐预警方法及装置专利检索，专利查询，专利分析的服务。并且本 申请 提供一种反恐预警方法及装置，涉及 数据处理 技术领域。该反恐预警方法包括：获取多个涉恐人员的行为信息；对多个涉恐人员的行为信息进行碰撞比对处理，得到碰撞比对数据；通过预设的危险度积分模型对碰撞比对数据进行处理，得到多个涉恐人员的危险度数据；根据危险度数据从多个涉恐人员中确定出目标涉恐人员，并输出用于提示目标涉恐人员为高危人员的预警信息。可见，实施这种实施方式，能够实时对涉恐人群进行监查，快速准确地发现危险人员，监查效率高，及时进行反恐预警，从而避免危险的发生。，下面是一种反恐预警方法及装置专利的具体信息内容。
1.一种反恐预警方法，其特征在于，包括：
获取多个涉恐人员的行为信息；
对所述多个涉恐人员的行为信息进行碰撞比对处理，得到碰撞比对数据；
通过预设的危险度积分模型对所述碰撞比对数据进行处理，得到所述多个涉恐人员的危险度数据；
根据所述危险度数据从所述多个涉恐人员中确定出目标涉恐人员，并输出用于提示所述目标涉恐人员为高危人员的预警信息。
2.根据权利要求1所述的反恐预警方法，其特征在于，对所述多个涉恐人员的行为信息进行碰撞比对处理，得到碰撞比对数据，包括：
对所述多个涉恐人员的行为信息进行归类聚合处理，得到聚合数据；
获取预设的图计算算法和预设的数据碰撞条件；
根据所述图计算算法和所述数据碰撞条件对所述聚合数据进行碰撞比对处理，得到碰撞比对数据。
3.根据权利要求2所述的反恐预警方法，其特征在于，所述图计算算法包括标签传播算法、图嵌入算法、图模式查询算法、关键路径识别算法、复杂网络分析算法、关键节点挖掘算法、连接预测算法中的一种或者多种。
4.根据权利要求1所述的反恐预警方法，其特征在于，所述通过预设的危险度积分模型对所述碰撞比对数据进行处理，得到所述多个涉恐人员的危险度数据，包括：
根据所述碰撞比对数据，确定每个所述涉恐人员的碰撞数据；
根据所述碰撞数据和预设的危险度积分模型计算每个所述涉恐人员的危险度分数；
根据所述危险度分数生成所述多个涉恐人员的危险度数据。
5.根据权利要求1所述的反恐预警方法，其特征在于，所述行为信息包括住宿信息、电子设备使用信息、出行交通信息、通信信息中的一种或者多种。
6.一种反恐预警装置，其特征在于，包括：
信息获取模块，用于获取多个涉恐人员的行为信息；
碰撞对比模块，用于对所述多个涉恐人员的行为信息进行碰撞比对处理，得到碰撞比对数据；
处理模块，用于通过预设的危险度积分模型对所述碰撞比对数据进行处理，得到所述多个涉恐人员的危险度数据；
预警模块，用于根据所述危险度数据从所述多个涉恐人员中确定出目标涉恐人员，并输出用于提示所述目标涉恐人员为高危人员的预警信息。
7.根据权利要求6所述的反恐预警装置，其特征在于，所述碰撞对比模块包括：
聚合子模块，用于对所述多个涉恐人员的行为信息进行归类聚合处理，得到聚合数据；
获取子模块，用于获取预设的图计算算法和预设的数据碰撞条件；
碰撞子模块，用于根据所述图计算算法和所述数据碰撞条件对所述聚合数据进行碰撞比对处理，得到碰撞比对数据。
8.根据权利要求6所述的反恐预警装置，其特征在于，所述处理模块包括：
确定子模块，用于根据所述碰撞比对数据，确定每个所述涉恐人员的碰撞数据；
计算子模块，用于根据所述碰撞数据和预设的危险度积分模型计算每个所述涉恐人员的危险度分数；
生成子模块，用于根据所述危险度分数生成所述多个涉恐人员的危险度数据。
9.一种计算机设备，其特征在于，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行权利要求1至5中任一项所述的反恐预警方法。
10.一种计算机可读存储介质，其特征在于，其存储有用于实现权利要求1至5中任一项所述的反恐预警方法时所使用的计算机程序。
一种反恐预警方法及装置
技术领域
背景技术
[0002] 目前，恐怖事件造成的重大人员伤亡，对社会稳定造成了严重的冲击，也引起了政府和社会高度关注。现有的反恐预警方法通常由工作人员实地蹲点对涉恐人群进行监查，根据涉恐人群的行为来判断是否存在潜在危险。然而，在实际中发现，涉恐人群策划恐怖活动的周期长、组织严密、隐蔽性强、参与人员往往有着很强的反侦查能力等，导致现有的反恐预警方法准确度低、实时性差且效率低，进而无法有效进行反恐预警。发明内容
[0003] 本申请实施例的目的在于提供一种反恐预警方法及装置，能够实时对涉恐人群进行监查，快速准确地发现危险人员，监查效率高，及时进行反恐预警，从而避免危险的发生。
[0004] 本申请实施例第一方面提供了一种反恐预警方法，包括：
[0005] 获取多个涉恐人员的行为信息；
[0006] 对所述多个涉恐人员的行为信息进行碰撞比对处理，得到碰撞比对数据；
[0007] 通过预设的危险度积分模型对所述碰撞比对数据进行处理，得到所述多个涉恐人员的危险度数据；
[0008] 根据所述危险度数据从所述多个涉恐人员中确定出目标涉恐人员，并输出用于提示所述目标涉恐人员为高危人员的预警信息。
[0009] 在上述实现过程中，该方法可以优先获取多个涉恐人员的行为信息，再根据获取到的多个行为信息进行碰撞比对，得到碰撞比对数据；在获取到碰撞比对数据之后，根据预设的危险度积分模型对该碰撞比对数据进行处理，得到多个涉恐人员的危险度数据；然后，再根据危险度数据从多个涉恐人员中确定出目标涉恐人员，并同步输出该目标涉恐人员为高危人员的预警信息。可见，实施这种实施方式，该方法可以根据特定人群中的人员行为信息进行碰撞比对处理得到碰撞比对数据，并进一步通过危险度积分模型确定出特定人群中每个人的危险度数据，从而实现将动作行为转换为危险度数据便于快速、准确地识别处理；同时，根据获取到的危险度数据快速确定出高危人员并及时报警，从而实现实时、快速、准确地高危人员识别预警，从而降低危险情况的发生概率。
[0010] 进一步地，对所述多个涉恐人员的行为信息进行碰撞比对处理，得到碰撞比对数据，包括：
[0011] 对所述多个涉恐人员的行为信息进行归类聚合处理，得到聚合数据；
[0013] 根据所述图计算算法和所述数据碰撞条件对所述聚合数据进行碰撞比对处理，得到碰撞比对数据。
[0014] 在上述实现过程中，该方法还可以对多个涉恐人员的行为信息进行归类聚合处理，得到聚合数据；并在聚合数据获取到之后，根据预设的数据碰撞条件和获取到的图计算算法对聚合数据进行碰撞比对处理，得到碰撞比对数据。可见，实施这种实施方式，能够细化碰撞比对处理的过程，增加碰撞比对处理的精度，从而提高碰撞比对数据的获取的精度，进而提高了反恐预警的精度。
[0015] 进一步地，所述图计算算法包括标签传播算法、图嵌入算法、图模式查询算法、关键路径识别算法、复杂网络分析算法、关键节点挖掘算法、连接预测算法中的一种或者多种。
[0016] 在上述实现过程中，图计算算法可以包括多种算法，但是对于算法的使用，需要依据实际情况和效果来确定。可见，实施这种实施方式，图计算算法提供了多种可能性，使得该反恐预警可以适应于更多的情况，并具有更高的识别度，从而能够提高反恐预警的精度。
[0017] 进一步地，所述通过预设的危险度积分模型对所述碰撞比对数据进行处理，得到所述多个涉恐人员的危险度数据，包括：
[0018] 根据所述碰撞比对数据，确定每个所述涉恐人员的碰撞数据；
[0019] 根据所述碰撞数据和预设的危险度积分模型计算每个所述涉恐人员的危险度分数；
[0020] 根据所述危险度分数生成所述多个涉恐人员的危险度数据。
[0021] 在上述实现过程中，该方法还可以根据碰撞比对数据确定出每个涉恐人员的碰撞数据，并根据该碰撞数据和预设的危险度及份额模型计算每个涉恐人员的危险度分数；并在获取到每个涉恐人员的危险度分数之后，根据该危险度分数生成多个涉恐人员的危险度数据。可见，实施这种实施方式，能够将碰撞数据进行量化，使得危险度可以显示出来并进行下一步比较，从而促使危险度数据可以依据上述危险度分数生成，进而实现危险度数据的准确显示。
[0022] 进一步地，行为信息包括住宿信息、电子设备使用信息、出行交通信息、通信信息中的一种或者多种。
[0023] 在上述实现过程中，多种信息的组合可以提高样本空间，从而增加了方法可识别的内容，进而通过更多的信息来获取更准确地结果。
[0024] 本申请实施例第二方面提供了一种反恐预警装置，包括：
[0025] 信息获取模块，用于获取多个涉恐人员的行为信息；
[0026] 碰撞对比模块，用于对所述多个涉恐人员的行为信息进行碰撞比对处理，得到碰撞比对数据；
[0027] 处理模块，用于通过预设的危险度积分模型对所述碰撞比对数据进行处理，得到所述多个涉恐人员的危险度数据；
[0028] 预警模块，用于根据所述危险度数据从所述多个涉恐人员中确定出目标涉恐人员，并输出用于提示所述目标涉恐人员为高危人员的预警信息。
[0029] 在上述实现过程中，该反恐预警装置通过多个模块的组合实现了涉恐人员的行为信息获取、碰撞数据比对信息的处理、危险度数据的计算以及根据实时情况进行的预警等多个操作，促使相关人员可以更快速、更准确地捕捉到危险信息，并锁定危险人物，使得相关人员可以根据该信息更快速的做出应对反应，保障公众的生命财产安全。可见，实施这种实施方式，能够提高反恐预警的速度、准确程度，避免公众的生命财产安全受到侵犯，保障了社会稳定性。
[0030] 进一步地，所述碰撞对比模块包括：
[0031] 聚合子模块，用于对所述多个涉恐人员的行为信息进行归类聚合处理，得到聚合数据；
[0032] 获取子模块，用于获取预设的图计算算法和预设的数据碰撞条件；
[0033] 碰撞子模块，用于根据所述图计算算法和所述数据碰撞条件对所述聚合数据进行碰撞比对处理，得到碰撞比对数据。
[0034] 在上述实现过程中，该碰撞对比模块可以通过聚合子模块来对行为信息进行归类聚合处理，并通过获取子模块获取图计算算法和预设的数据碰撞条件；在聚合子模块和获取子模块工作完成之后，碰撞子模块则根据图计算算法和数据碰撞条件对聚合数据进行碰撞比对处理，得到碰撞比对数据。可见，实施这种实施方式，多个子模块可以准确分工并相互合作，从而在实现上述效果至于，还能够提高装置的使用稳定性，提高反恐预警效率。
[0035] 进一步地，处理模块包括：
[0036] 确定子模块，用于根据所述碰撞比对数据，确定每个所述涉恐人员的碰撞数据；
[0037] 计算子模块，用于根据所述碰撞数据和预设的危险度积分模型计算每个所述涉恐人员的危险度分数；
[0038] 生成子模块，用于根据所述危险度分数生成所述多个涉恐人员的危险度数据。
[0039] 在上述实现过程中，该处理模块可以通过确定子单元确定出每个涉恐人员的碰撞数据，并通过计算子单元计算出每个涉恐人员的危险度分数，进而促使生成子单元可以获取到上述的危险度分数，并根据该危险度分数生成每个涉恐人员的危险度数据，便于后续处理。可见，实施这种实施方式，能够提高数据处理的稳定性和数据处理的效率，从而保证了危险度数据的准确输出，进而提高了反恐预警的效率。
[0040] 本申请实施例第三方面提供了一种计算机设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行本申请实施例第一方面中任一项所述的反恐预警方法。
[0042] 为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0043] 图1为本申请实施例一提供的一种反恐预警方法的流程示意图；
[0044] 图2为本申请实施例二提供的另一种反恐预警方法的流程示意图；
[0045] 图3为本申请实施例三提供的一种反恐预警装置的结构示意图；
[0046] 图4为本申请实施例三提供的另一种反恐预警装置的结构示意图。
具体实施方式
[0047] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
[0048] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0049] 实施例1
[0050] 请参看图1，图1为本申请实施例提供的一种反恐预警方法的流程示意框图。如图1所示，该反恐预警方法可以包括：
[0051] S101、获取多个涉恐人员的行为信息。
[0052] 本实施例中，涉恐人员可以为群体人员。
[0053] 在本实施例中，对于涉恐人员的描述可以理解为，受怀疑人员。
[0054] 在本实施例中，所有未定性的人员皆可以称之为涉恐人员，对此本实施例中不再多加赘述。
[0055] 在本实施例中，涉恐人员可以理解为可能涉恐的人员。
[0056] 本实施例中，行为信息可以包括住宿信息、电子设备使用信息、出行交通信息、通信信息中的一种或者多种。
[0057] S102、对多个涉恐人员的行为信息进行碰撞比对处理，得到碰撞比对数据。
[0059] 本实施例中，碰撞比对数据为比对结果数据，用于表示行为信息是否与在先数据相匹配。
[0060] S103、通过预设的危险度积分模型对碰撞比对数据进行处理，得到多个涉恐人员的危险度数据。
[0061] 本实施例中，危险度积分模型可以用于在计算得到涉恐人员之间的行为碰撞分值过高时，针对高积分人员进行预警，以便相关部门采取必要防范措施。
[0062] 本实施例中，每个涉恐人员对应一个危险度数据，该危险度数据能够显示该涉恐人员的危险度情况。
[0063] S104、根据危险度数据从多个涉恐人员中确定出目标涉恐人员，并输出用于提示目标涉恐人员为高危人员的预警信息。
[0064] 本实施例中，目标涉恐人员可以理解为具有最高嫌疑的涉恐人员，即真正的涉恐人员。
[0065] 在本实施例中，预警信息的输出方式和输出对象，本实施例中不作任何限定。
[0066] 本实施例中，可以预先设置涉恐人群信息范围、碰撞所需时间范围和多种行为碰撞的条件，再将涉恐人员的各类行为数据进行聚合，再次针对不同的碰撞条件进行涉恐人员之间的碰撞比对，最终使用危险度积分模型推荐出涉恐高危人员预警信息。
[0067] 可见，实施图1所描述的反恐预警方法，可以优先获取多个涉恐人员的行为信息，再根据获取到的多个行为信息进行碰撞比对，得到碰撞比对数据；在获取到碰撞比对数据之后，根据预设的危险度积分模型对该碰撞比对数据进行处理，得到多个涉恐人员的危险度数据；然后，再根据危险度数据从多个涉恐人员中确定出目标涉恐人员，并同步输出该目标涉恐人员为高危人员的预警信息。可见，实施这种实施方式，该方法可以根据特定人群中的人员行为信息进行碰撞比对处理得到碰撞比对数据，并进一步通过危险度积分模型确定出特定人群中每个人的危险度数据，从而实现将动作行为转换为危险度数据便于快速、准确地识别处理；同时，根据获取到的危险度数据快速确定出高危人员并及时报警，从而实现实时、快速、准确地高危人员识别预警，从而降低危险情况的发生概率。
[0068] 实施例2
[0069] 请参看图2，图2为本申请实施例提供的一种反恐预警方法的流程示意框图。如图2所示，该反恐预警方法可以包括：
[0070] S201、获取多个涉恐人员的行为信息。
[0071] 本实施例中，涉恐人员可以为群体人员。
[0072] 在本实施例中，对于涉恐人员的描述可以理解为，受怀疑人员。
[0073] 在本实施例中，所有未定性的人员皆可以称之为涉恐人员，对此本实施例中不再多加赘述。
[0074] 在本实施例中，涉恐人员可以理解为可能涉恐的人员。
[0075] 本实施例中，行为信息可以包括住宿信息、电子设备使用信息、出行交通信息、通信信息中的一种或者多种。
[0076] S202、对多个涉恐人员的行为信息进行归类聚合处理，得到聚合数据。
[0077] 本实施例中，将行为信息进行归类聚合可以使得数据更具有准确性，从而使得聚合数据更加准确，数据结构更为紧密，后续处理的效果也更好。
[0078] S203、获取预设的图计算算法和预设的数据碰撞条件。
[0079] 本实施例中，图计算算法可以包括标签传播算法、图嵌入算法、图模式查询算法、关键路径识别算法、复杂网络分析算法、关键节点挖掘算法、连接预测算法中的一种或者多种。
[0080] 本实施例中，数据碰撞条件是预设的，对此本实施例中不再多加赘述。
[0081] S204、根据图计算算法和数据碰撞条件对聚合数据进行碰撞比对处理，得到碰撞比对数据。
[0082] 本实施例中，增加数据比对处理条件可以使得碰撞比对数据的处理更加准确，而数据准确可以使得反恐预警更加准确。
[0083] S205、根据碰撞比对数据，确定每个涉恐人员的碰撞数据。
[0084] 本实施例中，根据碰撞比对数据，可以确定出每个涉恐人员的碰撞数据，以使该碰撞数据可以被后续使用，进行根据每个人的的个人评判预警，从而可以通过逐人比对来能够提高预警的效果。
[0085] S206、根据碰撞数据和预设的危险度积分模型计算每个涉恐人员的危险度分数。
[0086] 本实施例中，危险度积分模型能够用于在计算出涉恐人员之间的行为碰撞分值过高时，针对高积分人员进行预警，以便相关部门采取必要防范措施。
[0087] 在本实施例中，危险度计算公式可以为：
[0088] 危险度分W＝基础分A+增量分B+加权分C；
[0089] 其中，基础分A：A＝(a1+a2+a3)*3；
[0091] a2：是否有种子人员碰撞：有则为1，没有则为0；
[0092] a3：是否有入所(涉恐前科)：有则为1，没有则为0；
[0093] 增量分B：B＝(b1-5)*0.1+b2*0.5；
[0094] b1：重点区域碰撞(和种子人员)次数；
[0095] b2：馆住宿次数+网吧上网次数+火车同行次数+飞机同行次数+电话通联次数；
[0096] 加权分C：C＝(c1+c2)*2；
[0097] C1：是否有前科:有则为1，没有则为0；
[0098] C2：是否来自高危涉恐地区：有则为1，没有则为0。
[0099] S207、根据危险度分数生成多个涉恐人员的危险度数据。
[0100] 本实施例中，危险度数据与危险度分数以及每个人之间的关系是一一对应的。
[0101] S208、根据危险度数据从多个涉恐人员中确定出目标涉恐人员，并输出用于提示目标涉恐人员为高危人员的预警信息。
[0102] 举例来说，该方法可以通过数据采集各系统，将旅馆住宿信息、网吧上网信息、铁路出行信息、飞机出行信息、电信通话信息存储到数据库中；其次，使用者录入涉恐人群信息、行为碰撞的时间范围和多行为的碰撞条件，如同一旅店入住时间相差30分钟以内等；再次，提取所人涉恐人员在设定时间范围内的行为数据，利用不同的碰撞条件进行数据比对碰撞；最后，根据碰撞后的结果，利用高危积分模型，进行加权计算，推荐出高危人员信息，方便相关部门或人员进行防范处置。
[0103] 可见，实施图2所描述的反恐预警方法及装置，可以优先获取多个涉恐人员的行为信息，再根据获取到的多个行为信息进行碰撞比对，得到碰撞比对数据；在获取到碰撞比对数据之后，根据预设的危险度积分模型对该碰撞比对数据进行处理，得到多个涉恐人员的危险度数据；然后，再根据危险度数据从多个涉恐人员中确定出目标涉恐人员，并同步输出该目标涉恐人员为高危人员的预警信息。可见，实施这种实施方式，该方法可以根据特定人群中的人员行为信息进行碰撞比对处理得到碰撞比对数据，并进一步通过危险度积分模型确定出特定人群中每个人的危险度数据，从而实现将动作行为转换为危险度数据便于快速、准确地识别处理；同时，根据获取到的危险度数据快速确定出高危人员并及时报警，从而实现实时、快速、准确地高危人员识别预警，从而降低危险情况的发生概率；同时，还能够提升涉恐事件预警防范能力，增加了一种涉恐事件预警方法，减少涉恐预警的人工研判劳动成本。
[0104] 实施例3
[0105] 请参看图3，图3为本申请实施例提供的一种反恐预警装置的结构示意框图。如图3所示，该反恐预警装置包括：
[0106] 信息获取模块310，用于获取多个涉恐人员的行为信息；
[0107] 碰撞对比模块320，用于对多个涉恐人员的行为信息进行碰撞比对处理，得到碰撞比对数据；
[0108] 处理模块330，用于通过预设的危险度积分模型对碰撞比对数据进行处理，得到多个涉恐人员的危险度数据；
[0109] 预警模块340，用于根据危险度数据从多个涉恐人员中确定出目标涉恐人员，并输出用于提示目标涉恐人员为高危人员的预警信息。
[0110] 本实施例中，对于反恐预警装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
[0111] 可见，实施本实施例所描述的反恐预警装置，能够通过多个模块的组合实现了涉恐人员的行为信息获取、碰撞数据比对信息的处理、危险度数据的计算以及根据实时情况进行的预警等多个操作，促使相关人员可以更快速、更准确地捕捉到危险信息，并锁定危险人物，使得相关人员可以根据该信息更快速的做出应对反应，保障公众的生命财产安全。可见，实施这种实施方式，能够提高反恐预警的速度、准确程度，避免公众的生命财产安全受到侵犯，保障了社会稳定性。
[0112] 实施例4
[0113] 请参阅图4，图4是本申请实施例提供的另一种反恐预警装置的结构示意框图。其中，图4所示的反恐预警装置是由图3所示的反恐预警装置进行优化得到的。如图4所示，碰撞对比模块320包括：
[0114] 聚合子模块321，用于对多个涉恐人员的行为信息进行归类聚合处理，得到聚合数据；
[0115] 获取子模块322，用于获取预设的图计算算法和预设的数据碰撞条件；
[0116] 碰撞子模块323，用于根据图计算算法和数据碰撞条件对聚合数据进行碰撞比对处理，得到碰撞比对数据。
[0117] 作为一种可选的实施方式，处理模块330包括：
[0118] 确定子模块331，用于根据碰撞比对数据，确定每个涉恐人员的碰撞数据；
[0119] 计算子模块332，用于根据碰撞数据和预设的危险度积分模型计算每个涉恐人员的危险度分数；
[0120] 生成子模块333，用于根据危险度分数生成多个涉恐人员的危险度数据。
[0121] 本实施例中，图计算算法包括标签传播算法、图嵌入算法、图模式查询算法、关键路径识别算法、复杂网络分析算法、关键节点挖掘算法、连接预测算法中的一种或者多种。
[0122] 本实施例中，行为信息包括住宿信息、电子设备使用信息、出行交通信息、通信信息中的一种或者多种。
[0123] 本实施例中，对于反恐预警装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
[0124] 可见，实施本实施例所描述的反恐预警装置，能够通过多个模块的组合实现了涉恐人员的行为信息获取、碰撞数据比对信息的处理、危险度数据的计算以及根据实时情况进行的预警等多个操作，促使相关人员可以更快速、更准确地捕捉到危险信息，并锁定危险人物，使得相关人员可以根据该信息更快速的做出应对反应，保障公众的生命财产安全。可见，实施这种实施方式，能够提高反恐预警的速度、准确程度，避免公众的生命财产安全受到侵犯，保障了社会稳定性。
[0125] 此外，本发明还提供了一种计算机设备。该计算机设备包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行计算机程序，从而使该计算机设备执行上述方法或者上述反恐预警装置中的各个模块的功能。
[0126] 存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据移动终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0127] 本实施例还提供了一种计算机存储介质，用于储存上述计算机设备中使用的计算机程序。
[0128] 在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0129] 另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0130] 所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0131] 以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0132] 以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
[0133] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于边缘计算的综合传感网测试平台 | 2020-05-08 | 767 |
| 用于电力保密数据的大数据云平台安全防护方法 | 2020-05-08 | 666 |
| 一种均衡长期能效和网络稳定性的C-RAN系统资源分配方法 | 2020-05-08 | 975 |
| 一种联盟链的性能维持方法、系统及存储介质 | 2020-05-08 | 416 |
| 应用自动登录方法、装置、计算机设备和存储介质 | 2020-05-08 | 510 |
| 一种用于视频压缩的预测方法 | 2020-05-08 | 126 |
| 信息推送方法及相关产品 | 2020-05-08 | 146 |
| 一种5G系统基于PSS与SSS联合的频偏估计方法 | 2020-05-11 | 513 |
| 一种电力物联网场景中基于协同内容缓存的卸载方法 | 2020-05-08 | 614 |
| 基于LoRa技术的农业病虫防害系统 | 2020-05-08 | 498 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈