《思科基于Wi-Fi定位分析的技术评审概要.docx》由会员分享，可在线阅读，更多相关《思科基于Wi-Fi定位分析的技术评审概要.docx（9页珍藏版）》请在课桌文档上搜索。
1、技术白皮书思科基于Wi-Fi定位分析的技术评审作者:Dr.James1.itt1.e和Dr.Brendan0,BrienJu1.y20132013Ciscoand/oritsaffi1.iates.A1.1.rightsreserved.ThisdocumentisCiscoPub1.icInformation.概述移动设备的快速增长使得Wi-Fi成为了室内以与室外无线网络接入的主要方式。这种趋势对企业来说布巨大的潜力和特殊的挑战。结合思科移动服务引擎（YSE）的定位分析技术，使得企业能够实现从定位服务中获得前所未有的好处：定位分析：估计访客的数量，他们花费的时间，他们访问地点的频率高级分析：
2、供应了这些访客在建筑物内移动模式的相关信息这些分析一起供应了具体的用户在某个位置或者公共空间内移动和交互的行为模式分析。这一切的实现所须要的只是思科的无线基础设施，以与将用户的智能手机或者平板电脑设备的Wi-Fi开启。定位分析运用了高级的调整到了Wi-Fi定位所供应数据类型的数据挖掘技术。这些数据是基于有思科MSE每天生成的潜在的数百万计的三角定位剖分数据。本白皮书探讨/思科定位分析的技术和性能。介绍思科MSE供应的数据计算/在网络中思科无线接入点覆盖范围内设备的离散时间，位置和VAC地址。每个设备不须要关联就能被识别并且得到它的位置估计。这个数据能够使得我们能够估计整个建筑不同部分中的行为。
3、这些数据还能够组装成某个设备组连续点，或者是路径，这样就能够分析它们的运动。但是，由于潜在的大量数据，须要创新的数据挖掘技术和数据过滤应用来获得有价值的结果。这些技术被首次运用的场所包括：零售商店，酒店，会议设施，购物中心，学校，甚至是城市中心一一任何有无线覆盖的地方。然而定位分析特别的敏捷，可以模型化这些场所的特点并测IS它的很多参数，比如流设，速度,停留时间，和渗透。随着时间推移，设备相关结果不仅仅对场所的营销和零售有帮助，而且还能提高运营效率和平安性。图1,显示了场所中拥挤状况的快照关于隐私在过去的几个月时间里，对于场所内分析和终端用户隐私的话题有很多的探讨。分析是为了去获得聚合的信息，
4、而不是为了艮踪某一个访客。没有收集任何的个人档案信息一一相反，会收集基广设备的离散时间、位置和MAC地址所得来的集群行为的趋势和模式。公司组织就可以利用这些信息来提高客户服务质量，从运营的角度来看进行楼层重新布局，或者从营销的角度让允许的用户收到基于定位的手机实惠券或者是促俏信息。是否参加到Wi-Fi定位股务是完完全全由客户或者是访客自己来确定的一一他们只需简洁的关掉他们的Wi-Fi就不会加入了。数据的时代当个Wi-Fi客户端设备打开的时候，它就会发送802.11探查恳求帧来识别自己四周环境中的无线网络，同时也得到与服务矣标示符（SSID）相关联的接收信号强度指示（RSS1.）。即使是与无线局
5、域网中的某个无线接入点相关联之后，这个客户端设备还是会接着发送802.H探查恳求帧来识别网络，以便获得更好的服务质量，有可能会在无线接入点之间漫游。各种思科无线接入点从网络中的这些无线设备上收集了探查恳求帧和其相关的RSS1.信息，连同它们的MAC地址，发送到管理这些无线接入点的无线限制器（W1.C）。然后W1.C会将这些信息转发给MSE,MSE利用这些从不同无线接入点收集到的数据，通过将无线接入点的RSS1.转换成空间坐标XYZ来三角定位无线设备。融着无线设备穿过无线接入点的网络，MSE不断的跟踪设备的位置。然而，在实践中大多数无线设备特地设计来保持电池寿命，因此周期性的发送探针恳求到其他无
6、线接入点可能Tf几秒钟的等待。间接地在MSE中显示成为高散时间设备位置的快照，而不是一个连续位置流。因为每一个设备的标识符是独一无二的，这意味着可以看到连续时间点的轨迹，用来描述某个个体通过场地的运动或路径（如图1和2。图2,位置数据的信息流CtecoW1.ANControta(Pfnftca1.orVHiMt)CcoMS(PhvttCtforVtauaO这些快照可能不会对某个个体的运动有一个完整的图示。例如，用户可能只在场所的某个特定的区域才打开他或她的电话。然而，每周记录的上百万个数据，就有可能确定一个足够好的用户数据组，并以此为基础来进行分析和推导得到可行有价值的信息。数据的转变每个设备
7、的原始的无线定位数据笫一次会加工成一个路径。考虑到一个设备可能每一天会出现几次，默认截止1小时之内没有数据点就表示路径或访问结束。在这里还给予了设备和路径额外的特征数据，例如该设备是否关联或者是否在发送探查帧，它进过的区域、和员工或会议代表的标识。很多这些特征数据是由数据中时间和位置组合推导出来的“例如，机场须要将到达和离港的旅客区分开来：这些信息可以通过分析场所中起飞侧和着陆储区域的运动依次推导得出。很多像这样的逻辑标记可以关联到这些设备上，可以用r之后的报告，例如代表、员工、检查人员或者抵达旅客的报告。虽然可以干脆从YAC地址收集的的信息很少，除了制造商信息，还有可以散列地址信息另一种确保
8、用户设备隙私方式的选项.从区域和运动中获得信息位置分析供应了两个正交方式来分析处理过的数据。第一个是以会场和在会场中不同部分发生事务为动身点。因此，我们可能会感爱好安检的等待时间、杳看到的商店里与店外设备数量对比，餐馆中午的拥挤因素等等。其次种方式是以设备通过场地的不同部分为动身点。在这里我们感爱好的是典型的路径跟随（如图3）,访客从哪起先他们的访问，在某些交叉点通过不同路径的流量，或者是在某段时间访客到达的位置。这些信息能为不同行业供应各种新的不同方法来衡量他们的受众。图3,用一系列视察点组成的典型路径区域和范围的测属旦创建了场所的各个部分，就可以用组测盘数据来描述在里边发生了什么事务。位置
9、分析供应了两种方法来定义一个场所的不同部分。用户可以定义明确的区域，运用多边形来表示已经定义的区域。每个区域可以是繁忙或空的，可以是窄或也可以很宽。重要的是可以通过它的名字来识别它,与它相关的信息可以用到某一个已知的上下文情景中。另一种方法须要运用更多的动态区域，这些区域都是基广位置点生成的。这个过程运用了基于位置的K均值的算法（图4）将场所分为几个集群的区域。这个选项的优点是为用户供应了即时的场所不同部分的反馈，包括当区域不清晰或不马上可用的状况。事实上，它可以用来将某一个明确的区域“划分”成代表不同行为的多个区域，例如有更多和更少的拥挤的区域，慢速和快速运动的区域。图4,在一个城市中检测到
10、的位置信息，测量了每个位置的平均停留时间并划分成集群表1中列出了区域和范围适用的测量类型表1，区域和范围参数的描述测量值设备数量停留/等待时间拥堵因素主导方向速度客户流失保持客户频率描述应用场景在某个时间窗II内某区域中Wi-Fi设法（智能终端，平板电脑，或者是移动电脑）的数设设备在某个空间停留的时间的估算任何时间窗口某个区域中出现设备数量确定的一个规范化数值某个区域中最典型的移动方向两点之间直线距离除以它们之间的持续时间在某个时间段内，出现和消逝设备数量的相对值客户流失参数的相反，测量在某个时间段停留的设缶数盘在某个时间内某个设备被检测到的次数确定了某个日期和时间的客户和潜在的客户的数量确定
11、了排队的数量，或者是在某个商店或设施花费的时间帮助确定潜在的瓶颈，或者是什么地方须要额外的资源了解行人在不同时间穿过走廊的流量数据，促进更好的平安措施例如可以用来区分行人，自行车，汽车，在城市应用中特别重要辍厅在天中不同时间处理客户的状况对钱厅的盈利实力特别的重要测最哪些场所能够吸引和保持住客户测量某个访客的忠诚度，或者假如是第一次的访客，须要通知多少设备很多这些测量值可以结合不同的区域和时间来供应更高层次的侑息，比如机会缺口（一个零售商店内部和外部访客数量的对比）；停留设备（在一个店停留超过5分钟与不到5分钟的访客数量的对比）：以与客户忠诚度（在促销信息卜相同的设备出现的频率等等）（图5）。
12、图5,在某个区域的访客数量以与他们停留的时间运动测量访客穿过某个地点可以用不同的方式进行分析。“通用路径”是一种划分和排列某组设备路径的方法。运动也可以通过衡量设备依次经过的区域来测量。最终，流量分析建立了一个捕获可能通过区域的框架。每种分析方法给出了对于运动的不同说明，因此测盘方式也不同。例如区域运动，我们可以通过最常见的区域接近或离开场地的一部分来确定。通用路径显示了最具体的某个区域中常常用到的精确路途视图。流量分析强调/当通过一个场地，选择一个路途而不是另一个的决策的模式（图6。图6,某个中心区域访客移动不同方向的流量分析表2显示了可用的移动测量方式表2,移动参数的描述测量值常用路径描述
13、应用场景设备的数届采纳k-means数学聚类技术，汇合可以被识别的类似路径和以所见的次数排序。这些可以进一步提高实际的路径估算从给一个区域移动到另一个区域的设备数量，或者是在源区域和目的区域间的设备数。某个设备在区域中移动花费的时间。这也给出了一个测量某条路径的停府时间。两个区域或是两个点之间的有线速度一天中不同时段选择某个方向而不是另一个方向的访客数量的测量值描述设备存在过的区域，以与在这些区域中出现的频率能够识别客户去商店的常用路途，用于识别客户的类型，便于放置广告了解场所中最繁忙的地区，人们实行的路途，了解哪些场所的部分最繁忙，都是从哪里来。地点的渗透实力是一个衡量它的租赁价值的一个标准
14、人们在路径上花费的时间，可以用来帮助解的流淌人群沟通的机会r解行人在不同时间穿过走廊的流量数据，促进更好的平安措施一个特别有效的方法来查看任何市场措施是否对客户选择路径有什么膨响允许商店了解到与四周环境中其他商店的关系，帮助商店更好的了解顾客持续时间速度百分比之前和之后的区域起先和结束的区域即刻之前和之后的区域第一个后和最终前的区域过滤分析大量数据的关键，是是否能够轻易的集中在预定目标访客和他们行为的衡量。很多场所混合了不同的人群，试图时他们一起进行测量供应了不是很清晰明确的结果。场所里边可能混杂若购物者，上班族，路人，以与在喝咖啡的人。在户外的差异更大，运用不同形式的交通工具出现。木系统供应
15、了多种方法来分析信息，把所需的一系列设备分别开来。日期和时间是最主要的参数，我们可以过滤某天某个特定时间某个地点发生的事情，或在在一周中某个特定时间，或是连续几周的同一天。然而，即使是在相同的时间窗11中，它可能也须要区分不同类型的人.因此，时间参数往往须要与位宜信息过渡器结合，才能够专注于一个场所的某个区域。这些设备属于哪一群用户，有可能是提前通过他们的位置和时间来标记确认的。例如，可以运用到来时间和离开时间，或JI作人员和会议代表来标记。识别那些与环境有交互而不是路过的人，可以通过停留时间参数来标识，例如，在等待着他们的行李的人员和干脆离开的人，或者是繁忙大街上停卜吃饭的人。很多其他方式也
16、是可行的，利用如表3所示的参数的组合。表3,参数描述测量值日期时间区域起先区域，结束区域中间区域质量已经关联或还在探测高级标记描述某个特定的日期或者是某个日期段一天中某个时间，例如午餐时间，晚上，或者是高峰时间运用设备在建筑物中一个或者几个位置允许分析关注在设备的路径的起先，经过，或在一个特定的区域停止。通常运用在热门路径连接分叉的分析中。数据质量会基于无线接入点覆盖状况，设备类型和设备运用状况而波动。这个参数运行运用大比的数据，例如氏路径或确认的停忽然间客户端设备有可能在任何时候关联或者是发送探测帧设备可以运用某些用户自定义的位置和时间参数来提前进行标记移动服务AP1.和位置分析移动服务引擎
17、还供应了基于REST的移动服务API。API会供应处理过的分析数据（点，路径和设备以与结果信息（数量的设备，平均停留时间，运动，等等一一全部用区域和时间/日期进行索引.这个AP1.允许进行特定行业的分析，也可以让用户导入结果到现有的报告或者是信息管理系统中。这个AP1.是特殊有用的，为MSE原始数据供应了一个健壮的接口。这些数据已经清除无用设备和错误的位置信息，当感知到一个设备是静止的时候就会将他们聚合到一起。实时和预料分析历史和实时分析之间的最大的区分是，在实时的状况下，关广访客在做什么，我们没有T完整的数据。也就是，路径还没TT终止，所以我们也不知道设备和停留多久，或者在结束前它要再到什么
18、地方去。因此，就有了新的参数估计算法。这些算法要么运用可用的信息或者是运用历史数据来推断出可能的结果。这样用户就可以提出这样的问题：“目前的等待时间是多少？”“有多少人通过这个走廊？”和“这两条路径之间H前的流量是怎样的？。所以立刻就可以得到动作信息，用来做出资源配置，变量标识，或者是平安接触的一系列决策。基于规则的通知和提示分析让我们发觉某些模式，如白天的等待时间，某些区域的拥堵状况等等。然而，也有可能这些模式不常常出现，但是当这些模式出现的时候，与时发觉和实行行动是特别重要的。位置分析供应了涉与参数并能够描述某些状况的功能，并当这些条件都得到满意的时候发送警告。例如，某个场地中不同部分在渐
19、渐累积的访客的状况，可以提早发送通知打开某些其他路途。一个更高级的场景就是，了解商店员工的位置与客户的位置分布来进行更好的匹配。总结每个购物者，乘客，或者是办公室人员，都以不同的方式与他们的环境相互作用。有些人可能会同时出现在某个特定的地点，而其他人干脆经过或者是从一个点移动到另一个点，一些人一起先是购物者和之后就去看电影了。只有拥有一个强大的、集成多个位置的分析工具，我们才可以专注于不同的人员组群，并且理解他们在不同时间在建筑物中运动的一般模式。只要建立了个访客行为模型，位置分析就可以让我们能够看到实时的视图，预料的视图，并且为商店商场或是机场的管理者供应高级功能的视图。这些视图可以供应建筑中人群的信息，更全面地来供应更好的服务，运营和平安。思科的位置分析工具运用MSE获得的大量数据来供应分析结果。须要获得更多思科位置分析和互联移动体蛛解决方案的信息，请访问:/ciscogocmx和:/ciscogomsc.
