云技术的密集人群安全预警系统设计(附件)
摘 要摘 要近些年,类似的踩踏事故时有发生,而且损失惨重,人们开始高度关注踩踏事故的危害性。本文以云中心为基础,以个人终端为终端,使用Hadoop开源框架以及JavaWeb技术,设计密集人群的安全预警系统。本文首先分析了基于时间序列模型的安全预警并行算法和基于聚类算法的安全报警并行算法在本系统的实用性,测试了时间序列模型的准确度,分析了聚类算法的误差范围,使用MapReduce机制运行ARMA时间序列模型和K-means算法,实现了密集人群的快速安全预警。实验结果表明,基于时间序列模型的安全预警并行算法和基于聚类算法的安全报警并行算法,达到了预期效果,能够及时地向用户提供预警和报警,很大程度上地预防踩踏事件的发生。关键词云计算;时间序列模型;聚类算法;密集人群;安全预警
目录
第一章 绪论 1
1.1 课题的背景及来源 1
1.2 课题相关的国内外现状 1
1.3 课题研究内容及特点 2
1.4 本文组织结构 4
第二章 相关技术 5
2.1 Hadoop体系结构 5
2.1.1 HDFS文件系统 5
2.1.2 MapReduce计算框架 5
2.1.3 Zookeeper服务框架 6
2.2 JavaWeb相关技术 6
2.2.1 JSP 6
2.2.2 Servlet 7
2.3 数据库相关技术 7
2.3.1 Mysql数据库 7
2.3.2 HBase数据库 7
2.4 嵌入式系统技术和传感器技术 8
2.5 GPS定位技术 9
2.6 本章小结 9
第三章 系统设计 10
3.1 结构设计 10
3.1.1 系统总体设计 10
3.1.2 个人终端设计 11
3.1.3 云中心设计 12
3.2 功能设计 13
3.3 数据库表设计 14
3.4 本章小结 15
第四章 系统实现 17
4.1 Hadoop框架设计 17< style="display:inline-block;width:630px;height:85px" data-ad-client="ca-pub-6529562764548102" data-ad-slot="6284556726"> (adsbygoogle = window.adsbygoogle || []).push({ });
目录
第一章 绪论 1
1.1 课题的背景及来源 1
1.2 课题相关的国内外现状 1
1.3 课题研究内容及特点 2
1.4 本文组织结构 4
第二章 相关技术 5
2.1 Hadoop体系结构 5
2.1.1 HDFS文件系统 5
2.1.2 MapReduce计算框架 5
2.1.3 Zookeeper服务框架 6
2.2 JavaWeb相关技术 6
2.2.1 JSP 6
2.2.2 Servlet 7
2.3 数据库相关技术 7
2.3.1 Mysql数据库 7
2.3.2 HBase数据库 7
2.4 嵌入式系统技术和传感器技术 8
2.5 GPS定位技术 9
2.6 本章小结 9
第三章 系统设计 10
3.1 结构设计 10
3.1.1 系统总体设计 10
3.1.2 个人终端设计 11
3.1.3 云中心设计 12
3.2 功能设计 13
3.3 数据库表设计 14
3.4 本章小结 15
第四章 系统实现 17
4.1 Hadoop框架设计 17< style="display:inline-block;width:630px;height:85px" data-ad-client="ca-pub-6529562764548102" data-ad-slot="6284556726"> (adsbygoogle = window.adsbygoogle || []).push({ });
*好棒文|www.hbsrm.com +Q: &351916072&
br /> 4.2 MapReduce框架设计 18
4.3 密集人群安全预警机制 18
4.3.1 时间序列模型 18
4.3.2 安全预警策略 19
4.3.3 基于时间序列模型的安全预警并行算法 20
4.4 密集人群安全报警机制 21
4.4.1 聚类算法 21
4.4.2 安全报警策略 22
4.4.3 基于聚类算法的安全报警并行算法 23
4.5 数据显示设计 24
4.6 本章小结 24
第五章 系统测试 25
5.1 密集人群安全预警机制测试 25
5.2 JavaWeb登录测试和显示测试 26
5.3 本章小结 27
总结与展望 28
总结 28
展望 28
参 考 文 献 31
致 谢 30
第一章 绪论
1.1 课题的背景及来源
2014年12月31日23时35分许,正值跨年夜活动,因很多游客市民聚集在上海外滩迎接新年,黄浦区外滩陈毅广场进入和退出的人流对冲,致使有人摔倒,发生踩踏事件。截至2015年1月23日11点,事件造成36人死亡49人受伤,已有47人经诊治后出院,2名重伤员继续在院治疗,其中1名生命体征还不平稳[1]。
据报道,这些年世界各地都发生了大大小小的踩踏事件,发生地区既有像德国这样的发达国家,也有像印度、中国这样的广大发展中国家[13]。根据事后的调查结果,这些踩踏事件的发生原因大抵可归为以下几类:
对活动风险未作评估;
预防准备严重缺失;
未监测人员流量变化情况以及预警;
应对处置失当。
不遵守规则,危险意识薄弱。
随着大型活动的增多,参与人数增加,踩踏事件发生的概率大大增加。踩踏事件的发生造成严重的人员伤亡,轻者造成交通混乱,重则严重影响社会治安秩序,造成极大的社会经济损失,而国内外又没有很好的预防措施[23]。
为此,本文提出了一套新型的解决此类问题的方案——基于云平台的密集人群安全预警系统。
1.2 课题相关的国内外现状
(1)国内据调查,目前针对踩踏事件的预防,主要有两种形式。
一是预警,此类形式主要采用政府或大公司提供的大数据分析,对活动可能发生的踩踏事件进行预测[25],例如百度研究院大数据实验室基于百度的数据与大数据智能分析技术,可以对活动现场进行分析,但是由于大多数组织方意识不足,此类形式往往会被忽视,直到事件发生后进行事故分析时才启动。
二是疏导,此类形式主要采用组织方人力现场疏导,但是活动现场往往人数众多[24],疏导人员远远少于活动参与人数,疏导效果极其不佳,再加上部分参与人员素质不加,存在起哄或慌乱情况,不利于进行疏导。
综上所述,现行防踩踏方案的不足之处有:
①组织方和活动参与人员危险意识不足;
②适用范围局限性大;
③疏导信息难以及时获取,不透明;
④费用高昂。
(2)而在国外,针对踩踏事件的措施也很有限[26],主要分为以下几类。
①控制人流,设定人口上限;
②将广场分为若干个区域;
③聘请保安维持秩序。
但以上的措施,只有在很小的程度上防止踩踏事故。而且国外近些年踩踏事故也时有发生,可以看出国外的措施有效性还是很小[17]。
因此,为强化疏导和预警效果,防止踩踏事件发生,本作品提供了一套基于移动互联网的密集人群安全预警与疏导系统方案。
本文中的系统模型针对踩踏事件问题提供了一套可行的解决方案,设计方便实用的个人终端,个人终端向云中心提供了压力和位置信息,本文基于Hadoop搭建了云中心,使用HDFS和HBase来提供可靠的存储,在此基础上MapReduce提供了并行快速的计算能力,秒级的计算能力,再加上高速的WIFI网络传输数据,真正地实现了实时安全预警功能,可以有效地预防踩踏事件发生。
版权保护: 本文由 hbsrm.com编辑,转载请保留链接: www.hbsrm.com/jsj/wlw/435.html