【技术实现步骤摘要】
本专利技术涉及物流领域，更具体地说，本专利技术涉及一种基于端边云架构的快件寄递渠道安全监管系统。
技术介绍
1、近十余年来，国内寄递业务持续高速发展，已逐步成为能够促进国民经济增长、创造社会就业、促进产业结构升级的新兴现代服务产业，在经济社会发展中的作用和地位日益凸显，从2012年到2023年，我国快递业务量从57亿件增至1320亿件，连续多年稳居世界第一，被誉为中国经济的“黑马”。
2、随着寄递业务规模不断发展，寄递渠道面临的安全风险也不断增大。寄递业务在为社会群众提供便捷、高效的寄递服务的同时，也因其人货分离等特点被不法分子利用，非法运送危险化学品、枪支零件、管制刀具、易燃易爆物品等。然而，寄递行业作为新业态，发展时间短、市场主体多，人员素质整体偏低且流动性大，安全意识和能力严重不足，与日益严峻的安全形势相比，呈现出安全基础十分薄弱的特征，突出体现在行业收寄验视、实名收寄和过机安检“三项制度”执行不到位、行业安全生产操作制度执行不到位和行业应对突发事件应急处置能力不足，时常发生违禁物品流入寄递渠道案件和安全生产事故。
技术实现思路
1、本专利技术针对现有技术中存在的技术问题，提供一种基于端边云架构的快件寄递渠道安全监管系统，以解决上述
技术介绍
中提出的问题。
2、本专利技术解决上述技术问题的技术方案如下：包括数据采集模块、云平台处理模块以及数据判断模块；
3、数据采集模块：连接寄递公司数据库api采集寄递面单数据、生产要素数据，利用高清摄像头采
4、云平台处理模块：将不同采集单元汇聚至统一的云平台数据湖，对每个数据进行检查清洗，并利用z-score标准化对每个数据标准化处理，利用伪随机数生成器对每个数据的脱敏字段完全替换为随机生成的不可逆值；
5、数据判断模块：利用卷积神经网络对开箱验视图像数据和未开箱验视图像数据进行识别分类研判，提取危险行为图像数据的特征，并利用决策树模型基于树结构的节点划分进行危险行为图像数据的分类，对生产要素、收寄验视制度、快件智能、过机安检风险以及寄递渠道安全风险进行管理监测分析；
6、在一个优选地实施方式中，所述数据采集模块分为面单采集子单元、生产采集子单元、验视采集子单元和分拣采集子单元，具体包括以下内容：
7、a1.面单采集子单元：连接寄递公司用户数据库api采集寄递面单数据，包括寄件人信息、收件人信息、快递单号、目的地；
8、a2.生产采集子单元:连接寄递公司生成数据库ap i采集生产要素数据，包括寄递公司的员工人数、运输车辆数量、仓储面积、寄递包裹制作过程信息、包裹尺寸重量信息；
9、a3.验视采集子单元：利用高清摄像头在快递员收寄验视过程中采集开箱验视图像数据，通过高清摄像头在寄递物品位于分拣传送带过程中采集未开箱验视图像数据；
10、a4.分拣采集子单元：利用监控摄像头在寄递公司生产经营过程中采集危险行为图像数据。
11、进一步地，将面单采集子单元联系验视子单元，生产采集子单元联系分拣采集子单元，在每个子单元的采集、验视以及分拣入口处，通过分配不同用户的token码对每个数据打上用户的id标签，并以此为标识。
12、在一个优选地实施方式中，所述云平台处理模块分为数据管理子单元、数据清洗子单元、数据标准化子单元以及数据脱敏子单元，具体包括以下内容：
13、b1.数据管理子单元：将不同采集单元汇聚至统一的云平台数据湖，根据导入数据的标准体系对云平台数据湖的表名、字段名以及数据字典进行替换治理；
14、b2.数据清洗子单元：检查每个数据是否存在空值和缺失值，检查每个数据的格式是否满足格式要求，检查每个数据的取值范围是否在有效范围内，检查每个数据是否存在异常和重复记录；
15、b3.数据标准化子单元：检查每个数据之间的逻辑一致性，并利用z-score标准化对每个数据标准化处理，所述z-score标准化具体公式为：
16、
17、其中z表示标准化后的数据，ψ表示数据，μ表示数据均值，σ表示数据标准差；
18、b4.数据脱敏子单元：利用伪随机数生成器对每个数据的脱敏字段完全替换为随机生成的不可逆值，通过敏感数据扫描对云平台数据湖进行扫描检查。
19、在一个优选地实施方式中，所述数据判断模块分为验视判断子单元、分拣判断子单元以及行政执法子单元，具体包括以下内容：
20、c1.验视判断子单元：利用卷积神经网络提取开箱验视图像数据和未开箱验视图像数据的特征，并划分未开箱验视图像数据的特征进行特征标记，通过特征映射转换开箱验视图像数据的分类，连接行政执法子单元，并将开箱验视图像数据的分类传输至行政执法部门，将未开箱验视图像数据的特征传输至风险物联机利用x光进行识别研判；
21、c2.分拣判断子单元：提取危险行为图像数据的特征，并利用决策树模型基于树结构的节点划分进行危险行为图像数据的分类；
22、c3.行政执法子单元：接收判断子单元，并进行生产要素管理、收寄验视制度管理、快件智能监测、过机安检风险管理以及寄递渠道安全风险分析。
23、进一步地，所述c1中，构建卷积神经网络并通过输入层接收开箱验视图像数据和未开箱验视图像数据，添加卷积层并批量激活函数层，利用relu作为激活函数层引入非线性并使用卷积核对开箱验视图像数据和未开箱验视图像数据进行卷积运算,所述卷积运算具体公式为：
24、
25、其中s(i,j)表示开箱验视图像数据和未开箱验视图像数据的特征的一个元素，i(m,n)表示开箱验视图像数据和未开箱验视图像数据的特征像素值，k(i-m,j-n)表示开箱验视图像数据和未开箱验视图像数据的特征权重值，m、n分别表示卷积核内部的行和列的索引，i、j分别表示开箱验视图像数据和未开箱验视图像数据的特征的行和列的索引，通过池化层对卷积层输出的开箱验视图像数据和未开箱验视图像数据的特征进行下采样操作，重复迭代卷积和池化操作，通过全连接层将高级特征展平为一维向量，并输入至全连接层中，利用全连接层通过权重矩阵将高级特征映射并输出开箱验视图像数据的不同分类。
26、进一步地，将未开箱验视图像数据的特征传输至智能风险安检机利用x光进行识别研判，智能安检物联机加装于传统安检机组成安检风险物联机。
27、进一步地，所述c2中，构建决策树模型并输入危险行为图像数据的特征，选择不同的危险行为图像数据的特征作为当前节点的划分特征并确定划分点，根据划分特征和划分点将危险行为图像数据的特征划分成多个特征子集，递归重复划分步骤建立子树，直至达到决策树最大深度，并将当前节点标记为叶子节点并获取叶子节点的分类值。
28、进一步地，所述c3中，其中生产要素管理对寄递公司的寄递公司信息、寄递员工信息、寄递车辆信息进行统本文档来自技高网...
【技术保护点】
1.一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于，具体包括：包括数据采集模块、云平台处理模块以及数据判断模块；
2.根据权利要求1所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述数据采集模块分为面单采集子单元、生产采集子单元、验视采集子单元和分拣采集子单元，具体包括以下内容：
3.根据权利要求1所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述云平台处理模块分为数据管理子单元、数据清洗子单元、数据标准化子单元以及数据脱敏子单元，具体包括以下内容：
4.根据权利要求3所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述B3中，其标准化处理利用Z-score，其具体公式为：
5.根据权利要求1所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述数据判断模块分为验视判断子单元、分拣判断子单元以及行政执法子单元，具体包括以下内容：
6.根据权利要求5所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述C1中，构建卷积神经网络并通过输
7.根据权利要求6所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述卷积运算具体公式为：
8.根据权利要求5所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述C2中，构建决策树模型并输入危险行为图像数据的特征，选择不同的危险行为图像数据的特征作为当前节点的划分特征并确定划分点，根据划分特征和划分点将危险行为图像数据的特征划分成多个特征子集，递归重复划分步骤建立子树，直至达到决策树最大深度，并将当前节点标记为叶子节点并获取叶子节点的分类值。
9.根据权利要求5所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述C3中，其中生产要素管理对寄递公司的寄递公司信息、寄递员工信息、寄递车辆信息进行统一管理，其中收寄验视制度管理掌握寄递公司收寄验视制度落实情况，对开箱验视图像数据和未开箱验视图像数据与实际寄递物品明显不符、寄递违禁物品的情况进行及时发现预警，其中快件智能监测结合寄递面单数据对寄递物品运行状态进行全生命周期管理，过机安检风险管理结合智能风险安检机及安检风险物联机回传数据，对快件x光图片进行识别分析，判断是否存在集包安检情况及是否邮寄违禁物品，寄递渠道安全风险分析结合收寄验视落实情况及快件安检过程中存在的风险进行综合分析，联合研判渠道安全风险，综合研判区域内的寄递业务压力。
...【技术特征摘要】
1.一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于，具体包括：包括数据采集模块、云平台处理模块以及数据判断模块；
2.根据权利要求1所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述数据采集模块分为面单采集子单元、生产采集子单元、验视采集子单元和分拣采集子单元，具体包括以下内容：
3.根据权利要求1所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述云平台处理模块分为数据管理子单元、数据清洗子单元、数据标准化子单元以及数据脱敏子单元，具体包括以下内容：
4.根据权利要求3所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述b3中，其标准化处理利用z-score，其具体公式为：
5.根据权利要求1所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述数据判断模块分为验视判断子单元、分拣判断子单元以及行政执法子单元，具体包括以下内容：
6.根据权利要求5所述的一种基于端边云架构的快件寄递渠道安全监管系统，其特征在于：所述c1中，构建卷积神经网络并通过输入层接收开箱验视图像数据和未开箱验视图像数据，添加卷积层并批量激活函数层，利用relu作为激活函数层引入非线性并使用卷积核对开箱验视图像数据和未开箱验视图像数据进行卷积运算，通过池化层对卷积层输出的开箱验视图像数据和未开箱验视图像数据的特征进行下采样操作，重复迭代卷积和池化操作，通过全连接层将高级...
【专利技术属性】
技术研发人员：陈子葳，胡青波，贾春华，刘聪，王峰，
申请(专利权)人：北京华录高诚科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。