一种安防事件通知方法和电子设备与流程
本技术涉及安防监控,特别是涉及一种安防事件通知方法和电子设备。
背景技术:
1、传统方案在对安防事件进行风险评分时,通常采用对多个触发标签的分值直接线性累加的方式确定总分。在面对单一目标同时触发多个高风险行为标签的复杂场景时,例如同一事件被同时判定为多个近义或重叠的高风险语义标签,该累加方式容易导致风险总分虚高,从而引发误判或警报级别异常飙升,影响系统可靠性与用户体验。
2、并且传统的安防系统多依据预设的静态评分机制确定事件的风险等级并决定是否推送通知,被判定为低风险等级的事件通常被静默处理、不主动推送。然而,这种静态评分机制忽略了用户在未收到通知的情况下,仍可能对被静默处理的某些事件表现出主动关注的行为。目前方案缺乏对此类用户行为的有效捕捉与利用,导致风险评估策略难以根据用户的真实关注情况进行动态优化,长期依赖固定阈值或人工调整规则,难以适应用户实际需求的变化,容易造成对具有潜在高关注度事件的漏判。
3、可见,如何提升风险评估的准确性,是本领域技术人员需要解决的问题。
技术实现思路
1、本技术实施例的目的是提供一种安防事件通知方法和电子设备,可以提升风险评估的准确性。
2、本技术提供了一种安防事件通知方法,包括:
3、根据风险评估策略对安防事件的原始特征数据进行分析,确定出各风险评估维度对应的多个特征标签;其中,各特征标签有其对应的风险分值;
4、从每个风险评估维度对应的多个特征标签中筛选出风险分值最高的目标特征标签;其中,每个风险评估维度有其对应的一个目标特征标签;
5、对各目标特征标签的风险分值进行融合处理,得到安防事件的风险总分,并根据风险总分确定安防事件所属的风险等级;其中,风险等级包括至少一个静默处理等级;
6、在安防事件的风险等级为静默处理等级的情况下,在预设时间窗口内采集安防事件的用户行为数据;
7、根据静默处理等级下的用户行为数据以及安防事件对应的分类特征信息,调整安防事件对应的风险评估策略,并依据调整后的风险评估策略确定具有相同分类特征信息的新安防事件的风险等级。
8、一方面,根据静默处理等级下的用户行为数据以及安防事件对应的分类特征信息,调整安防事件对应的风险评估策略,包括:
9、按照多个静默事件对应的语义标签、时空特征和设备特征信息,对多个静默事件进行聚类,确定出至少一个事件类别;其中,静默事件为风险等级为静默处理等级的安防事件;
10、依据同一事件类别对应的多个安防事件各自的用户行为数据,确定事件类别的行为统计值;
11、在行为统计值满足预设条件的情况下,调整事件类别对应的风险评估策略。
12、一方面,依据同一事件类别对应的多个安防事件各自的用户行为数据,确定事件类别的行为统计值,包括:
13、获取用户行为数据对应的动作类型;其中,动作类型包括查看直播、查看录像回放、下载录像、分享事件中的至少一种;
14、根据预设的动作类型与权重的对应关系,确定各动作类型对应的行为权重;其中,下载录像对应的行为权重高于分享事件对应的行为权重,分享事件对应的行为权重高于查看录像回放对应的行为权重,查看录像回放对应的行为权重高于查看直播对应的行为权重;
15、根据各安防事件对应的动作类型及其行为权重,对同一事件类别下多个安防事件的用户行为数据进行加权统计,得到事件类别的行为统计值;其中,行为统计值包括回放频次和/或回访率。
16、一方面,在行为统计值满足预设条件的情况下,调整事件类别对应的风险评估策略,包括:
17、判断事件类别中满足预设条件的多个安防事件是否符合全局调整要求;其中,全局调整要求包括事件类别中满足预设条件的多个安防事件分布于多个用户的多台设备;
18、在事件类别符合全局调整要求的情况下,上调事件类别对应的风险评估策略中的评分参数,并将上调后的评分参数应用于全部同型号设备对事件类别的风险评估;
19、在事件类别不符合全局调整要求的情况下,对事件类别对应的评分参数设置预设的加权系数,并将加权系数应用于单一目标设备对事件类别的风险评估;其中,单一目标设备为事件类别中满足预设条件的安防事件所对应的单一设备。
20、一方面,根据风险评估策略对安防事件的原始特征数据进行分析,确定出各风险评估维度对应的多个特征标签,包括:
21、从原始特征数据中提取多个风险评估维度各自对应的特征标签;其中,风险评估维度包括基础维度、空间维度、时长维度、人脸身份维度和场景维度的任意组合;
22、根据预设的分值映射规则,确定各特征标签对应的风险分值。
23、一方面,从原始特征数据中提取多个风险评估维度各自对应的特征标签,包括:
24、在检测到安防事件中存在预设身份类别的情况下,将预设身份类别作为人脸身份维度下的特征标签;
25、在检测到安防事件中存在多等级身份类别的情况下,按照身份类别优先级顺序,将优先级最高的身份类别作为人脸身份维度下的特征标签;
26、在检测到安防事件中存在多个非白名单的身份类别,并且多个非白名单的身份类别的职业置信度均满足置信度阈值的情况下,从多个非白名单的身份类别中,选取风险分值最低的身份类别作为人脸身份维度下的特征标签。
27、一方面,对各目标特征标签的风险分值进行融合处理,得到安防事件的风险总分,包括:
28、按照加权最大值方式对各目标特征标签的风险分值进行融合,得到安防事件的风险总分;
29、或者,将各目标特征标签的风险分值分别与预设的上限阈值比对;在存在风险分值超过上限阈值的情况下,将超过上限阈值的最高风险分值确定为风险总分;
30、或者,将各目标特征标签的风险分值按照设定的逻辑组合规则进行处理,确定出安防事件的风险总分。
31、一方面,将各目标特征标签的风险分值按照设定的逻辑组合规则进行处理,确定出安防事件的风险总分,包括:
32、在存在目标特征标签的风险分值满足预设的阻断条件的情况下,将预设的最低数值作为风险总分;
33、在多个目标特征标签的风险分值同时满足预设的多维并列条件的情况下,将风险上限值作为风险总分;其中,风险上限值为高于各目标特征标签的风险分值的数值。
34、一方面,还包括:
35、判断预设时长对应的时间段内是否发生风险等级高于静默处理等级的安防事件;
36、在未发生风险等级高于静默处理等级的安防事件的情况下,提取时间段内风险等级为静默处理等级的多个安防事件的结构化数据;
37、生成结构化数据的摘要信息,并通过低优先级通道推送摘要信息;其中,摘要信息用于描述时间段内事件情况。
38、本技术实施例还提供了一种电子设备,包括至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器中存储有计算机程序,计算机程序被至少一个处理器执行时,使至少一个处理器实现:
39、根据风险评估策略对安防事件的原始特征数据进行分析,确定出各风险评估维度对应的多个特征标签;其中,各特征标签有其对应的风险分值;
40、从每个风险评估维度对应的多个特征标签中筛选出风险分值最高的目标特征标签;其中,每个风险评估维度有其对应的一个目标特征标签;
41、对各目标特征标签的风险分值进行融合处理,得到安防事件的风险总分,并根据风险总分确定安防事件所属的风险等级;其中,风险等级包括至少一个静默处理等级;
42、在安防事件的风险等级为静默处理等级的情况下,在预设时间窗口内采集安防事件的用户行为数据;
43、根据静默处理等级下的用户行为数据以及安防事件对应的分类特征信息,调整安防事件对应的风险评估策略,并依据调整后的风险评估策略确定具有相同分类特征信息的新安防事件的风险等级。
44、由上述技术方案可以看出,根据风险评估策略对安防事件的原始特征数据进行分析,确定出各风险评估维度对应的多个特征标签;其中,各特征标签有其对应的风险分值。从每个风险评估维度对应的多个特征标签中筛选出风险分值最高的目标特征标签,有效避免了同一维度内因多个近义或重叠标签同时触发,而导致的风险分值线性累加和虚高,使各维度对风险总分的贡献被限定在合理上限,从而提升了后续风险总分计算的准确性和等级判定的稳定性。在此基础上,对各目标特征标签的风险分值进行融合处理,得到安防事件的风险总分,通过融合处理使风险总分更贴合事件的实际威胁程度,降低了误报和漏报的概率。根据风险总分确定安防事件所属的风险等级;其中,风险等级包括至少一个静默处理等级。在安防事件的风险等级为静默处理等级的情况下,在预设时间窗口内采集安防事件的用户行为数据。根据静默处理等级下的用户行为数据以及安防事件对应的分类特征信息,调整安防事件对应的风险评估策略,使后续具有相同分类特征信息的新安防事件能够依据调整后的风险评估策略重新确定风险等级,既减少了因长期依赖固定规则而对用户需求变化反应滞后的情形,又避免了全局调整对个别异常场景的过度响应,在保证风险评估准确性的同时,提升了系统对用户真实需求的适应能力。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com