面向高校学生返校的进校码生成、解码、扫码方法和系统与流程

本发明涉及计算机图像识别领域，尤其是涉及一种面向高校学生返校的进校码生成、解码、扫码方法和系统。

背景技术：

新型冠状病毒肺炎(covid-19)疫情爆发以来，如何预防聚集性传染，守住校园安全门已成为高等院校校园安全工作的重要内容。相对中小学、幼儿园等教育场所，高校疫情防控的难点和重点更加突出。一方面，高校学生流动性强、流动范围广，健康与有风险进校人员甄别难度极大。同时，多数高校存在多校区、多校门的情况，甚至有些高校的学生宿舍设在城市居民小区内，部分实验室场馆、工作场所设在校区范围外，进一步增加了学校疫情防控的复杂度。另一方面，食堂、宿舍、教室等均属于易密接、易传染高风险场馆，这类场馆的人员进出管理更为严格，这就要求进出人员必须为无风险健康人员。该管理的核心是能快速且准确的甄别个体可能存在的疫情传染风险。

目前，健康码已成为商场、医院、办公楼等多种公共场所进出的有效凭证。该码是一种通过计算和分析个人手机信号地理位置大数据及个人乘坐交通工具与确诊病例的流行病学相关性分析结果，给出的绿色、黄色、红色二维码。三种不同颜色的二维码可快速出示给场所管理人员，进行风险判断。通常拥有绿码的人员可以自由进出相关场所。然而，健康码更新计算存在滞后性和计算误差，在实践过程中，存在对有部分风险人员无法有效预警的可能。因此，基于健康码的高校学生进校无法做到万无一失的有效防控。

技术实现要素：

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种面向高校学生返校的进校码生成、解码、扫码方法和系统，通过对学生日常位置信息、健康数据及学业信息进行分析，结合确诊病例信息、重点地区的疫情信息综合分析，构建一种快速识别进校人员安全风险并自动鉴权的编码方法，按照扫码进校的方式，为存在多校区、多校门的高校学生返校的分类把控、分批管理提供重要保障。

本发明的目的可以通过以下技术方案来实现：

一种面向高校学生返校的进校码生成、解码、扫码方法，具体包括以下步骤：

s1.根据学生行为轨迹数据、健康记录数据、确诊病例数据和学生与病例地理位置信息进行相关性分析和健康状态分析，构建返校学生风险模型；

s2.根据所述返校学生风险模型对学生的身份识别符进行排位，生成进校初始码，所述进校初始码转换为字符串并进行编码、加密，生成进校码；

s3.获取学生的扫码结果，对所述扫码结果对应的进校码进行解码，获取学生信息并进行进校信息提取与鉴权，根据信息提取与鉴权的结果进行预警。

所述学生风险模型包括4个风险信息。

进一步地，所述风险信息包括a类风险、b类风险、c类风险和d类风险，其中：

a类风险指病疫潜伏期内存在不连续完整的日常上报记录；

b类风险指病疫潜伏期内存在跨市县级行政区位置变化记录；

c类风险指病疫潜伏期内存在有重点地区旅居史记录；

d类风险指病疫潜伏期内存在病理症状相关记录。

所述身份识别符的长度为7位。

所述进校初始码的长度为24位。

进一步地，所述进校初始码包括左检校码标识位和右检校码标识位，所述左检校码标识位位于进校码的起始端，为进校初始码的第0位，右检校码标识位位于进校码的末端，为进校初始码的第23位。

所述进校初始码的第1-2位为进校点标识位，由进校点相关秘钥字典转义获得。

所述进校初始码的第3-4位为学生唯一身份标识位，具体为学生唯一身份识别符前两位数字。

所述进校初始码的第5位为a类风险标识位，0代表无风险，1代表有风险。

所述进校初始码的第6位为学生唯一身份标识位，具体为学生唯一身份识别符第3位数字。

所述进校初始码的第7-8位为学生进校日期的年信息。

所述进校初始码的第9位为b类风险标识位，0代表无风险，1代表有风险。

所述进校初始码的第10位为学生唯一身份标识位，具体为学生唯一身份识别符第4位数字。

所述进校初始码的第11位为c类风险标识位，0代表无风险，1代表有风险。

所述进校初始码的第12位为学生唯一身份标识位，通常为学生唯一身份识别符所第5位数字。

所述进校初始码的第13位为d类风险标识位，0代表无风险，1代表有风险。

所述进校初始码的第14-15位为学生进校日期的月信息。

所述进校初始码的第16位为学生唯一身份标识位，通常为学生唯一身份识别符第6位数字。

所述进校初始码的第17-18位为学生进校日期的日信息。

所述进校初始码的第19-20位为学生所在学院标识位，由学院相关的秘钥字典转义获得。

所述进校初始码的第21位为学生唯一身份标识位，具体为学生唯一身份识别符所述进校初始码的第7位数字。

所述进校初始码的第22位为是否强制限制入校标识位，0为无限制，1为有限制。

进一步地，所述左检校码和右检校码的计算公式如下所示：

其中，ai为进校初始码中第i位对应的数值。

进一步地，所述步骤s2中进校初始码转换为字符串并进行编码、加密的方式如下所示：

ci＝ai+mod(10/(i+1)

string_code＝concat([ci])

其中，ci为字符串中的第i位字符，为并对字符进行拼合，将拼合后的字符串通过快速识别码生成算法，将文本翻译成图形码。

进一步地，所述步骤s3中进校码进行解码的方式具体如下：

ai＝ci-mod(10/(i+1)

number_code＝concat([ai])

其中，concat为拼合函数。

拼合完成后对还原的进校原始码的合法性进行判断，包括是否长度为24位以及解码得到的左右检校位是否等于当前左右检校位。

若合法性不符合要求，则表示该进校码非法，否则按上述编码排序规则进行进校信息提取并鉴权，进行以下预警，具体包括：

身份有效性识别：通过与服务器中已批准返校但未返校名单进行比对，识别是否有有效进校资格，防止他人冒用和未经批准返校学生违规进校；

进校码有效期识别：通过与当前时间进行比较，判断该码是否处于规定使用时间内，防止学生未按规定日期进校，发生人员聚集和管理失效；

进校点合法性识别：通过与工控机预设的进校点识别标识进行比较，判断该码是否适用于某校区某校门进入，防止学生不按规定进校通道进校，发生人员聚集和管理失效；

四类风险识别：通过相应位置风险标识符识别该生是否存在风险，对存在风险的学生则阻止其获得进校权限；

学院认证：通过学院标识符和服务器中该生基础信息进行比对，进一步防止非法码和异常码进校。

强制限制识别：通过识别强限位标记，判断该生是否已被强制终止进校。

一种面向高校学生返校的进校码生成、解码、扫码的系统，使用所述面向高校学生返校的进校码生成、解码、扫码方法，包括扫码器、工控机、路由器和服务器，所述扫码器和路由器均与工控机连接，所述服务器与路由器连接，所述扫码器获取编码字符串，发送至工控机上并通过路由器转发至服务器，所述服务器收到编码字符串后进行解码，并将解码结果返回至工控机进而进行声光提示和预警。

与现有技术相比，本发明具有以下有益效果：

本发明通过返校学生返校风险识别模型对学生进校前的各类风险进行有效地信息化，对学生身份信息、风险信息、健康状态、进校时间及地点信息的规则化排序编码并加密，生成了用于同时识别学生身份和感染风险，并满足高校分批次返校管理工作的进校码，通过对学生日常位置信息、健康数据及学业信息进行分析，与确诊病例信息、重点地区等疫情信息综合分析的基础上，为多校区、多校门的高校学生返校分类把控、分批管理提供重要保障，提高了学生信息数据更新的及时性，提高了学校进行疫情防控的严密性与稳定性。

附图说明

图1为本发明方法的流程示意图；

图2为本发明系统的结构示意图；

图3为本发明进校初始码的结构示意图；

图4为本发明解码过程的流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，一种面向高校学生返校的进校码生成、解码、扫码方法，具体包括以下步骤：

s1.根据学生行为轨迹数据、健康记录数据、确诊病例数据和学生与病例地理位置信息进行相关性分析和健康状态分析，构建返校学生风险模型；

s2.根据返校学生风险模型对学生的身份识别符进行排位，生成进校初始码，进校初始码转换为字符串并进行编码、加密，生成进校码；

s3.获取学生的扫码结果，对扫码结果对应的进校码进行解码，获取学生信息并进行进校信息提取与鉴权，根据信息提取与鉴权的结果进行预警。

学生风险模型包括4个风险信息。

进一步地，风险信息包括a类风险、b类风险、c类风险和d类风险，其中：

a类风险指病疫潜伏期内存在不连续完整的日常上报记录；学生的单日上报记录数据缺失，将致使风险识别模型直接失效，导致学校安全防控出现盲点。

b类风险指病疫潜伏期内存在跨市县级行政区位置变化记录；跨市县区行政区的位置移动，常需要乘坐飞机、高铁、城际大巴等公共交通，或自驾途径休息区等公共场所，该类学生存在无意中接触传染病人或有重低地区旅居史人员的可能，进而成为有概率被感染人员。

c类风险指病疫潜伏期内存在有重点地区旅居史记录；该类学生因与确诊病例存在空间和时间上的交叉，该类学生存在无意中被传染病人一代、二代传染的可能，进而成为大概率被感染人员。

d类风险指病疫潜伏期内存在病理症状相关记录；出现过发热、腹泻等疑似症状，该类学生存在疑似潜伏期病人的可能，因而具有一定的风险。

身份识别符的长度为7位。

进校初始码的长度为24位。

进一步地，进校初始码包括左检校码标识位和右检校码标识位，左检校码标识位位于进校码的起始端，为进校初始码的第0位，右检校码标识位位于进校码的末端，为进校初始码的第23位。

进校初始码的第1-2位为进校点标识位，由进校点相关秘钥字典转义获得。

进校初始码的第3-4位为学生唯一身份标识位，具体为学生唯一身份识别符前两位数字。

进校初始码的第5位为a类风险标识位，0代表无风险，1代表有风险。

进校初始码的第6位为学生唯一身份标识位，具体为学生唯一身份识别符第3位数字。

进校初始码的第7-8位为学生进校日期的年信息。

进校初始码的第9位为b类风险标识位，0代表无风险，1代表有风险。

进校初始码的第10位为学生唯一身份标识位，具体为学生唯一身份识别符第4位数字。

进校初始码的第11位为c类风险标识位，0代表无风险，1代表有风险。

进校初始码的第12位为学生唯一身份标识位，通常为学生唯一身份识别符所第5位数字。

进校初始码的第13位为d类风险标识位，0代表无风险，1代表有风险。

进校初始码的第14-15位为学生进校日期的月信息。

进校初始码的第16位为学生唯一身份标识位，通常为学生唯一身份识别符第6位数字。

进校初始码的第17-18位为学生进校日期的日信息。

进校初始码的第19-20位为学生所在学院标识位，由学院相关的秘钥字典转义获得。

进校初始码的第21位为学生唯一身份标识位，具体为学生唯一身份识别符进校初始码的第7位数字。

进校初始码的第22位为是否强制限制入校标识位，0为无限制，1为有限制。

进一步地，左检校码和右检校码的计算公式如下所示：

其中，ai为进校初始码中第i位对应的数值。

进一步地，步骤s2中进校初始码转换为字符串并进行编码、加密的方式如下所示：

ci＝ai+mod(10/(i+1)

string_code＝concat([ci])

其中，ci为字符串中的第i位字符，为并对字符进行拼合，将拼合后的字符串通过快速识别码生成算法，将文本翻译成图形码。

进一步地，步骤s3中进校码进行解码的方式具体如下：

ai＝ci-mod(10/(i+1)

number_code＝concat([ai])

其中，concat为拼合函数。

拼合完成后对还原的进校原始码的合法性进行判断，包括是否长度为24位以及解码得到的左右检校位是否等于当前左右检校位。

若合法性不符合要求，则表示该进校码非法，否则按上述编码排序规则进行进校信息提取并鉴权，进行以下预警，具体包括：

身份有效性识别：通过与服务器中已批准返校但未返校名单进行比对，识别是否有有效进校资格，防止他人冒用和未经批准返校学生违规进校；

进校码有效期识别：通过与当前时间进行比较，判断该码是否处于规定使用时间内，防止学生未按规定日期进校，发生人员聚集和管理失效；

进校点合法性识别：通过与工控机预设的进校点识别标识进行比较，判断该码是否适用于某校区某校门进入，防止学生不按规定进校通道进校，发生人员聚集和管理失效；

四类风险识别：通过相应位置风险标识符识别该生是否存在风险，对存在风险的学生则阻止其获得进校权限；

学院认证：通过学院标识符和服务器中该生基础信息进行比对，进一步防止非法码和异常码进校。

强制限制识别：通过识别强限位标记，判断该生是否已被强制终止进校。

一种面向高校学生返校的进校码生成、解码、扫码的系统，使用面向高校学生返校的进校码生成、解码、扫码方法，包括扫码器、工控机、路由器和服务器，扫码器和路由器均与工控机连接，服务器与路由器连接，扫码器获取编码字符串，发送至工控机上并通过路由器转发至服务器，服务器收到编码字符串后进行解码，并将解码结果返回至工控机进而进行声光提示和预警。

此外，需要说明的是，本说明书中所描述的具体实施例子，所取名称可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等效变化或者简单变化，均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除