《消费品安全多源数据融合与集成技术通则》国家标准征求意见稿

ICS 07.030中 华 人 民 共 和 国 国 家 标 准GB/T XXXXXXXXX消费品安全多源数据融合与集成技术通则General rules for multi-source data fusion and integration of consumer product safety （征求意见稿）XXXX - XX - XX 发布 XXXX - XX - XX 实施中 华 人 民 共 和 国 国 家 市 场 监 督 管 理 总 局中 国 国 家 标 准 化 管 理 委 员 会GB/T XXXX200I目 次1 范围 32 规范性引用文件 33 术语和定义 34 基本原则 34.1 保护性原则 .34.2 完整性原则 .35 数据融合与集成对象和内容 45.1 数据融合与集成对象 .45.2 数据融合与集成内容 .46 数据融合分类 46.1 数据级融合 .46.2 特征级融合 .56.3 决策级融合 .57 数据融合技术 57.1 HIS 变换 57.2 D-S 证据推理 57.3 专家系统 .57.4 神经网络 .57.5 贝叶斯估计 .68 数据集成技术 68.1 联邦数据库 .68.2 中间件 .68.3 网络技术 .68.4 本体技术 .6GB/T XXXXXXXXXII前 言本标准按照 GB/T 1.1-2009 给出的规则起草。本标准由全国消费品安全标准化技术委员会（SAC/TC 508）提出并归口。本标准起草单位：中国标准化研究院、安徽省质量和标准化研究院本标准主要起草人：GB/T XXXX200III引 言消费品安全数据来源广泛，不仅包括传统的国家产品质量监督抽查、12315/12365 消费者投诉、WTO/TBT 召回通报、产品质量仲裁、实验室产品检测、产品伤害和事故等数据，还包括博客、维基、微博、论坛、社交网络、内容社区等用户极大参与空间的新兴社会化媒体数据。更广义的质检数据还包括计量、标准、检验、认证认可和特种设备检测等数据，以及由物联网、云计算应运而生的新产品产生的各类实时数据和宏观经济、环保等外部数据。这些数据都是消费品安全数据的重要组成部分，它们在信息来源、信息类型、描述结构、文本特征、表达方式和传播渠道等方面各不相同，有文本信息、图片信息、音频信息、视频信息等，有结构化、半结构化和非结构化信息，呈现出体量巨大、类型繁多、时效性高以及价值高密度低等特性，这为数据融合与集成带来了巨大挑战。本标准将针对消费品安全数据的特性，规范消费品安全数据融合与集成对象、融合与集成技术，为消费品安全数据分析提供支撑。GB/T XXXXXXXXX1消费品安全多源数据融合与集成技术通则1 范围本标准给出了消费品安全多源数据融合与集成技术的相关内容和方法。本标准适用于各种组织对消费品安全多源数据进行融合与集成所需要的技术内容的规范化表达。2 规范性引用文件下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T 30135-2013 消费品质量安全风险信息描述规范GB/T 30136-2013 消费品质量安全风险信息采集和处理指南GB/T 35247-2017 产品质量安全风险信息监测技术通则3 术语和定义下列语和定义适用于本文件。3.1消费品 Consumer product为满足社会成员生活需要而销售的产品。GB/T 22760-2008，定义2.1 3.2消费者 Consumer为个人目的购买或使用商品和服务的个体社会成员。改写ISO26000:2010，定义2.2 3.3数据融合 Data fusion指由不同的用户、 不同的来源渠道产生的，具有多种不同的呈现形式( 如数值型、 文本型、 图形图像、 音频视频格式) ，描述同一主题的数据并为了共同的任务或目标融合到一起的过程。3.4数据集成 Data integration指将不同应用系统、 不同数据形式， 在原应用系统不做任何改变的条件下， 进行数据采集、转换和存储的数据整合过程。4 基本原则4.1 保护性原则GB/T XXXXXXXXX2应建立涉及到个人或者组织信息的受控管理制度，保证信息在可控范围内流转和使用。4.2 完整性原则采集的消费品安全信息应力求内容全面，不应有选择性地进行取舍、分割、随意修改或删除，应保持被采集信息的原始完整性。5 数据融合与集成对象和内容5.1 数据融合与集成对象消费品安全信息融合与集成的对象包括国家质量监督抽查、12315/12365消费者投诉、WTO/TBT召回通报、质量仲裁、伤害和事故检测、网络舆情等基础信息资源库，以及计量、标准、检验检测和认证认可等业务信息资源库，还包括经济社会发展、环境监测、信用评价和制造业指数等社会信息资源库，同时还包括带有传感器的各类新兴消费品产生的实时监测信息。5.2 数据融合与集成内容对消费品安全信息的融合与集成可分为对基础信息、危害信息、伤害结果信息和附加信息的融合与集成。5.2.1 基础信息基础信息是对与消费品质量安全风险相关的产品、使用者和使用环境的最基本描述。基础信息监测的要素宜按照GB/T 30135-2103附录A 执行。5.2.2 危害信息引发消费品安全事故的危害（源）可以分为人的因素、物的因素和环境因素。其中，产品自身危害因素的客观存在，使产品处于不安全状态，具有导致消费品安全事故的可能性，是引发消费品安全事故的本质原因。在未采取必要的控制措施的情况下，在消费者的不安全行为或不良的产品使用环境的触发下，可能导致消费品安全事故发生，造成使用者人身伤害。危害信息监测要素宜按照GB/T 30135-2013附录B执行。5.2.3 伤害结果信息消费品安全风险可能导致使用者人身伤害，具体包括伤害类型、伤害结果、伤害性质、伤害严重程度等。危害信息监测要素宜按照GB/T 30135-2013附录C 执行。5.2.4 附加信息消费品安全风险信息附加信息主要包括对相关风险主体的描述，对导致使用者人身伤害的危害（源）的描述，对使用者人身伤害结果的描述，对导致伤害的原因的描述，对热点问题的描述等，可根据实际需要参考核心数据集的表述方式进行扩展。附加信息监测要素宜按照GB/T 30135-2013附录D执行。6 数据融合分类GB/T XXXXXXXXX36.1 数据级融合数据级融合，也称像素级融合，就是直接到采集的原始数据层上进行融合，在多源数据未经预处理之前就进行数据综合和分析，这是最低层次的融合。这种融合的主要优点是原始信息丰富，并且能提供另外两个融合层次所不能提供的详细信息，因此精度最高。但丰富的原始信息也意味着数据级融合所要处理的数据量巨大，处理代价高，耗时长，实时性差。6.2 特征级融合特征级融合属于中间层次，它首先对消费品安全原始信息进行特征提取，然后对特征信息进行综合分析和处理。一般地，提取的特征信息应是原始数据信息的充分表示量或统计量。其优点在于实现了可观的信息压缩，有利于实时处理，并且由于所提取的特征直接与决策分析有关，所以结果能最大限度地给出决策分析所需要的特征信息。6.3 决策级融合决策级融合是一种高层次的融合，其结果可为指挥控制与决策提供依据。因此，决策融合常常从具体决策问题的需求出发，充分利用特征级融合所提取的测量对象的各类特征信息，采用适当的融合技术来实现。决策级融合是三级融合的最终结果，是直接针对具体决策目标的，融合结果直接影响决策水平。7 数据融合技术7.1 HIS 变换HIS变换是应用比较广泛的数据级融合方法，相对于RGB颜色空间来说，它是一个对物体颜色属性的描述系统，其中H代表色度 (hue)、I代表地物的亮度(intensity)、S表示颜色的饱和度(saturation)，三者分别代表三个波段的平均辐射强度、数据向量和等量的数据大小。HIS变换方法的一般做法是：将已经配准的TM标准假彩色图像经HIS变换得到I、H、S 分量，然后，用SAR 图像代替其中的I 值，再变换到RGB颜色空间，形成新的图像。这种新图像既保留了SAR数据的亮度指标，又保留了TM数据的色度和饱和度指标，这样就能充分展示空间特征，显著地丰富图像的信息量。7.2 D-S 证据推理D-S证据理论可以看作是有限域上对经典概率推理理论的一般化扩展, 其主要特性是支持描述不同等级的精确度和直接引入了对未知不确定性的描述。该算法具有很强的处理不确定信息的能力。它不需要先验信息,对不确定信息的描述采用“区间估计”而不是“点估计”的方法,解决了关于“ 未知”即不确定性的表示方法, 在区分不知道与不确定方面以及精确反映证据收集方面显示出很大的灵活性。当不同数据源所提供的数据对结论的支持发生冲突时, D- S算法可以通过“悬挂”在所有目标集上共有的概率使得发生的冲突获得解决。7.3 专家系统专家系统是具有解决特定问题所需专门领域知识的计算机程序系统，也称基于知识的系统。主要用于模仿人类专家的思维活动，通过推理与判断求解问题。一个专家系统主要由两个部分组成：一个称为知识库的知识集合，它包含待处理问题领域的知识，通常由数据库管理系统来组织和实现；另一GB/T XXXXXXXXX4个称为推理机的程序模块，它包含一般问题求解过程所用的推理方法和控制策略的知识，通常由具体的程序来实现。7.4 神经网络神经网络具有很强的容错性以及自学习、自组织及自适应能力，能够模拟复杂的非线性映射。在消费品安全多源信息中，各信息源提供的环境信息都具有一定程度的不确定性，可以采用神经网络特定的学习算法来获取知识，得到不确定性推理机制。7.5 贝叶斯估计贝叶斯估计是融合静态环境中多传感器高层信息的常用方法。它使传感器信息依据概率原则进行组合，测量不确定性以条件概率表示，当传感器组的观测坐标一致时，可以直接对传感器的数据进行融合，但大多数情况下，传感器测量数据要以间接方式采用贝叶斯估计进行数据融合。8 数据集成技术8.1 联邦数据库联邦数据库系统在维持局部成员数据库自治的前提下，在数据集成层次对异构的成员数据库进行部分集成，提供对异构成员数据库的共享和透明访问。8.2 中间件典型的数据集成中间件使用XML 数据模型构造全局数据模式，通过包装器和各个数据源交互，用户在全局数据模式的基础上向中间件发出查询请求，中间件处理用户请求，将其转换成各数据源能够处理的子查询请求，从各站点取出数据，然后再将各数据源的数据进行合并处理，最终生成用户全局查询的结果返回给用户。8.3 网络技术数据网格技术主要解决的是在广域环境下分布的、异构的、海量存储资源的统一访问与管理的问题。8.4 本体技术本体具有准确表达概念语义的能力和很强的推理能力，通过本体描述数据源的语义，使用本体生成的映射规则来指导数据集成，能够消解语义冲突，实现产品质量安全异构风险信息的数据集成问题。GB/T XXXXXXXXX5附录A 消费品安全多源数据融合技术（资料性附录）表A 消费品安全多源数据融合技术1.1 HIS变换1.2 PCA变换1. 数据级融合1.3 小波变换2.1 Dempster-Sharer 推理法（ D-S方法）2.2 表决法2. 特征级融合2.3 神经网络法3.1 贝叶斯估计法3.2 专家系统3.3 神经网络法3.4 模糊集理论3.5 可靠性理论3. 决策级融合3.6 逻辑模板法_