一种基于移动无线网络数据的异常轨迹检测方法及装置的制造方法
【技术领域】
[0001] 本发明涉及通信技术领域，尤其涉及一种基于移动无线网络数据的异常轨迹检测 方法及装置。
【背景技术】
[0002] 随着通信技术的发展，用户终端（例如，手机终端）的普及率越来越高，用户终端 在通信过程中通常会产生一些通信数据。例如，用户使用移动终端在移动过程中进行通信， 当所述终端占用的源基站的信号强度变差，不足W保证用户的通信质量时，而此时目标基 站的信号强度又较强时，终端会在源基站和目标基站之间进行切换。终端在切换基站时，会 向基站上报测量报告（MeasurementR巧ort，MR)数据，基站收到终端上报的MR数据后，进 一步的将所述MR数据上报给无线网络控制器（Radio化tworkCont;rolle;r，RNC)，RNC接收 所述MR数据并存储。
[0003] 通过用户终端在通信过程中产生的通信数据可W获得用户的移动轨迹。W终端在 通信过程中产生的MR数据为例，利用存储在RNC中的MR数据，采用H角定位技术，可W获 取到与所述MR数据对应的终端在某一时刻的地理位置坐标，也即终端所属用户在某一时 刻的地理位置坐标（如图1所示，通过终端与小区A、B、C基站间的信号强度，确定出终端与 小区A、B、C基站间的距离，进而确定出终端的地理位置坐标）。当获取到用户在多个时刻 的地理位置坐标时，可W用线段将相邻时刻的地理位置坐标进行连接，W得到该用户的轨 迹数据。
[0004] 由于通信网络具有良好的地理覆盖性，也就是说通信过程中产生的网络数据（例 女口，MR数据）具有覆盖面广、获取方便的特点。因此，如何基于通信过程中产生的网络数据 对用户的移动轨迹进行异常检测已成为本领域技术人员研究的重要课题。
[0005] 但基于网络数据（例如，MR数据）获得用户轨迹有其独有的特点，例如：
[0006] 1、用户的地理位置坐标是根据MR数据采用H角定位技术确定的，由于MR数据的 精度较低，根据MR数据直接确定的用户地理位置坐标是不准确的，导致根据用户地理位置 坐标形成的用户轨迹数据精度不高。
[0007] 2、由于终端在通信过程中产生的MR数据多，导致MR数据量庞大且数据的复杂性 局。
[0008] 3、由于MR数据采样的频度较低，且采样频度时常随着移动终端的状态发生变化， 导致根据MR数据形成的用户轨迹数据具有稀疏性和不均匀性。
[0009]目前，尚没有人针对网络数据的如上特点，提出有效可行的异常轨迹检测方法。
【发明内容】
[0010] 本发明旨在提供一种基于移动无线网络数据的更精准的异常轨迹检测方法及装 置。
[0011] 为达到上述目的，本发明采用如下技术方案：
[0012] 本发明的第一方面，提供一种基于移动无线网络数据的异常轨迹检测方法，包 括：
[0013] 根据接收到的待测移动终端上报的网络数据计算出所述待测移动终端的轨迹数 据；其中，所述轨迹数据包含多个轨迹点；
[0014] 将所述轨迹数据所在的目标区域划分为不相重合的目标子区域；
[0015] 将所述轨迹数据中的各个轨迹点投射到对应的目标子区域中；
[0016] 根据轨迹点在目标子区域中的停留时间，计算得到所述轨迹数据的直方图特征描 述子；其中，所述直方图特征描述子表示出目标子区域的个数与每个目标子区域中轨迹点 停留时间的相互关系；
[0017] 将各个轨迹数据的直方图特征描述子，利用高斯混合模型，计算出每个轨迹数据 的异常度值；其中，所述高斯混合模型的参数由存储的训练数据集中的样本轨迹数据估计 得出。
[0018] 结合本发明的第一方面，在第一种可能的实现方式中，所述将所述轨迹数据中的 各个轨迹点投射到对应的目标子区域中包括：
[0019] 计算一轨迹点到各个目标子区域中必点的距离；
[0020] 将所述轨迹点投射到距离最短的四个目标子区域中。
[0021] 结合本发明的第一方面或第一方面的第一种可能的实现方式，在第二种可能的实 现方式中，所述根据轨迹点在目标子区域中的停留时间，计算得到所述轨迹数据的直方图 特征描述子包括：
[0022] 计算相邻轨迹点的停留时间差值的权重值；
[0023] 若所述权重值大于第一阔值，且小于第二阔值，则在所述相邻轨迹点的轨迹段上 等距离插入至少一个虚拟轨迹点，W使所述相邻轨迹点的停留时间差值的权重值小于或等 于所述第一阔值；
[0024] 将所述虚拟轨迹点投射到对应的目标子区域中；
[00巧]根据所述轨迹数据上的轨迹点和虚拟轨迹点，计算得到直方图特征描述子。
[0026] 结合本发明第一方面的第二种可能的实现方式，在第H种可能的实现方式中，计 算相邻轨迹点的停留时间差值的权重值，具体包括：
[0027] 根据公式：
计算相邻轨迹点的停留时间差值的权重值；
[002引其中，q表示相邻轨迹点的停留时间差值的权重值，At表示相邻轨迹点间的时间 差，n表示在相邻轨迹点的轨迹段上插入的虚拟轨迹点的个数。
[0029] 结合本发明第一方面的第二种可能的实现方式或第H种可能的实现方式，在第四 种可能的实现方式中，所述根据所述轨迹数据上的轨迹点和虚拟轨迹点，计算得到直方图 特征描述子包括：
[0030] 根据所述轨迹数据上的轨迹点和虚拟轨迹点，计算得到直方图特征描述子；
[0031] 对所述直方图特征描述子进行归一化处理，得到归一化后的直方图特征描述子。
[0032] 结合本发明第一方面的第二种可能的实现方式，在第五种可能的实现方式中，若 所述权重值大于或等于第二阔值，则将所述相邻轨迹点中的起始轨迹点作为前一轨迹数据 的终点轨迹点，将所述相邻轨迹点中的终止轨迹点作为后一轨迹数据的起始轨迹点，忽略 所述相邻轨迹点构成的轨迹数据。
[0033] 结合本发明的第一方面，在第六种可能的实现方式中，所述高斯混合模型的参数 估计过程包括：
[0034] 计算存储的训练数据集中的样本轨迹数据的直方图特征描述子；
[0035] 将所述样本轨迹数据的直方图特征描述子代入到混合高斯模型中，得到所述混合 高斯模型的参数的估计值。
[0036] 本发明的第二方面，提供一种异常轨迹检测装置，包括：
[0037] 轨迹数据计算模块，用于根据接收到的待测移动终端上报的网络数据计算出所述 待测移动终端的轨迹数据；其中，所述轨迹数据包含多个轨迹点；
[0038] 区域划分模块，用于将所述轨迹数据所在的目标区域划分为不相重合的目标子区 域；
[0039] 投射模块，用于将所述轨迹数据中的各个轨迹点投射到对应的目标子区域中；
[0040] 直方图特征描述子计算模块，用于根据轨迹点在目标子区域中的停留时间，计算 得到所述轨迹数据的直方图特征描述子；其中，所述直方图特征描述子表示出目标子区域 的个数与每个目标子区域中轨迹点停留时间的相互关系；
[0041] 异常度值计算模块，将各个轨迹数据的直方图特征描述子，利用高斯混合模型，计 算出每个轨迹数据的异常度值；其中，所述高斯混合模型的参数由存储的训练数据集估计 得出。
[0042] 结合本发明的第二方面，在第一种可能的实现方式中，所述投射模块包括：
[0043] 距离计算单元，用于计算一轨迹点到各个目标子区域中必点的距离；
[0044] 投射单元，用于将所述轨迹点投射到距离最短的四个目标子区域中。
[0045] 结合本发明的第二方面或第二方面的第一种可能的实现方式，在第二种可能的实 现方式中，所述直方图特征描述子计算模块包括：
[0046] 权重值计算单元，用于计算相邻轨迹点的停留时间差值的权重值；
[0047] 虚拟轨迹点插入单元，用于若所述权重值大于第一阔值，且小于第二阔值，则在所 述相邻轨迹点的轨迹段上等距离插入至少一个虚拟轨迹点，W使所述相邻轨迹点的停留时 间差值的权重值小于或等于所述第一阔值；
[0