申请/专利权人：哈尔滨工业大学

申请日：2021-10-14

公开（公告）日：2024-06-28

公开（公告）号：CN113935621B

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06Q50/26

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.02.01#实质审查的生效;2022.01.14#公开

摘要：一种安保巡逻资源部署方法及系统，它属于安防技术领域。本发明解决了采用现有方法不能合理地部署有限的安全资源的问题。本发明根据防御方和攻击方的奖惩情况来定义防御者的回报函数，利用回报函数值对巡逻目标进行优先性排序，并根据量子响应模型预测攻击者的行为，改善了现有研究中的理性对手假设，这样就充分考虑了保护目标的优先性以及攻击方的不确定性，并基于保护目标的优先性以及攻击方的不确定性制定微观策略，在制定的微观策略基础上扩展为完整的巡逻部署计划，以充分调度、合理部署有限的安全资源，有效提高巡逻系统的效率。本发明可以应用于安防技术领域。

主权项：1.一种安保巡逻资源部署方法，其特征在于，所述方法具体包括以下步骤：步骤一、随机生成对整个巡逻区域的巡逻时间表，利用随机生成的全部巡逻时间表创建区域图G＝V,E，其中，每个子巡逻区作为区域图顶点V，处于同一巡逻时间表中的前后相邻时刻被巡逻的子巡逻区之间的连线为边E；巡逻时间表中的子巡逻区与对应的防御活动进行组合后得到巡逻计划；并定义防御者回报函数，根据定义的防御者回报函数计算巡逻计划中每次防御的回报函数值；防御者回报函数为： 其中，代表攻击者选择的目标i在巡逻计划中时防守方获得的奖励，代表攻击者选择的目标i不在巡逻计划中时防守方获得的惩罚，Aij是防御者进行防御活动的有效性，即巡逻计划j对目标i进行防御活动的概率，是防御者的回报函数值；步骤二、根据步骤一中计算出的回报函数值建立微观策略，并对微观策略进行初选；步骤二的具体过程为：步骤二一、在巡逻计划中，将子巡逻区与对应的防御活动进行合并，得到单一微观防御者策略；步骤二二、将最大巡逻时间表示为τ，单个防御活动的最短持续时间表示为ρ，计算出的值，其中，代表向下取整，将的值记为n；步骤二三、在每个巡逻计划中，均随机生成包含n个子巡逻区的微观策略；若在至少一个巡逻计划中生成的微观策略满足条件：生成的微观策略中包含n个子巡逻区为防御者提供最高回报的全部活动；则产生微观策略的过程终止；否则，在每个巡逻计划中，均随机生成包含n-1个子巡逻区的微观策略，直至生成的微观策略满足条件时，产生微观策略的过程终止；步骤二四、根据步骤二三中生成的满足条件的每个微观策略分别形成一个最短巡逻时间表，选择出形成的最短巡逻时间表中巡逻时间小于等于τ的巡逻时间表，利用选择出的巡逻时间表所对应的微观策略来执行步骤三；步骤三、计算出选择步骤二中初选出的每个微观策略的概率，并基于对每个微观策略的选择概率进行巡逻计划扩展，获得最终巡逻计划；所述计算出选择步骤二中初选出的每个微观策略的概率，其具体过程为：步骤三一、建立攻击者QR模型： 其中：P代表防御者的期望效用； 代表攻击者攻击的子巡逻区i未被保护时，攻击者所获得的奖励； 代表攻击者攻击的子巡逻区i被保护时，攻击者所受到的惩罚；J代表初选出的微观策略的总数量；aj'代表选择微观策略Γj'的概率，j′＝1,2,…,J；A′ij’代表微观策略Γj'对子巡逻区i进行防御活动的概率；xi代表对子巡逻区i的边际覆盖率；e代表自然对数的底数；λ代表攻击者策略中的干扰值；T代表子巡逻区的总数，i＝1,2,…,T；步骤三二、确定出最大的防御者期望效用所对应的微观策略Γj'选择概率。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 一种安保巡逻资源部署方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD