用无线和移动技术管理人群

文摘

成千上万的人失去了他们的生命在踩踏事件和其他灾害近年来相关的人群。似乎大多数的死亡是由于贫困人群的控制和管理,这是本文中讨论。一个高效和有效的人群管理系统也必须有一个计划来处理持续的恐怖主义威胁和各种传染病的爆发。在本文中,我们提出一个框架的人群控制和健康管理系统专门设计的预防和管理和其他灾害的人潮。系统有两个子系统;一个用于处理踩踏和其他灾害的管理和其他医疗保健管理。作为该系统的一部分,踩踏事件的早期检测的算法,证明和仿真的实现,提供了。作为医疗保健管理子系统的一部分,我们整合几个移动应用和发展四个处理救援问题,献血,投诉和警报,利用手机作为传感器设备。我们的系统利用各种无线,移动,和其他技术和工具,包括雾计算、智能手机、智能数码街,ip监视,无线电频率识别(RFID),语音报警、光报警,和全球定位系统(GPS)。我们比较优点和RFID和无线传感器网络的有效性(轮),以及使用它们的云、雾拟议的框架的一部分。 We also discuss applications of our systems in real-life cases of Hajj, an annual pilgrimage of millions of people to Mecca, and Kumbh Mela, a periodic gathering of tens of millions of people in India, both of which have accounted for the majority of fatalities in stampedes and other disasters.

1。介绍

1980 - 2015年期间,有超过一万二千人失去了生命,因为踩踏事件(1- - - - - -3]。人群全球经理似乎没有从过去的经验,尤其是重大群体事件;否则,死亡人数(超过七千)在本世纪的前十六年不会超过整个上个世纪。人潮拥挤,管理不善的根源,因此,有些人认为这个巨大的生命损失最小化了更好的控制和管理。

增加高度传染性病毒和疾病的增长和传播已经目睹了近年来。这些病毒和疾病的埃博拉病毒(4],艾滋病[5],猪流感H1N1和H1N2 [6),各种流感(股7),严重急性呼吸系统综合症(SARS) (8),和中东呼吸系统综合症(即9]。他们主要发生在非洲和中东地区,而且在世界其他地区。治疗这些疾病是一个非常具有挑战性的工作10]。在人群中这些疾病的传播可能是灾难性的;因此,人群管理必须采取足够的措施来防止他们的传播和治疗计划。

一些拥挤事件吸引人们从数以百计的不同的文化和语言背景,创造巨大的通信挑战管理要处理。大量人群也将见证医疗和其他危及生命的紧急情况。正如预期的那样,一些参与者在大量人群中失踪是出于不同的原因。跟踪他们的方式通过一个密集的人群,特别是在外国土地,重要的交通运输问题,可能是一个非常艰巨的任务。人群管理的责任是管理这些类型的突发事件和问题。

全球许多地方现在面临恐怖主义的威胁(11]。拥挤的地方有更大的可能性被遭受恐怖袭击所观察到的历史之前的攻击。恐怖袭击的可能性,必须认真考虑和管理应该有足够的计划和措施来减少这种威胁和善后工作,以防恐怖分子做成功。

本文的目的是提出一个框架,用于控制人群和健康管理系统(CCHMS)。CCHMS将有两个子系统,即灾害控制和管理系统(DCMS),旨在减少踩踏和其他灾害的风险,和医疗管理系统(HMS),以确保安全和健康的人在人群中。

我们将描述各层还提供以下:

(a)的早期检测算法的踩踏事件。我们还应当提供证明算法以及其实现的模拟。

(b)分析各种无线连接,传感器、移动工具和技术,集成和使用的系统。

(c)比较的基础和RFID以及雾和云及其在系统中的作用。

作为HMS的一部分,我们应当出示下列:

(d)移动应用程序的设计,其中包括最重要的子系统处理医疗问题和突发事件,恐怖袭击和其他灾害。

(e)的实现四个移动应用为Android和iOS (d)。这些包括(i)救济问题,(2)献血,(3)投诉和警报,(iv)把手机网络和有源射频识别标签。

我们还应当分析的有用性和有效性CCHMS朝圣的在真实的情况下12- - - - - -15)和Kumbh梅拉(15- - - - - -17]。在下一节中,我们将简要描述不同类型的人群和检查的作用CCHMS中使用的各种技术和工具。

2。文献综述

人群,我们见证时间在许多方面有所不同。一群通常属于一个事件,这可能是定期或其他。事件就像朝圣,Kumbh梅拉,阿33)定期和一般预测,而不规则的事件通常是不可预测的性质和大小和人群在他们可以自发地建立。的例子,这些都是葬礼游行,抗议或庆祝游行,选举集会,体育赛事,和音乐音乐会。不规则的大小和性质的预测和自发的人群是非常困难的因为许多不确定性。为了说明这一点,并不是预期的葬礼南印度的政治家,安纳,1969年,聚集一千五百万人。

表2显示网络的属性/ RFID协议(网络可以基于ip和非ip) (18- - - - - -26]。

管理常规事件可能看起来简单但现实是截然相反的踩踏事件发生的大多数在麦加朝圣和Kumbh梅拉。然而,射频识别等技术,网络、云、雾可以用于管理普通人群,这可能不是可行的不规则和自发的人群。

2.1。无线电频率识别(RFID)和无线传感器网络

无线射频识别技术(RFID) [19)技术和工具,已经被用于追踪人们的动作,车辆、货物等,可以帮助管理拥挤的的一些问题。RFID芯片,通常的形式标记,可以连接到一个无线传感器网络(WSN) [34,35),细胞(3 g / 4 g)网络,或GPS (36]。选择其中一个网络将取决于地形RFID芯片在哪里部署或遍历的路径。如果部署在城市地区,建筑密度、宽的街道,交通拥堵和其他相关问题必须考虑。无线传感器网络(WSN)是一个集群大量的传感器,它们中的每一个任务监控和检测物理事件如光、热、压力、污染、射频识别标签。无线,他们更灵活部署和有更大的可伸缩性。使用一个传感器网络访问信号射频识别标签非常有效,提供非常准确的纵向和纬度坐标。然而,他们可以昂贵的安装和部署与局限性以及危险的地方。有效的跟踪与蜂窝网络需要许多中继器,以确保访问所有地区的射频识别标签。,(37]。

众所周知,全球定位系统不能有效地在隧道和人口建立位置函数(38]。同样,一些射频识别标签可能不会被发现在非常密集的人群,和当地的传感器网络可能不是部署在的地方缺乏空间。尽管有局限性,这些技术彻底改变了跟踪和获取信息从模糊的地方。这些技术也创造了一个发射台的物联网(物联网),从而为丰富的应用程序(铺平了道路39]。表1网络提供了一个对比和RFID。

2.2。雾和云计算

雾是一个计算模型,介绍了在2012年被思科公司减少或消除一些云计算的局限性。雾可以被定义为一个扩展的云网络的边缘与较小的内存和处理能源可以是任何设备做一些计算和存储的能力。因此,与云、雾是接近最终用户和支持分布式计算模型。雾的更多信息可以在[40,41]。在这里,我们提供了一个雾和云之间的比较。(1)雾可以是任何设备的计算能力和缓存数据除了网络,而云是一组服务器。(2)雾支持对时间敏感的应用程序的处理突发事件,使用雾降低延迟,提高响应速度,并减少交通联系,难以实现与云。(3)雾节点接近最终用户,这使得它适合过滤和处理数据之前发送给云端,导致减少云上的开销处理以及链接和网络流量。雾可以处理图像和检测图像特征,然后把这些特征而不是到云上。使用云存储整个数据和应用大数据应用中探索未知的关联数据。(4)雾也可以实现一些访问限制数据之前发送给云,这就增加了安全性,特别是对于物联网对象没有足够的内存和处理能力来执行类似的任务。(5)雾可以作为智能交通支持移动应用程序和管理人群比云。(6)雾相比增加了可用性服务云,这是非常有益的人群管理。(7)雾节点可以传播强烈完全覆盖任何领域(如强烈的朝圣的拥挤的地区或Kumbh梅拉)。换句话说,雾支持云计算的分布式模型比。(8)与云、雾节点资源有限,因此云存在的必要性。(9)雾支持感知位置,这不是可行的云。(10)用户可以完全控制在雾,而在云有三种不同的控制模式,即SaaS, PaaS和IaaS。

充分利用雾技术,拥挤的区域需要分成许多细胞,每个包含雾使连接所有对象在给定的细胞。这样,雾可以计算参与者的数量与标签(通常)在其细胞通过促进特定的服务和管理它们。雾在每个区域的节点将提要聚合的数据处理的结果在一个给定的细胞核心雾,也可以执行一些操作之前发送数据到云上。云中的数据可以开采和/或大数据分析可以执行。在紧急情况下,雾可以直接做出决策没有延迟(42,43]。

3所示。绩效计划系统和集成的技术

许多传感器、无线设备和当今新技术正在帮助许多企业管理和实际操作。表3解释有用的技术,我们使用我们的系统31日]。

在图1,我们有综合表中提到的一些工具和技术3成雾架构,形成一个完整的和我们提出的人群控制和管理系统的重要组成部分。我们已经把crowd-assembly区域细胞的数量,和许多ip监视他们每个人,射频识别、传感器网络和智能设备收集数据。然后将处理的数据在雾中本地节点,可以在每个单元格没有延迟做出决定。雾的结果将被发送到一个核心雾节点进行严格处理和组织。最后,将所有数据存储在云中的数据仓库挖掘和分析(44]。

4所示。踩踏事件检测算法

在这里,我们提供了一个算法基于图像处理的检测和防止踩踏事件。这是该系统不可分割的一部分。踩踏事件发生在许多人同时失去控制在脚下,这通常发生在一个相当大的一群人停止移动而其他人继续向他们。阻止它的发生,人群监测技术或现场观察者应该确定异常人群行为就注意到。我们专注于检测踩踏事件的可能性由于突然改变正面部分人群的数量,并提供一个算法。已经有许多方法/方法来计算图像的正面;下面列出了其中一些。(我)仅仅依靠图像中对象的数量(45,46]。(2)依赖对象的颜色和数量在中提琴琼斯算法(47]。(3)靠运动来区分背景和对象,然后估计对象的数量根据像素的数量。这里可以使用梯度方向,块匹配,或直方图取向和颜色分布(48,49]。(iv)依赖于边缘检测或骨架(变薄),然后数量的像素(47]。(v)检测偏差,然后使用集群、回归训练技巧作为神经网络估计数量(50,51]。(vi)依靠纹理特征来估计密度(48]。(七)图像从特殊域转换到频率域,许多转换功能(哈雾,DCT、DFT的脚腕,猪,筛选,支持向量机,伽柏,特征,等等),然后应用估计或培训找到对象的数量(52,53]。

4.1。踩踏事件检测算法(ASD)

算法(ASD)依赖于对象的数量之间的集成,边缘检测,Hough变换以确保高可靠性在发送通知人类观察员立即采取适当的决策和行动。ASD过程图片找到正面的次数;图像是雾不断通过网络摄像机,这节省了他们和记录的数量在缓存中。重复该过程发现并记录头的数量连续图像,相比。如果尊重各系的数量超过阈值时,观察者会通知。因此,安全人员在地上会提醒让人群薄或进入不同的部分和区域。当人群在运动,参与者的数量可以减少种植crowd-rectangle从中间。其他人群裁员也可以使用的方法。

4.2。步骤的ASD寻找正面的数量

如前所述,这里我们提供步骤找到正面的次数。(1)X = imread (Image.png ');/ /读取图像(2)X1 = rgb2gray (X);/ /将图像转换为灰色(3)Threshold_Head_Size = 1800;/ /根据摄像机的位置和可以改变。(4)X2 =边缘(X1,“精明”,0.3);/ /边缘检测(5)X3 = bwmorph (x2 '关闭',1);/ /形态学处理(6)X4 = 1-x3;/ /改变颜色(7)X5 = bwmorph (X4,“开放”,正无穷);/ /形态学处理分离的对象(正面)(8)X6 = bwareaopen (X5,阈值);/ /删除对象与规模较小的阈值(9)/ /找到圈子功能及其属性(10)(中心、半径)=imfindcircles (X1,最小值最大,‘ObjectPolarity’,‘亮’,‘敏感’,0.95,“EdgeThreshold”, 0.1,“方法”,“二级”);/ / Min和Max的将决定头的半径根据相机的位置。/ /对象极性的黑暗或光明根据光线条件/ /如果价值在于“敏感性” ;如果是小,灵敏度会较小。/ /如果EdgeThreshold价值在于 ,它将确定的对象边界之间的差异程度。/ /“方法”可以两级(Hough变换)的相位编码(阿瑟顿)(11)H = VISCIRCLES(中心、半径);/ /这是画圆圈(12)数=大小(中心,1);/ /这是发现的过程(13)标题(num2str (count)); / /这是打印人数(14)计算之间的“顺从”当前“计数”和前一帧“P-Count”(15)如果“顺从”>阈值发送警报。(16)保存最后的“数”(17)重复所有步骤。

4.3。流程图对自闭症

图2显示ASD的流程图

值得一提的是,该系统并不单独依赖ASD。还有其他的内置机制来检测的人潮,这将在下一节中讨论。

5。提出了控制人群和健康管理系统

人群管理是一个十分关键的操作,因为它与人类的安全。一个超大号的人群可能非常难以管理。技术可以发挥重要和关键的作用在控制和管理人群,特别是,提醒一个随后的踩踏事件。在这里,我们提出一个框架,人群控制和健康管理系统(CCHMS),有两个子系统:灾难控制和管理系统(DCMS)和医疗管理系统(HMS)。作为文化大臣的一部分,我们提出很多方法和技术对预测踩踏事件和其他灾害发生之前。HMS,我们提出集成移动应用程序的模块来处理健康问题的人群。我们在CCHMS依靠技术协调和集成不同技术和工具,包括云计算、雾计算,智能手机应用程序中,智能数码街、射频识别、网络、GPS、ip监视,报警声音和闪光/光报警。整合这些技术会提高效率、可靠性和提供拯救生命的成功应用54]。

5.1。灾害控制和管理系统(DCMS)

为了成功管理人群,所有利益相关者之间的合作和教育是非常可取的。特别是,参与者必须遵守信号和命令;否则,系统不会达到其预期的目标。另一个因素重要踩踏事件(或另一个灾难)厌恶是响应时间。这里我们提供的详细描述层还。

5.1.1。文化大臣的概述

我们分地区和人群的地方集结成一群细胞的数量和分发数据从传感器网络不断许多计算节点(雾),使他们每个人的速度处理和决策。每组雾雾的节点连接到核心控制它们之间的整合与合作,确保数据处理在传送信息云之前,在一个广泛的数据分析检测的新知识。新知识将对未来的预测非常有益健康和人群病例和提前准备解决方案处理后,如果发生一场灾难。

5.1.2中。层1:收集/传感数据

下面是描述不同类型的工具收集数据的每一个细胞拥挤区域。

(我)附加RFID-Passive(低成本)标签(卡/手镯)的身体部位(手腕、腰)人群的个人决定自己的位置和大小的人群在每一个和任何时刻的时间。标签的读者可以在雾中节点,或许多读者可以分布在细胞和宿主将在雾中。身份可以用来获取更多的细节和信息每一个基于云的中央数据库。在GPS和手机网络不工作的情况下,可以使用飞艇。在这种情况下,其他方法阅读的RFID和轮并不可用,无人机(27可能是有效的使用。

(2)部署了网络不同的目的在传感参数的每一个细胞,条件和情况,也就是说,例如,污染,温度、压力传感器,提供重要的信息环境的细胞和扮演着至关重要的角色在提醒潜在灾难的危险。此外,他们可以感觉到的数据存储和分析未来的目的。

(3)使用ip监视高分辨率图像的每个单元中的人群,然后处理这些图像在雾中来检测任何事故或其他灾难的可能性没有延迟或推迟。此外,它会减轻传输数据大小的链接和数据存储在云端,因为雾节点只会发送每个图像的特征,而不是他们的部分。提供的踩踏事件检测算法,在下一节中,将依靠新图像的特征匹配与之前存储的特性。广泛的在云数据处理可以提高和增加功能的准确性。我们还可以使用图像来分析人们的情绪和情感。在明显的疾病或痛苦的迹象的情况下,可以采取补救措施(55]。

(iv)使用移动应用程序(Android和IOS),应安装在参与者的智能手机,让他们通知管理通过一个简单的点击任何杰出的危险的位置和时间的存在。通过这种方式,每个参与者将作为传感器。

(v)收集信息从Twitter这样的社交媒体,这被认为是当今新闻最快的港口之一。然而,由于规模、管理需要进行大数据分析处理社交媒体数据或环境,加快信息尽快的通知(56]。

5.1.3。层2:采取的决定

还使用雾计算节点提高处理的效率,以满足系统的关键需求和分析收集到的数据没有延迟。此外,它使用细胞的组织和集成核心雾,所以让他们更加灵活和快速处理紧急情况。

5.1.4。第三层:通知人群

我们提出一些工具(硬件/软件)通知和提醒参与者的细节如下:(我)创建数字街道区域容易发生灾害,这被认为是非常重要的控制和通知人群在关键情况下,到目前为止还没有人使用。如果发现惊人的情况,雾会发送警报到智能街道照亮地面由红色的参与者将进一步的危险和停止运动。此外,数码街可以指导一个更安全的运动方式一样的飞机指挥乘客在他们的运动。(2)参与者智能手机将从管理登记和用于发送警报。(3)声音/光报警、通知和其他传统方法,如果认为安全,可用于通知和指导群众。(iv)无人机可以用来发送一些紧急医疗用品一个事件,这可能通过其他方式访问问题。(v)E-health服务应用程序,Android / iOS可以用来指导参与者采取安全措施并提供一般指导。

是5.1.5。第四层:云计算

数据来自传感器和其他管理工具可以收集,储存,清洗,提炼和分析。所有这一切可以发生在云(数据中心)、深加工和挖掘可以发现新关系的数据为未来提供全面知识管理的相同或相似的事件来减少灾害的可能性。

图3还提供了一个框架。正如前面所讨论的,这个或任何其他系统的成功将取决于参与者之间的合作和管理。特别是,参与者必须立即采取行动警报和通知,按提示操作。

有时我们知道该系统可能侵犯到参与者的隐私。我们努力回到未来保护隐私的问题。

5.2。提出了医疗管理系统(HMS)

人群的健康和福祉的人不应该妥协。管理应使用一个全面发达的医疗系统,它利用现有的最佳技术。定期和反复出现的拥挤事件必须捕获和储存医疗信息的参与者。如果传染性病毒和疾病患者可以参与,他们必须被孤立,妥善管理。HMS的这里,我们提供了一个设计全面的健康管理系统,建立在几个移动应用子系统。图4展品屏幕移动应用的系统,因为他们将会出现在参与者的移动设备上。移动应用程序也可以表现出图标来帮助那些有阅读困难。系统还可以多语言(57,58]。简要描述各种子系统或移动应用程序。(我)毒系统:这个移动应用程序旨在告诉参与者毒药在文物的存在,提醒有关问题或条件,可以传播毒药,和指导方针,以避免污染情况。(2)药物系统:它是一个搜索引擎显示通用药物及其使用和禁止上市和不安全药物的副作用。(3)食物系统:它提供了有益的信息不健康的食物;特别是那些可以快速成为拥挤和环境污染状况。(iv)测量系统:这将每天发送问卷调查发现人们与疾病和直接他们遵循的行动方针。(v)救济制度:该系统将使参与者在紧急情况下提供急救。系统会对医疗保健的关键方面,视频,可以在需要的时候直到医疗救援的到来。(vi)电子报税系统:这是为用户记录一些关于他们的健康指标,如心率、压力,和糖,帮助政府来捕捉真实统计健康数据增强和提高服务水平。(七)建议系统:该系统可以经常为参与者提供健康咨询和建议。(八)医疗预约制度:该系统将使患者为预约在线预订一个健康中心。(第九)问题(咨询)系统:这个系统允许用户要求电子从医生与选择专家磋商。(x)监控系统:本系统使用GPS跟踪和基于位置的服务器老和弱人为了采取快速行动。(十一)健康中心:这个系统帮助用户搜索最近的医疗中心或药店的名字,位置,和其他细节,与谷歌地图。(十二)道路系统:这个系统提供信息的路径,减少交通和污染的一些参与者的条件呼吸和其他问题。在现实中,谷歌地图和GPS不能扫描所有领域的一些拥挤的事件。(十三)献血制度:该系统将发送一个请求献血和将使参与者选择它。捐赠者可以提供个人信息包括血型及其位置。细节的基础上,系统可以将血液采集,可以叫他们任何位置单击。(十四)自闭症的系统:这个系统提供视频和有益的链接有自闭症儿童的家庭,除了提供一些专业手机游戏为这群孩子。(十五)无人机系统:本系统可用于保持一个帐户的无人机用于提供医疗用品掩盖的地方。(十六)警报:该系统将发送警报和通知参与者来管理他们的动作和行为。(十七)恐怖分子:这个系统是包含在警报程序获取或发送通知任何恐怖的情况下,保护人们和请求警察帮助。

6。实现和结果

我们应当出示的各种成分的CCHMS实现的结果。

6.1。还实施和结果

在图5,我们提供ASD的结果应用于虚拟映像,有5个连续的帧。我们有这些帧编号F (1 - 3), F (2 - 4), F (3 - 5), F(4 - 6)和F(5尾)。在每一帧计数头之后,我们没有发现任何显著性差异。

接下来,我们应用相同的方法真正的帧并获得相同的过程如图6。在图7,我们描述ASD的连续步骤的结果,第一个图片没有做任何变化后在同一画面,然后做一些手动变更。一个显著的差异中可以看到结果。图8表明自闭症人数的准确性,应用于真实和虚拟映像。我们注意到各系的ASD的准确性是在大多数情况下超过94%。

6.2。ASD的优越性

为了获得更好的结果,我们结合元素的一些现有方法在ASD。描述函数的四种方法。第一种方法,确定为“对象”,取决于物体的计数。这种方法使用形态分离对象并将它们转换成黑白图像。然后形态学滤波器分离对象和发现他们的总和除以每个对象的大小阈值(45- - - - - -47]。另一种方法使用转换过滤器“傅里叶与评估”或“SHIF与估计。“一旦转换过滤器被应用,图像转换为频率的形象。频图像,白色像素用于估计新频率的正面形象(48]。第三种方法,称为“运动和独立的背景”之前使用一个方法,喜欢的对象数量,提高结果的孤立的背景图像真实和移动对象(49]。最后,这种方法被称为集群&估计将图像分成许多部分,然后估计对象的数密度的不同因素(每个部分50]。表4和图9提供ASD的仿真结果与被描述的四种方法。

ASD的优越性是显而易见的从它的实现在虚拟和真实图像。此外,ASD,与其他方法不同的是,依靠头计数连续帧图像之间的差异来确定异常人群的行为。各系的重要性差异可以通过下面的例子被理解。假设ASD给一个准确数帧F1 C1,人数C2在下一帧F2将大约是相同的。因此,C1和C2的差别可以忽略不计,因此不会影响整体结果,除非突然不寻常的事件发生。如果一个不寻常的事件发生,C1和C2的区别显著,和另一个帧F3的C2和C3的区别也是重要的。

6.3。实现和HMS的结果

这里我们提供四个应用程序(子系统)的HMS的实现,即紧急,献血者,投诉和警报,并将手机作为传感器设备。图10描述了这些应用程序在移动设备上的接口,和图11显示了服务器和管理这些应用程序。

7所示。CCHMS在现实生活中的应用情况

这里我们提供了一些CCHMS可以成功应用的情况。

7.1。朝圣的情况下

麦加朝圣(12- - - - - -15,59)是一年一度的朝圣,超过二百万人从世界各地的旅行在沙特阿拉伯麦加。需要好几天,朝圣者的集体旅行到不同的地方朝圣区有着非常紧密的日程安排。这些运动在过去的见证了几个踩踏事件,导致数以千计的人死亡。为了执行朝圣,参与者必须提供个人和医疗信息前几个月的旅程。这允许朝圣管理捕捉数据的朝圣者。麦加朝圣是一个完美的理由使用CCHMS作为收集的朝圣者和受灾地区的地方是众所周知的,它可以方便地分为细胞。步骤(2)的关键需求将RFID标签附加到朝圣者的身体可以很容易地实现,雾节点可以从RFID读取数据。在一些地方,无线传感器网络可以安装而在其他地方可以使用全球定位系统(GPS)。不同的目的网络可以很容易地部署在大多数地区开放空间的拥挤的期望。随着移动设备会被登记在中央数据库中,朝圣者将能够访问朝圣轻易移动应用程序。

在选定的人行道,创建数字化街道在步骤(3)中,可以很容易实现。至于步骤(4)中,传感器的数据与朝圣者可以存储在云的挖掘和分析。麦加朝圣是一个完美的理由使用HMS的医疗应用。朝圣者可以下载这些应用在他们的移动设备。

7.2。的情况下Kumbh梅拉

Kumbh梅拉(12,17)每三年举行一次印度的四个城市之一,也就是说,阿拉哈巴德,迹,Ujjan, Nasik,坐落在一个或其他的河。它吸引了数百万的参与者在一段时间内的八个星期。不像朝圣,清教徒大多来自印度,不需要事先许可,因此没有收集个人数据的朝圣者的机制。因此,层CCHMS依赖个人资料,像那些需要医疗和通讯媒体,将不会工作。然而,许多其他任务和应用程序,包括踩踏事件检测算法,是可行的。如果拥挤Kumbh梅拉妥善管理,管理应该介绍一下数据收集机制。

7.3。不规则的人群

没有办法收集个人数据的不规则的参与者和自发的人群。作为在Kumbh梅拉,CCHMS将适用于所有这些领域,不需要个人资料。

8。结论、建议、局限性和未来的研究

框架内CCHMS考虑拥挤的本质和内置的机制来处理传感器和移动技术的帮助。当应用CCHMS在现实人群中,预计系统需要一些小的操作更改和调整。我们相信CCHMS可以适应全球管理拥挤事件。踩踏过去十五年的分析表明,这些事件的人群在一些既不包含,也不控制。这篇文章的作者的个人经验肯定参与者普遍缺乏教育和培训设施和适当的使用性能的各种功能活动。建议活动参与者必须提供足够的教育和培训与模拟。界外人群很难管理,因此它是有关部门的责任限制大小的人群。提供足够的设施管理拥挤事件将是非常有用的在减少灾害的可能性。

向前,我们想进行概念证明CCHMS层的同时利用所需的技术。这不过是一项很困难的任务是最拥挤的事件是由国家组织和管理。是不可行的访问数据或测试和验证算法检测和防止踩踏事件的发生,因为这将需要大量的资源,权限,各利益相关者的合作活动。例如,朝圣的组织和管理涉及内部,朝圣,外国和卫生部、以及其他沙特阿拉伯王国的历史利益相关者。作者正努力提出CCHMS麦加朝圣的利益相关者管理为目的的调整和实施分阶段的方式。

如果将来我们获得数据拥挤朝圣或其他事件/ s,我们将试验提出了HMS的移动应用程序。如果访问朝圣数据获得,我们将我的历史数据,我们相信将是非常有益的组织和管理未来的事件。我们的未来的研究也集中在参与者的数据和隐私的安全预防和管理的恐怖袭击作为CCHMS的一部分。

数据可用性

没有数据用于支持本研究。

的利益冲突

作者宣称没有利益冲突。

引用

1. m·r·l·m . de Almeida)人类踩踏事件:一个范围,公共卫生部门的科学,卡罗林斯卡医学院,2016年。视图:MathSciNet
2. l . Soomaroo诉穆雷,“灾害大规模聚会:历史教训,”PLoS Currents,2012年。视图:谷歌学术搜索
3. k . m . Ngai f·m·伯克尔Jr ., A .许和e . b .许,“人类踩踏事件:系统回顾历史和同行评议的来源,”灾难医学和公共卫生准备,3卷,不。4、191 - 195年,2009页。视图:出版商的网站|谷歌学术搜索
4. j·r·斯宾格勒e·d·欧文·j·s .去往p e .转入和s·t·尼科尔,”观点西非埃博拉病毒疾病暴发,2013 - 2016,”新发传染病,22卷,不。6,956 - 963年,2016页。视图:出版商的网站|谷歌学术搜索
5. s e . Rutstein j . Ananworanich s费德勒et al .,“临床和公共健康的影响急性和早期的艾滋病毒检测和治疗:范围检查,”国际艾滋病协会杂志》上,20卷,不。1,p。21579年,2017。视图:出版商的网站|谷歌学术搜索
6. o . Rajoura r·罗伊·p·阿加瓦尔,A . Kannan”猪流感(H1N1)的一项研究中流行的卫生保健提供者的德里,医学院医院”印度的社区医学杂志》上,36卷,不。3、187 - 190年,2011页。视图:出版商的网站|谷歌学术搜索
7. 美国Ghebrehewet、p·麦克弗森和a . Ho“流感”BMJ文章ID i6258卷。355年,2016年。视图:出版商的网站|谷歌学术搜索
8. m . d .基督徒,s m . Poutanen m . r . Loutfy m·p·穆勒和d . e .低,“严重急性呼吸系统综合症”,临床感染疾病,38卷,不。10日,1420 - 1427年,2004页。视图:出版商的网站|谷歌学术搜索
9. h·a·穆罕默德·j·a . Al-Tawfiq Memish z . a,“中东呼吸系统综合症冠状病毒(MERS-CoV)起源和动物宿主,”病毒学杂志,13卷,不。1,2016。视图:出版商的网站|谷歌学术搜索
10. y s·j·拉贾卡鲁纳,w . Liu叮,和g .曹”战略和技术预防院内感染:教训非典,埃博拉病毒,即在亚洲和非洲西部,”军事医学研究,4卷,不。1,2017。视图:出版商的网站|谷歌学术搜索
11. t·桑德勒,“恐怖主义”的分析研究和平研究期刊》的研究,51卷,不。2、257 - 271年,2014页。视图:出版商的网站|谷歌学术搜索
12. y穆罕默德·埃兹和y“人群管理与RFID和无线技术,”第一届国际会议论文集上网络与通信,IEEE计算机协会美国,华盛顿特区,2009年。视图:谷歌学术搜索
13. d . Clingingsmith人工智能在哈,m·克雷默”估计麦加朝圣的影响:宗教和宽容在全球收集、伊斯兰教的”经济学的季刊,卷124,不。3、1133 - 1170年,2009页。视图:出版商的网站|谷歌学术搜索
14. m . Yamin,“安全、健康朝圣管理:技术概述、”美国学者与学术研究杂志》上,7卷,不。3、195 - 202年,2015页。视图:谷歌学术搜索
15. 黄m . Yamin m . Mohammadian x, d·夏尔马”健康管理在拥挤的事件:麦加朝圣和Kumbh”BIJIT——BVICAM国际信息技术杂志》上,7卷,不。1,第794 - 791页,2015。视图:出版商的网站|谷歌学术搜索
16. t·卡纳j .倾斜j . Macombe et al。短暂的大型城市Kumbh梅拉:映射哈沃德大学南亚研究所Hatje Cantz, 2015。
17. 大卫和n·罗伊,“公共卫生观点从地球上最大的人类大规模收集:Kumbh梅拉,印度,”国际传染病杂志》上47卷,使,2016页。视图:出版商的网站|谷歌学术搜索
18. 黄m . Yamin, x, d·沙玛,无线传感器技术和人群管理,“大学间的合作研究期刊》的研究和工业企业,卷2,不。1,2009。视图:谷歌学术搜索
19. 诉拉,“无线射频识别”,共振(印度科学院),22卷,不。6,549 - 575年,2017页。视图:出版商的网站|谷歌学术搜索
20. n . Sabor佐佐木,m . Abo-Zahhad和s·m·艾哈迈德,“一个全面调查hierarchical-based移动无线传感器网络路由协议:审查,分类,和未来的发展方向,”无线通信和移动计算,2017卷,2017年。视图:谷歌学术搜索
21. z z, a . Liu, Y.-J。崔h .漫画家关谷神奇,j·李,“节能智能工业无线传感器网络的广播方案,“移动信息系统ID 7538190条,卷。2017年,17页,2017。视图:出版商的网站|谷歌学术搜索
22. 答:哈达,z Jeddi、大肠Amini和m . Bayoumi“介绍RFID,”RFID安全,模拟电路和信号处理,页3-26,施普林格国际出版,可汗,2017年。视图:出版商的网站|谷歌学术搜索
23. j·李,沙,g .保罗j .普列托和K.-I。金”,在无线传感器网络实时通信,”无线通信和移动计算卷,2018篇文章ID 9612631, 2页,2018。视图:出版商的网站|谷歌学术搜索
24. 汗,j . Lloret h .歌曲,Du,“基于QoS的合作特设传感器网络通信和安全机制,“杂志上的传感器卷,2017篇文章ID 9768421, 2页,2017。视图:出版商的网站|谷歌学术搜索
25. x, z, a . Liu l . Ukkonen和j . Virkki”试验研究应变绣花的可靠性无源超高频RFID纺织标签天线和互联,”工程杂志卷,2017篇文章ID 8493405, 7页,2017。视图:出版商的网站|谷歌学术搜索
26. j . Zhang g, A . Marindra答:阳光明媚,和A .赵”的被动RFID标签antenna-based结构健康监测传感器和系统应用程序,”传感器,17卷,不。2、第265条,2017年。视图:出版商的网站|谷歌学术搜索
27. e . Vattapparamban Guvenc, ai Yurekli, k . Akkaya和s . Uluaǧac”无人机智能城市:在网络安全问题,隐私,和公共安全,”学报》第12届IEEE国际无线通信和移动计算会议,IWCMC 16塞浦路斯,页216 - 221年,2016年9月。视图:谷歌学术搜索
28. h .香港、f . Biocca、t·李,k .公园和j·李”的影响人类连接通过社会无人机和感知的安全,”人机交互的发展卷,2018篇文章ID 9280581, 5页,2018。视图:出版商的网站|谷歌学术搜索
29. p .太阳x Wang和w·谢,“平流层飞艇的离心式鼓风机,”IEEE访问》第六卷,第10529 - 10520页,2018年。视图:出版商的网站|谷歌学术搜索
30. b·库萨克和z田,“评估IP监控摄像头的漏洞,”美国15日澳大利亚信息安全管理会议c·瓦利,艾德。,页25-32,伊迪丝·考恩大学,珀斯,西澳大利亚,2017年。视图:谷歌学术搜索
31. s . h . Chang和z . r .陈”,保护人群移动传感女巫攻击使用基于云的信任管理系统,“移动信息系统卷,2016篇文章ID 6506341, 10页,2016。视图:谷歌学术搜索
32. r . Fujdiak p . Mlynek j . Misurec, j . Slacik”模拟智能公共光系统在智能城市,”在电磁学的研究进展Symposium-Spring(码头),2515 - 2519页。视图:出版商的网站|谷歌学术搜索
33. 美国m . Husein“现象学研究中的阿巴脚朝圣在伊拉克,”旅游管理的角度卷26日9-19,2018页。视图:出版商的网站|谷歌学术搜索
34. A·库马尔·h·y丹瑞,k . j . Wong和p h .庄,“基于位置的无线传感器网络路由协议:一项调查,“无线传感器网络杂志》上,09年卷,不。01,25 - 72年,2017页。视图:出版商的网站|谷歌学术搜索
35. a . Abuarqoub m . Hammoudeh Adebisi, s -贾巴尔,a . Bounceur和h . Al-Bashar”动态聚类和移动无线传感器网络的管理,“计算机网络卷,117年,第75 - 62页,2017年。视图:出版商的网站|谷歌学术搜索
36. o . o . FAGBOHUN”,比较研究3 g, 4 g和5 g无线技术,”IOSR电子和通信工程杂志》上,9卷,不。2、133 - 139年,2014页。视图:出版商的网站|谷歌学术搜索
37. a . Das, p .破折号,b . k . Mishra”的创新模式使用物联网的智能交通管理系统(物联网)”认知计算大数据系统在物联网,14卷课堂讲稿数据工程和通信技术,页355 - 370,施普林格国际出版,可汗,2018年。视图:出版商的网站|谷歌学术搜索
38. x胡,s, j .王”出租车司机操作行为和乘客需求分析基于GPS数据,”《先进的交通工具卷,2018篇文章ID 6197549, 11页,2018年。视图:谷歌学术搜索
39. 英国Vishwakarma和r·n·舒克拉”和RFID系统:Diffrences和集成,”国际先进研究期刊》的研究在电子和通信工程(IJARECE),卷2,不。9日,第780 - 778页,2013年。视图:谷歌学术搜索
40. y粉丝,问:朱,刘y”云/雾计算系统体系结构和关键技术为南水北调项目安全,”无线通信和移动计算, 2018年。视图:谷歌学术搜索
41. p·马赫和z . Becvar移动边缘计算:一项调查在架构和计算卸载,”IEEE通信调查和教程,19卷,不。3、1628 - 1656年,2017页。视图:出版商的网站|谷歌学术搜索
42. a . v . Dastjerdi h·古普塔,r . n .卡列罗斯s . k . Ghosh和r . Buyya“雾计算:原则、体系结构和应用程序,”https://arxiv.org/abs/1601.02752。视图:谷歌学术搜索
43. r .罗马,j·洛佩兹和m . Mambo”移动边计算,雾et al。:调查和分析的安全威胁和挑战,”未来一代计算机系统,卷78,不。2、680 - 698年,2016页。视图:出版商的网站|谷歌学术搜索
44. a . Manzoor”健康Care-Building RFID智能医院医疗质量,”卫生保健和临床科学:概念,方法,工具和应用程序IGI全球,页839 - 867年,2018年。视图:谷歌学术搜索
45. j .吉田y Fujino, t . Sugiyama“图像处理捕捉运动的人群及其应用pedestrian-induced横向振动的人行天桥,”冲击和振动,14卷,不。4、251 - 260年,2007页。视图:出版商的网站|谷歌学术搜索
46. r·c·冈萨雷斯数字图像处理皮尔森,第四版,2016年版。
47. 诉Dhinakaran和s . m . Sakthivel人群分析基于FPGA的系统使用计算机视觉算法,2013年。
48. b . Krausz和c . Bauckhage”自动检测危险的运动行为在人类的人群,”学报》第八届IEEE国际会议上先进的视频和基于信号的监测、AVSS”11奥地利,页224 - 229年,2011年9月。视图:谷歌学术搜索
49. s . d .汗g . Vizzari美国电影,和s Basalamah”主要检测运动流和人们在高密度人群计数,“WSCG杂志,22卷,不。1、21 - 30,2014页。视图:谷歌学术搜索
50. z . m . Li张、黄k和t . Tan“估计的人数在拥挤的场面,中期前景分割和—检测在模式识别为基础,”19国际会议的程序(ICPR ' 08),2008年,页1 - 4。视图:谷歌学术搜索
51. 李y, f . Chang: h . Liu和z丐帮,“修改AlexNet密集人群计数,”在计算机科学和工程DEStech事务,2017年。视图:出版商的网站|谷歌学术搜索
52. S.-F。林,J.-Y。陈,H.-X。曹国伟,”的人数估计在拥挤的场景使用视角转换,“IEEE系统,人与控制论、一个部分:系统和人类没有,卷。31日。6,645 - 654年,2001页。视图:出版商的网站|谷歌学术搜索
53. h . Idrees Saleemi, c . Seibert m·沙阿,“多源多尺度计算在极其密集的人群图像,”《IEEE计算机视觉与模式识别会议(CVPR 13)波特兰,页2547 - 2554,或者美国,2013年6月。视图:出版商的网站|谷歌学术搜索
54. l . Catarinucci d . de不清楚,l·梅内et al .,“IoT-aware智能医疗系统架构,”IEEE物联网,卷2,不。6,515 - 526年,2015页。视图:出版商的网站|谷歌学术搜索
55. k .关、m .邵和s .吴”远程健康监测系统基于智能家居网关为老年人,“医疗保健工程卷,2017篇文章ID 5843504、9页,2017。视图:谷歌学术搜索
56. a . Soliman k . Soltani j .阴a . Padmanabhan和王,“社会感知的城市土地利用分析的基础上推特用户的移动模式,”《公共科学图书馆•综合》,12卷,不。7 p . e0181657 2017。视图:出版商的网站|谷歌学术搜索
57. j·肖,h·李、王x,和美国元,“交通高峰期检测的图像处理的观点,“《先进的交通工具卷,2018篇文章ID 2097932、9页,2018。视图:出版商的网站|谷歌学术搜索
58. n . b . Bahadure a . k .射线和惠普Thethi,“图像分析基于MRI脑部肿瘤检测和特征提取使用生物BWT启发和支持向量机,”国际生物医学成像杂志》上卷,2017篇文章ID 9749108, 12页,2017。视图:谷歌学术搜索
59. e·a·汗和m . k . Shambour”分析研究麦加朝圣和小朝的移动应用服务,“应用计算和信息,14卷,不。1,37-47,2018页。视图:出版商的网站|谷歌学术搜索

版权

版权©2018年穆罕默德Yamin等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。