轨迹追踪方法、装置、电子设备及存储介质与流程

1.本发明涉及计算机技术领域，具体涉及一种轨迹追踪方法、装置、电子设备及存储介质。


背景技术：

2.在传染病防控方面，通过轨迹追踪发现传染病患者的密切接触者，并对密切接触者进行隔离观察，是控制传染病的最有效方法。
3.现有方案通过一款名称为tracetogether的应用进行轨迹追踪，tracetogether的工作原理是在手机之间交换短距离蓝牙信号，以近距离检测其他使用tracetogether的用户。这些近距离接触原始记录会被加密存储在每个用户的手机上，不会通过网络进行上传。如果某个用户被确诊感染，根据该用户提供所有数据，即可追踪到曾与该用户有过近距离接触的人。
4.但是现有的技术方案，依赖蓝牙的搜索范围，目前蓝牙的最大搜索范围在10到20米之间，也存在较大的预测误差，估计在3米到5米，因此，采用现有技术中的方案追踪到的密切接触者并不准确。


技术实现要素：

5.本发明提供一种轨迹追踪方法、装置、电子设备及存储介质，用以解决现有技术中的方案追踪到的密切接触者并不准确的技术问题。
6.第一方面，本发明提供一种轨迹追踪方法，其特征在于，包括：
7.通过融合定位确定目标用户的位置参数信息；
8.基于所述位置参数信息生成所述目标用户的轨迹指纹；
9.基于所述目标用户的轨迹指纹确定所述目标用户的密切接触者。
10.在一个实施例中，所述通过融合定位确定目标用户的位置参数信息，包括：
11.获取多个定位系统的定位结果；所述多个定位系统包括4g/5g带内定位系统、共频带定位系统、wifi定位系统、蓝牙定位系统和gps定位系统中的至少一种；
12.对多个定位系统的定位结果进行位置融合；
13.结合室内室外地图进行路径拟合并根据位置融合结果进行预测估计；
14.根据位置融合结果、预测估计结果和路径拟合结果确定所述目标用户的位置参数信息。
15.在一个实施例中，所述位置参数信息包括：密集封闭指数、测距距离和相对运动趋势。
16.在一个实施例中，所述基于所述位置参数信息生成所述目标用户的轨迹指纹，包括：
17.在所述目标用户与其他用户发生信息交换时，以对为单位记录所述目标用户与其他用户的临时识别码；并判断所述其他用户是否是所述目标用户曾经接触过的用户，如果
是更新保留最新的接触信息；
18.基于所述位置参数信息进行风险评估，确定密切接触风险概率指数；
19.读取所述目标用户所有密切接触记录中满足条件的接触信息以及对应的密切接触风险概率指数，生成所述目标用户的轨迹指纹。
20.在一个实施例中，所述目标用户的临时识别码与所述目标用户的用户识别码的映射关系存储在应用服务器上；
21.所述目标用户的临时识别码由第三方为所述目标用户分配的公钥进行加密，使用对应的私钥进行解密。
22.在一个实施例中，所述基于所述目标用户的轨迹指纹确定所述目标用户的密切接触者，包括：
23.根据用户的轨迹指纹生成用户的健康码；
24.被测用户通过扫描所述目标用户的监控码确定所述被测用户是否为所述目标用户的密切接触者；
25.若初步验证所述被测用户为所述目标用户的密切接触者，则以第三方验证平台作为验证者，基于零知识证明协议，再次判断所述被测用户是否为所述目标用户的密切接触者。
26.在一个实施例中，所述基于所述目标用户的轨迹指纹确定所述目标用户的密切接触者之后，还包括：
27.根据所述目标用户及其密切接触者构建区块链；所述区块链包括主链、第一侧链和第二侧链；所述主链由确诊用户构成；所述第一侧链由所述主链中确诊用户的未确诊的密切接触者构成；所述第二侧链由所述主链中确诊用户的健康的密切接触者、确诊且已治愈的密切接触者已经病亡的密切接触者。
28.第二方面，本发明提供一种轨迹追踪装置，包括：
29.第一确定模块，用于通过融合定位确定目标用户的位置参数信息；
30.生成模块，用于基于所述位置参数信息生成所述目标用户的轨迹指纹；
31.第二确定模块，用于基于所述目标用户的轨迹指纹确定所述目标用户的密切接触者。
32.第三方面，本发明提供一种电子设备，包括存储器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述轨迹追踪方法的步骤。
33.第四方面，本发明提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行第一方面所述轨迹追踪方法的步骤。
34.本发明提供的轨迹追踪方法、装置、电子设备及存储介质，通过融合定位确定用户的位置参数信息，基于通过融合定位确定的用户的位置参数信息生成用户的轨迹指纹，并基于用户的轨迹指纹确定密切接触者，使追踪到的密切接触者更准确。
附图说明
35.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一
些实施例，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的附图。
36.图1是本发明提供的轨迹追踪方法的流程示意图；
37.图2是本发明提供的嵌入轨迹追踪的个人健康信息码系统示意图；
38.图3是本发明提供的定位测距模块示意图；
39.图4是本发明提供的接触信息交换流程示意图；
40.图5是本发明提供的基于区块链的主链-侧链结构示意图；
41.图6是本发明提供的基于轨迹指纹的追踪流程示意图；
42.图7是本发明提供的轨迹追踪装置的结构示意图；
43.图8是本发明提供的电子设备的结构示意图。
具体实施方式
44.新型冠状病毒基本传染数较高，阻断疫情的唯一有效手段是切断病毒传播链。假设有三种人a、b、c。a是有疫区接触史的，分散在各地，容易找出来。a在旅途中遇到过从未平生绝不认识的b，a不知道b的存在，b也不知道a的存在。a到达目的地后接触了c，无论接触了多少个c，这些c都能够找到，已经隔离了。现在最大的隐患是b，根本找不到，没有人知道谁是b，自己根本不知道自己是b。因此现在每个人相互隔离的目的就是用时间来筛出b，潜伏期两周，两周之内，b纷纷发病，水落石出。直到所有的b都发完病，疫情才能结束。因此现在疫情防控采取的所有措施都是减少新b的产生。通过轨迹追踪发现密切接触者b，早发现、早隔离，是当前控制疫情的最有效方法，有助于拉平感染曲线，进而减少疾病对医疗系统的最大负担。
45.当前公知的技术方案是一种个人健康信息码技术方案，实名制持码人扫码进出公共场合，一并留下个人轨迹。当有病例发生时，顺藤摸瓜，确认并核实密切接触者和隔离对象，此方案依赖人工的核检，自动化程度低，精准度低，容易造成密切接触者扩大和疏漏。
46.此外，一种称为tracetogether应用程序也被应用于疫情下的轨迹追踪。tracetogether的工作原理是在手机之间交换短距离蓝牙信号，以近距离检测其他使用tracetogether的用户。这些近距离接触原始记录会被加密存储在每个用户的手机上，不会通过网络进行上传。如果用户被确诊感染，确诊用户可以提供所有数据，以便追踪曾与该用户有过近距离接触的人。tracetogether声明不收集或使用任何类型的用户位置数据，也不访问用户的联系人或地址信息。它只使用蓝牙数据来建立联系，并不存储有关联系发生地点的信息。
47.但是，使用tracetogether应用程序进行轨迹追踪确定密切接触者存在如下缺点：
48.1、密切接触准确性不足。tracetogether依赖蓝牙的搜索范围，大致在10到20米左右，也存在较大的预测误差，估计在3米到5米。单纯根据距离的密切接触判断，忽视了密切接触的概率是与相对人员运动速度有关、环境通风情况(室内/室外)、接触时间和距离等因素相关。显然，单方面将是否密切接触建立在不精确的物理距离之上，并没能依据多种因素综合划分风险等级精确预测，容易造成密切接触者扩大和疏漏。
49.2、隐私防护不足。tracetogether的密切接触记录会被存储在每个用户的手机上，这些数据尽管会被加密，但事实上仍然具有高度的风险被泄露，特别是如果用户被确诊感
染，确诊用户会其他其轨迹接触数据，导致用户的历史轨迹上的接触数据泄露，容易侵犯用户个人隐私。
50.3、接触数据防篡改能力不足。tracetogether本机存储，不上传，本地存在篡改数据的可能。
51.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
52.图1是本发明提供的轨迹追踪方法的流程示意图，如图1所示，发明提供一种轨迹追踪方法，包括：
53.步骤101、通过融合定位确定目标用户的位置参数信息。
54.所述通过融合定位确定目标用户的位置参数信息，包括：
55.获取多个定位系统的定位结果；所述多个定位系统包括4g/5g带内定位系统、共频带定位系统、wifi定位系统、蓝牙定位系统和gps定位系统中的至少一种；
56.对多个定位系统的定位结果进行位置融合；
57.结合室内室外地图进行路径拟合并根据位置融合结果进行预测估计；
58.根据位置融合结果、预测估计结果和路径拟合结果确定所述目标用户的位置参数信息。
59.所述位置参数信息包括：密集封闭指数、测距距离和相对运动趋势。
60.具体地，图2是本发明提供的嵌入轨迹追踪的个人健康信息码系统示意图，如图2所示，通过将轨迹指纹嵌入到个人健康信息码中实现对密切接触人员的轨迹追踪，轨迹指纹引擎用于生成分级分类的密切接触者轨迹指纹；疫情数据平台，基于区块链技术，通过将疫情数据上链，构建包括疫情数据的共享平台；健康码引擎，用以生成健康码(包含轨迹指纹的健康码)及验证持码人的健康信息(包括是否为某用户的密切接触者)。
61.轨迹追踪应用平台提供了账号管理和定位测距功能。
62.本技术实施例的客户端形态是手机应用，轨迹追踪应用平台为每一个客户端分配唯一的用户身份识别号user_id。接触者的数据交换采用基于改进后的bluetrace协议实现。为了不泄露用户的个人信息，避免用户被第三方追踪，数据交换是采用一个临时的识别号temp_id(格式如下，其前三个字段使用aed256-gcm加密)。user_id与temp_id的映射关系存储在轨迹追踪应用平台的应用服务器上。在某时刻，temp_id使用可信任的第三方给该user_id用户分配的公钥k1进行加密，使用对应的私钥s1进行解密。
63.轨迹追踪应用平台另一个重要功能是基于mec的位置服务开放能力，向用户提供定位测距能力，并由定位测距模块实现。该模块输出参数为密集封闭指数αk、测距距离dk、相对运动趋势δdk(下一个周期的预估距离预估)。
64.预估接触者之间的距离是准确追踪的关键因素。相较于纯粹基于用户客户端蓝牙rssi的估计，在应用客户端及所处网络环境支持(如果有)，可以基于4g/5g网络等的高精度融合定位方法可以更准确的进行位置预估，达到精准追踪。
65.图3是本发明提供的定位测距模块示意图，如图3所示，定位测距模块包括以下几层：信号测试层，是当前环境下支持的各种定位系统基础设置、芯片、传感器等，对定位所需
的信息进行采集；基本位置估计层，主要是通过一些定位算法分别获得各个定位系统的定位结果，主要选取4g/5g带内定位、共频带定位、wifi定位、蓝牙、gps定位等基础室内/室外定位子系统进行高精度的测量和定位；融合位置估计层，根据多个定位系统的定位结果进行位置融合，减小误差，获得更高的定位精度；位置预测层，主要结合室内室外地图进行路径拟合，并根据位置融合结果进行预测估计；决策与反馈层，根据位置结果融合、预测估计、路径拟合结果，结合其他定位系统，融得出密集封闭指数αk、测距距离dk、相对运动趋势δdk。
66.根据地理位置标准和当前位置发生配对的次数可将密集封闭类型划分为，室内密集、室内稀疏、室外密集、室外稀疏对应的数值因此为α
(1)
、α
(2)
、α
(3)
和α
(4)
。判断室内/室外根据地理匹配或者是否为室分基站接入判断；判断稀疏和密集指人类密集程度，可以根据当前发生的匹配试探次数来判定超过nc次即可判定为密集。运动趋势δdk是根据前面的距离和两次间隔对接下来可能的距离的预估。
67.步骤102、基于所述位置参数信息生成所述目标用户的轨迹指纹。
68.所述基于所述位置参数信息生成所述目标用户的轨迹指纹，包括：
69.在所述目标用户与其他用户发生信息交换时，以对为单位记录所述目标用户与其他用户的临时识别码；并判断所述其他用户是否是所述目标用户曾经接触过的用户，如果是更新保留最新的接触信息；
70.基于所述位置参数信息进行风险评估，确定密切接触风险概率指数；
71.读取所述目标用户所有密切接触记录中满足条件的接触信息以及对应的密切接触风险概率指数，生成所述目标用户的轨迹指纹。
72.所述目标用户的临时识别码与所述目标用户的用户识别码的映射关系存储在应用服务器上；
73.所述目标用户的临时识别码由第三方为所述目标用户分配的公钥进行加密，使用对应的私钥进行解密。
74.具体地，轨迹指纹引擎的核心功能是记录并追踪密切接触者、预测接触者的风险等级，并生成密切接触者轨迹指纹。轨迹指纹引擎可分为以下功能模块：接触触发模块、风险预测模块、轨迹压缩模块。
75.1、接触触发模块
76.假设存在用户a和b，针对每一个temp_id，用户a为自己生成了一对秘钥km和sm，用户b作为a的接触者，在发生信息交换的时候公钥km和接触消息一并发给接触者b，自己保留私钥sm，a和b都保留着曾经的接触记录。当b发起向a的接触请求时，附上与它特定时间(比如2个小时)内有过接触的所有临时temp_id组成的列表，列表中的temp_id是经过对端接触者公钥加密的，公钥也一并附在temp_id的后面。在新的接触下，通过私钥解密，判断是否是曾经接触过的用户，如果是更新保留最新的接触信息，删除过往的。
77.交换信息格式如下：
[0078][0079][0080]
其中，id即为temp_id；mp是手机型号；location表示接触发生区域(地市一级)；时间戳st；rssi蓝牙功率；密切接触风险指数pr，表示风险概率，取值0到1，越大风险越高；密切接触者类型class(高危h、中危m、低危l和n无风险)；与该id累计接触次数not，即累计二者的接触次数；该temp_id的用户累计有效交互次数n。
[0081]
接触触发模块的作用是接触者的追踪，输出一对接触者的匹配temp_id，即《mp,mc》。
[0082]
图4是本发明提供的接触信息交换流程示意图，如图4所示，接触信息交换是基于现有的ble(bluetooth low energy)协议。每一个设备可以为两个角色，peripheral角色和central角色。peripheral角色终端发出services通知，central终端扫描所有peripheral终端的通知消息连接至services。services是设备之间交换数据集合，由central角色的终端执行读取和写入操作。
[0083]
假设有用户a，它拥有一个过去一段时间(一般设置为2个小时)自己使用过的
temp_id列表，以及自己曾经接触过的用户的temp_id列表。在一次接触中，用户a发放公钥给曾经接触者，让其对过往2个小时的temp_id进行加密。若对端是用户a曾经的接触者，读取接触信息，按照以下逻辑执行操作：
[0084]
(1)该id是否在用户a的黑名单blacklist中(黑名单为已经被判定为高危密切接触者，也包括了自定义的熟人)，更新接触数据信息等，直接退出所有流程；
[0085]
(2)若接触历史显示接触类型为非高危，更新时间戳、rssi，将之前的接触记录设置为待更新状态，并跳转至(4)；
[0086]
(3)若为第一次接触，新建接触记录，写入时间戳、rssi，将接触记录状态设置为待更新，并跳转至(4)；
[0087]
(4)向下一级的定位测距模块输出配对的设备，以temp_id对的形式输出《mp,mc》。
[0088]
2、风险预测模块
[0089]
风险预测模块基于定位测距结果(密切接触概率指数，室内室外封闭指数、距离与时间的函数等)进行风险评估，分级分类轨迹追踪，定义高危、中危和低危三个级别的密切接触风险等级。
[0090]
比如，在某用户a和b发生第k次接触，此时的密切接触风险概率指数记为pk，根据密集封闭指数αk、距离dk、相对运动趋势δdk等因素形成对接触者之间的密切接触风险预测。密切接触风险指数与密集封闭指数正相关，与持续接触时间正相关，与接触距离反相关，可以形式化为如下：
[0091][0092]
根据密切接触风险概率指数pk将接触者定义为三类接触者：
[0093]
高危密切接触者定义为pk≥σ1，此时修正pk←
1，即密切接触风险概率指数更新为1；中危密切接触者定义为σ1》pk≥σ2；低危密切接触者定义为σ2》pk。
[0094]
完成风险预测后，系统将实现对触信息条目进行更新，更新内容包括了：位置location；密切接触风险指数pr；密切接触者类型class(高危h、中危m、低危l)；与该id累计接触次数not；自身该临时id的累计有效交互次数n等。更新完成后设备之间对信息进行存储。
[0095]
3、轨迹压缩模块
[0096]
在用户a的密切接触者列表中，维护着一个一段特定时期内的所有密切接触者的信息集合，包括了temp_id和风险等级。对某一用户c而言，想判断是否是a的密切接触者，现有方案的做法是a直接公开或者半公开自己的密切接触者集合，让c直接或者第三方机构进行验证。这种方式的典型问题是查找效率低，同时需要查看a和c的所有轨迹和接触信息，泄露用户的隐私。本技术实施例提出了一种基于bloomfilter的零知识证明的解决方案，可以在不泄露a和c的隐私信息情况下，快速筛查c是否为a的疑似密切接触者。
[0097]
本技术实施例提出了一种轨迹指纹，轨迹指纹由该用户的所有满足特定时间条件和风险等级的接触记录生成，用于识别某用户是否该用户的密切接触者。轨迹指纹tfp是由k个hash函数(hash1(s),hash2(s),
…
,hashk(s))生成，它本质上是一个k个bit长的比特串，这一组hash函数满足可将temp_id随机分布到tfp全空间。
[0098]
确诊用户a读取其所有密切接触记录中满足条件的rds，提取每一个记录rd中的temp_id构成集合然后，遍历s中所有元素，对任意一个元素t∈s分别求其hashi(t),更新轨迹指纹tfp,即按位或运算。表达式如下：
[0099]
tfp
←
tfp∨《hash1(s),hash2(s),
…
,hashk(s)》。
[0100]
步骤103、基于所述目标用户的轨迹指纹确定所述目标用户的密切接触者。
[0101]
所述基于所述目标用户的轨迹指纹确定所述目标用户的密切接触者，包括：
[0102]
根据用户的轨迹指纹生成用户的健康码；
[0103]
被测用户通过扫描所述目标用户的监控码确定所述被测用户是否为所述目标用户的密切接触者；
[0104]
若初步验证所述被测用户为所述目标用户的密切接触者，则以第三方验证平台作为验证者，基于零知识证明协议，再次判断所述被测用户是否为所述目标用户的密切接触者。
[0105]
所述基于所述目标用户的轨迹指纹确定所述目标用户的密切接触者之后，还包括：
[0106]
根据所述目标用户及其密切接触者构建区块链；所述区块链包括主链、第一侧链和第二侧链；所述主链由确诊用户构成；所述第一侧链由所述主链中确诊用户的未确诊的密切接触者构成；所述第二侧链由所述主链中确诊用户的健康的密切接触者、确诊且已治愈的密切接触者已经病亡的密切接触者。
[0107]
具体地，健康码引擎，用以生成健康码(包含轨迹指纹的健康码)及验证持码人的健康信息(包括是否为某用户的密切接触者)，包括了健康码生成模块、疑似筛查模块和精确筛查模块。
[0108]
1、健康码生成模块
[0109]
现有的个人健康信息码数据包括：(1)个人基本信息；(2)个人健康信息；(3)行程信息；(4)健康证明信息。其中，所谓的行程信息是个人健康信息主题的在近一段时间内居住或者曾经停留超过一定市场的位置信息。包括当前所在或者曾经停留的省/市/区和行程信息核验情况等。
[0110]
本提案在此基础上，在健康码上增加以轨迹指纹为载体的轨迹接触信息，包含轨迹指纹的个人健康信息码的二维码生成遵循国家标准gb/t 27766-2011。
[0111]
2、疑似筛查模块
[0112]
疑似筛查是结合轨迹指纹tfp实现，轨迹指纹非常适合疫情的轨迹追踪，尽管存在一定的概率的假阳率，但是保证了不会出现假阴性，即不会错误放过任何一个密切接触者，所以可以进行疑似筛查。
[0113]
疑似筛查模块包括了两部分，一个是主动筛查，一个是被动筛查，在实际应用中可以以二维码形式向公共呈现。所谓主动筛查是指，当某人确诊需要进行信息公开，除了文字描述性的轨迹信息之外，还包括了他的轨迹指纹tfp,任何一个用户除了根据轨迹信息进行确认之外，还可以主动扫描确诊人员的轨迹指纹二维码，判断自身是否为该用户的密切接触者。如果是，则进入精准确认模块；如果不是，代表该用户绝对不会是密切接触者，这样可以很快的判定是否满足密切接触。
[0114]
具体流程可以是这样，假设用户a确诊患者，用户b按照用户a的已公开运动轨迹描
述，发现自己已经与a可能与部分轨迹重合，这时用户b扫描a公开的轨迹指纹tfp_a，执行以下操作：
[0115]
第一步、b提取本地存储的在一定时期内(比如14天或21天)的历史temp_id，记为tb；
[0116]
第二步、在tb中随机提取一个未测试的标识，记作tb，然后本地逐一计算散列值hash1(tb),hash2(tb),
…
,hashk(tb)；
[0117]
第三步、判断hash1(tb),hash2(tb),
…
,hashk(tb)所对应的位置在tfp_a是否均为1，若是则退出，b是a的疑似密切接触者，若不是将tb标识为已测试，跳转至第二步，直至tb中所有标识测试完毕。
[0118]
被动筛查，原理与主动筛查类似，用户变成了被动筛查者，只不过应用场景发生了变化，比如进出小区、公共场所或者岗哨检查等。假设用户c为被筛查者，其向检查人员出示个人的轨迹指纹tfp_c的二维码，检查人员使用公开的确诊用户的temp_id去匹配。
[0119]
对于进行主动筛选的场景，可以在进行一次被动筛选，在进行被动筛选的场景也可以再进行一次主动筛选，即互相匹配两人的轨迹指纹，只有都为疑似密切才被列为疑似密切接触者，否则不是密切接触者。
[0120]
3、精准确认模块
[0121]
无论是主动筛查还是被动筛查，都存在假阳性的可能，为了更精准的确认疑似密切接触者是否为真正的密切接触者，让密切接触者能够自证清白。
[0122]
疑似密切接触者双方都按照已有存储的配对，但是都不知道具体是哪一对构成了密切接触对。首先疑似密切接触者a和b将各自特定时期的历史配对《mp
ai
,mc
ai
》和《mp
bj
,mc
bj
》分别计算hash
ai
和hash
bj
，并发送到轨迹追踪应用平台，轨迹追踪应用平台当发现一致的hash
ai
＝hash
bj
对，以第三方验证平台作为验证者，基于zksnarks零知识证明协议，证明满足hash
ai
＝hash
bj
的《mp
ai
,mc
ai
》和《mp
bj
,mc
bj
》也满足，mp
ai
＝mp
bj
且mc
ai
＝mc
bj
，即二者是确实是一对密切接触者；否则，判断为不是密切接触者。
[0123]
基于轨迹追踪进行疫情防控最重要的一点就是要快速、准确的识别密切接触者，并进行隔离。当前主要靠人工确认的方式，密切接触者及其利益相关者，主观上很容易进行作假进行逃避，为了避免轨迹追踪的真实有效，本技术实施例提出了一种基于区块链的主链-侧链结构的实施方案。在该方案中，主链和侧链均采用许可链形式。
[0124]
图5是本发明提供的基于区块链的主链-侧链结构示意图，如图5所示，主链由确诊用户构成，该用户使用过的所有temp_id生成的数字摘要htids、原始轨迹追踪中的接触信息rds所生成的数字摘要hrds以及该用户的轨迹指纹tfp。
[0125]
侧链1由主链中确认用户的密切接触者组成，对应每个密切接触者，上链了引起其进入侧链1的主链中的确诊患者的temp_id所构成的集合所生成的数字摘要tids、自己曾经使用过的temp_id集合的数字摘要htids、原始轨迹追踪中的接触信息的数字摘要hrds等信息。
[0126]
侧链2由健康的密切接触者、治愈确诊者及病亡者组成，用status识别这三种状态,此外还包括了曾经使用过的temp_id集合的数字摘要htids、原始轨迹追踪中的接触信息的数字摘要hrds等信息。
[0127]
侧链1和侧链2本质上是一种围绕核心主链构成的疫情联盟链的跨链解决方案，通
过该方案，可以实现双向锚定，将疫情数据在主链和侧链之间实现高效、快速、安全的转移。具体流程如下：
[0128]
当用户进行主动自查或者被动筛查时(通过在主链上查询)，如果被发现是密切接触者，将首先触发在侧链1的智能合约c1进行判定是否需要确认上传所需的信息，如果是则信息被自动触发上传；侧链1上的密切接触者如果经过检测被确认为确诊患者，当医疗机构提交确诊信息时，将导致智能合约2被执行，使得侧链上的密切接触者信息跨链进行信息传递的传递；当确认者治愈或者死亡，将触发智能合约c3，发生从主链到侧链2的信息传递；当密切接触者经过隔离期，将发生从侧链1到侧链2的信息传递。
[0129]
图6是本发明提供的基于轨迹指纹的追踪流程示意图，如图6所示，基于轨迹指纹的追踪流程如下：
[0130]
1、用户a和b进入接触触发的距离范围，确定是否触发对a和b之间的轨迹追踪。
[0131]
假设有用户a，它拥有一个过去一段时间(一般设置为2个小时)自己使用过的temp_id列表，以及自己曾经接触过的用户的temp_id列表。在一次接触中，用户a发放公钥给曾经接触者，让其对过往2个小时的temp_id进行加密。若对端是用户a曾经的接触者，读取接触信息，按照以下逻辑执行操作：
[0132]
1-1、该id是否在用户a的黑名单blacklist中(黑名单为已经被判定为高危密切接触者，也包括了自定义的熟人)，更新接触数据信息等，直接退出所有流程；
[0133]
1-2若接触历史显示接触类型为非高危，更新时间戳、rssi，将之前的接触记录设置为待更新状态，并跳转至1-4；
[0134]
1-3若为第一次接触，新建接触记录，写入时间戳、rssi，将接触记录状态设置为待更新，并跳转至1-4；
[0135]
1-4、向下一级的定位测距模块输出配对的设备，以temp_id对的形式输出《mp,mc》。
[0136]
2、基于部署于移动网络边缘的位置服务开放能力，确定a和b之间的相关参数：密集封闭指数αk、测距距离dk、相对运动趋势δdk(下一个周期的预估距离预估)等。
[0137]
3、基于步骤2给出的a和b之间参数进行接触风险预测后，系统将实现对触信息条目进行更新。
[0138]
3-1、基于密集封闭指数αk、测距距离dk、相对运动趋势δdk等计算接触风险；
[0139]
3-2、更新a和b接触内容信息，并完成a和b所对应的设备对接触内容的存储，包括了位置location；密切接触风险指数pr；密切接触者类型class(高危h、中危m、低危l)；与该id累计接触次数not；自身该临时id的累计有效交互次数n等。
[0140]
4、基于轨迹指纹的密切接触者筛查：
[0141]
4-1、当b为确诊用户，其轨迹指纹将会被公开，所有疑似与b的轨迹有重合的用户均可扫描b的轨迹指纹tfp_b所生成的二维码进行主动筛查，初步预判其是否为b的密切接触者。
[0142]
4-2、a的轨迹指纹作为其提供健康证明，当出入公共场合，检查人员可以通过扫描a的轨迹指纹tfp_a所生成的二维码进行被动筛查，确定其是否为近期确诊人员的疑似密切接触者。
[0143]
4-3、对于进行主动筛选的场景，可以在进行一次被动筛选，在进行被动筛选的场
景也可以再进行一次主动筛选，即互相匹配两人的轨迹指纹，只有都为疑似密切才被列为疑似密切接触者，否则不是密切接触者。
[0144]
5、通过精准预测模块确定疑似密切接触者是否为真实的密切接触者。
[0145]
本技术实施例提供一种轨迹追踪方法，基于融合定位的多因素分级分类密切接触者确认、基于零知识证明等密码学算法实现用户隐私保护、基于区块链技术提供密切接触数据防篡改能力，解决密切接触准确性不足、隐私防护不足和接触数据防篡改能力不足等问题，密切接触者追踪更准确性、隐私保护更好、数据更完整、更真实。
[0146]
下面对本发明提供的轨迹追踪装置进行描述，下文描述的轨迹追踪装置与上文描述的轨迹追踪方法可相互对应参照。
[0147]
图7是本发明提供的轨迹追踪装置的结构示意图，如图7所示，本技术实施例公开一种轨迹追踪装置，包括第一确定模块701、生成模块702和第二确定模块703，其中：
[0148]
第一确定模块701用于通过融合定位确定目标用户的位置参数信息；生成模块702用于基于所述位置参数信息生成所述目标用户的轨迹指纹；第二确定模块703用于基于所述目标用户的轨迹指纹确定所述目标用户的密切接触者。
[0149]
具体地，本技术实施例提供的上述轨迹追踪装置，能够实现上述轨迹追踪方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
[0150]
图8是本发明提供的电子设备的结构示意图，如图8所示，该电子设备可以包括：处理器(processor)810、通信接口(communication interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的计算机程序，以执行轨迹追踪方法的步骤，例如包括：
[0151]
通过融合定位确定目标用户的位置参数信息；
[0152]
基于所述位置参数信息生成所述目标用户的轨迹指纹；
[0153]
基于所述目标用户的轨迹指纹确定所述目标用户的密切接触者。
[0154]
此外，上述的存储器830中的逻辑指令可以通过软件功能单元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，本发明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)执行本发明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。
[0155]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的轨迹追踪方法的步骤，例如包括：
[0156]
通过融合定位确定目标用户的位置参数信息；
[0157]
基于所述位置参数信息生成所述目标用户的轨迹指纹；
[0158]
基于所述目标用户的轨迹指纹确定所述目标用户的密切接触者。
[0159]
另一方面，本技术实施例还提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行上述各实施例提供的方法的步骤，例如包括：
[0160]
通过融合定位确定目标用户的位置参数信息；
[0161]
基于所述位置参数信息生成所述目标用户的轨迹指纹；
[0162]
基于所述目标用户的轨迹指纹确定所述目标用户的密切接触者。
[0163]
所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(mo)等)、光学存储器(例如cd、dvd、bd、hvd等)、以及半导体存储器(例如rom、eprom、eeprom、非易失性存储器(nand flash)、固态硬盘(ssd))等。
[0164]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0165]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
[0166]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。