一种基于数据分析的无人机安全筛查系统及方法与流程

本发明涉及无人机监管领域，具体为一种基于数据分析的无人机安全筛查系统及方法。

背景技术：

1、无人机“黑飞”是指没有经过授权的无人机飞行行为，这种行为不仅仅会产生飞行安全的问题，而且还会造成对国家安全威胁、企业安全生产、他人的隐私侵犯等一系列公共安全问题，面对无人机“黑飞”常见的防护措施主要是对无人机进行干扰，使用无线电干扰设备对无人机的控制信息进行干扰，使无人机失去控制，或者使用侦查系统，利用摄像头或者红外等光电传感器技术去对无人机进行监控和侦查，从而及时的发现和拦截非法的飞行的行为，但是上述方法无法查找到无人机的拥有者，如果只是仅仅针对无人机，而不是无人机的拥有者，那么法律主体责任不明确，无人机“黑飞”现象可能会因为得不到应有的法律惩罚，使得无人机“黑飞”无法从根本上得到解决。

技术实现思路

1、本发明的目的在于提供一种基于数据分析的无人机安全筛查系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种基于数据分析的无人机安全筛查方法，方法包括：

3、步骤s100：获取无人机购买者的身份信息，获取无人机购买者的无人机遥控设备信息，对无人机的操控状态进行分析；

4、步骤s200：分析无人机应用的数据安全性，得到无人机应用的预警数据；

5、步骤s300：基于无人机应用的预警数据，对无人机应用的安全指标进行可用性评估；

6、步骤s400：基于无人机应用的安全指标的可用性，分析无人机应用的安全性，对无人机应用的安全性进行智能识别。

7、进一步的，步骤s100包括：

8、步骤s101：获取无人机购买者的身份信息，对无人机购买者的身份位置信息和无人机数据信息进行获取并确认；

9、步骤s102：获取基站识别出的无人机遥控设备的通信信息，获取无人机遥控设备信息，当监测到无人机购买者携带无人机遥控设备，在无人机禁飞区域或者限飞区域内进行通信时，对无人机购买者所处区域进行获取，并对无人机购买者进行身份筛查和定位；

10、步骤s103：获取无人机的信息数据列表，基于无人机购买者所处区域，对无人机进行超远视距判定，当无人机被判定为非超远视距，并且在无人机禁飞区域内未检测到无人机遥控设备时，获取无人机的技术支持信息。

11、进一步的，步骤s200包括：

12、步骤s201：基于无人机的技术支持信息，从无人机的信息数据列表中提取出人工智能技术支持的无人机名单；

13、步骤s202：当无人机被判定为人工智能技术支持时，对无人机应用的人工智能合规性进行分析，当检测到无人机应用对无人机数据进行自主更改，超出预设程序既定任务指标时，获取无人机应用中预设的问题特征数据的预测防范指标，当监测的无人机应用中的问题特征数据的数据量，大于预测防范指标，对无人机应用进行预警，并获取无人机应用的预警数据。

14、进一步的，步骤s300包括：

15、步骤s301：基于无人机应用的预警数据，获取预设的标签设置信息和关键词信息，对无人机数据进行自动的标签添加，获取无人机应用的历史数据，对无人机应用中，人工智能支持的无人机的自主飞行过程中的无人机飞行状态进行获取，并分析无人机飞行过程中的人工智能支持的问题行为特征数据；

16、步骤s302：对无人机应用的问题行为进行特征追踪，并对无人机应用进行网络监控和通信侦查，对无人机应用中各项数据之间关联性对比，通过贝叶斯公式，计算无人机应用中，各个类型的安全指标的指标概率值；

17、步骤s303：对无人机应用的安全指标进行可用性评估，基于raim算法，获取计算的无人机应用中人工智能的误差保护级，对无人机应用进行人工智能故障检测，当无人机应用中人工智能的误差保护级，小于预设的误差保护级的极限值，判定无人机应用的安全指标的可用。

18、为了更好的实现上述方法还提出了无人机安全筛选系统，筛选系统包括无人机操控状态模块、预警数据模块、可用性模块；

19、无人机操控状态模块，用于对无人机购买者的身份信息进行获取，获取无人机购买者的无人机遥控设备信息，对无人机的操控状态进行分析；

20、预警数据模块，用于对无人机应用人工智能合规性进行评估，分析无人机应用的安全性，得到无人机应用的预警数据；

21、可用性模块，用于根据无人机应用的预警数据，对无人机应用的安全指标进行可用性评估。

22、进一步的，无人机操控状态模块包括身份筛查单元、技术支持单元；

23、身份筛查单元，用于对无人机购买者所处区域进行获取，并对无人机购买者进行身份筛查和定位；

24、技术支持单元，用于对无人机进行超远视距判定，当无人机被判定为非超远视距，并且在无人机禁飞区域或者限飞区域内未检测到无人机遥控设备时，获取无人机的技术支持信息。

25、进一步的，预警数据模块包括预警数据单元；

26、预警数据单元，用于对无人机中的人工智能合规性进行分析，获取无人机应用中预设的问题特征数据的预测防范指标，当监测的无人机应用中的问题特征数据的数据量，大于预测防范指标，对无人机应用进行预警，并获取无人机应用的预警数据。

27、进一步的，可用性模块包括问题行为特征数据单元、可用性单元；

28、问题行为特征数据单元，用于对无人机应用中，人工智能支持的无人机的自主飞行过程中的无人机飞行状态进行获取，并分析无人机飞行过程中的人工智能支持的问题行为特征数据；

29、可用性单元，用于对无人机应用的指标进行可用性评估，基于raim算法，获取计算的无人机应用中人工智能的误差保护级，对无人机应用进行人工智能故障检测，当无人机应用中人工智能的误差保护级，小于预设的误差保护级的极限值，判定无人机应用的安全指标的可用。

30、与现有技术相比，本发明所达到的有益效果是：本发明对无人机的“黑飞”现象的监管，主要是针对于法律主体是人和无人机企业，达到从根源上解决无人机的安全问题的目的，并且通过大数据赋能监督，去构建无人机的监督模型，达到对无人机从设计生产到运行使用进行数字化全链条的合规。

技术特征：

1.一种基于数据分析的无人机安全筛查方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于数据分析的无人机安全筛查方法，其特征在于，所述步骤s100包括：

3.根据权利要求2所述的一种基于数据分析的无人机安全筛查方法，其特征在于，所述步骤s200包括：

4.根据权利要求3所述的一种基于数据分析的无人机安全筛查方法，其特征在于，所述步骤s300包括：

5.应用权利要求1-4中任意一项所述的一种基于数据分析的无人机安全筛查方法的无人机安全筛选系统，其特征在于，所述筛选系统包括无人机操控状态模块、预警数据模块、可用性模块；

6.根据权利要求5所述的无人机安全筛选系统，其特征在于，所述无人机操控状态模块包括身份筛查单元、技术支持单元；

7.根据权利要求5所述的无人机安全筛选系统，其特征在于，所述预警数据模块包括预警数据单元；

8.根据权利要求5所述的无人机安全筛选系统，其特征在于，所述可用性模块包括问题行为特征数据单元、可用性单元；

技术总结本发明涉及无人机监管领域，具体为一种基于数据分析的无人机安全筛查系统及方法，包括获取无人机购买者的身份信息，获取无人机购买者的无人机遥控设备信息，对无人机的操控状态进行分析；分析无人机应用的数据安全性，得到的无人机应用的预警数据；基于无人机应用的预警数据，对无人机应用的安全指标进行可用性评估；基于无人机应用的安全指标的可用性，分析无人机应用的安全性，对无人机应用的安全性进行智能识别。技术研发人员：刘佳俊,韩曜旭,缪存孟,窦振东,孙永生受保护的技术使用者：刘佳俊技术研发日：技术公布日：2024/3/17