1.基于数理统计建立身份识别信息关联关系的方法，其特征在于：包括如下步骤：

初始化，通过数理统计分析的方法，建立人的生物身份识别与人的随身设备身份信息的关联数据模型，其中，将人的生物身份识别特征作为身份识别维度A的信息，将人的随身设备特征作为身份识别维度B的信息；并设定某一人物的出现必然同时携带身份识别维度A和B的信息为高概率事件；

步骤1，在某一时间和地点采集人群的身份特征识别的数据，并在数据模型中标识为X场景数据，在此X场景中，同时采集身份识别维度A和身份识别维度B的信息；

步骤2，在另一个时间和地点采集群的身份特征识别的数据，并在数据模型中标识为Y场景数据，在此Y场景中，同时采集身份识别维度A和身份识别维度B的信息；

步骤3，当某一人物C均在X场景和Y场景中出现，则在X场景中，通过人物C的身份识别维度A信息，搜索该X场景中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合J；

步骤4，在Y场景中，通过人物C的身份识别维度A信息，搜索该场景Y中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合K；

步骤5，将待定有限集合J和待定有限集合K的数据，进行数据集合交集运算，得到有限集合L；

步骤6，若集合L中元素的数量为1，则该集合L中的元素为人物C的身份识别维度B的信息的确定结果；若集合L的元素的数量＞1或=0，则重复步骤1-5，并将集合L与重复步骤1-5后得到的新集合L’的结果进行交集运算，直至有限集合的元素数量为1或直至可选场景数据穷尽。

2.根据权利要求1所述的基于数理统计建立身份识别信息关联关系的方法，其特征在于：所述人的生物身份识别特征包括人脸信息、虹膜信息或指纹信息中的任意一种。

3.根据权利要求1所述的基于数理统计建立身份识别信息关联关系的方法，其特征在于：所述人的随身设备特征为通讯设备的MAC信息。

4.根据权利要求1所述的基于数理统计建立身份识别信息关联关系的方法，其特征在于：当可选场景数据穷尽后未能得到有限集合的元素数量为1时，则集合L’中的元素作为人物C的身份识别维度B信息，并对各个元素置于置信度，该置信度的值为集合L’元素数量的倒数的百分比的运算。

5.根据权利要求1所述的基于数理统计建立身份识别信息关联关系的方法，其特征在于：所述某一人物的出现必然同时携带身份识别维度A和B的信息的概率为＞99.9%。

6.一种如权利要求1 5中任意一项所述的基于数理统计建立身份识别信息关联关系的~

方法的系统，其特征在于：包括初始化模块、数据采集模块、数据关联模块、数据处理模块和数据输出模块；

所述初始化模块用于通过数理统计分析的方法，建立人的生物身份识别与人的随身设备身份信息的关联数据模型，其中，将人的生物身份识别特征作为身份识别维度A的信息，将人的随身设备特征作为身份识别维度B的信息；并设定某一人物的出现必然同时携带身份识别维度A和B的信息为高概率事件；

所述数据采集模块用于在某一时间和地点采集人群的身份特征识别的数据，并在数据模型中标识为X场景数据，在此X场景中，同时采集身份识别维度A和身份识别维度B的信息；

还用于在另一个时间和地点采集群的身份特征识别的数据，并在数据模型中标识为Y场景数据，在此Y场景中，同时采集身份识别维度A和身份识别维度B的信息；

所述数据关联模块用于当某一人物C均在X场景和Y场景中出现，则在X场景中，通过人物C的身份识别维度A信息，搜索该X场景中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合J；在Y场景中，通过人物C的身份识别维度A信息，搜索该场景Y中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合K；还用于将待定有限集合J和待定有限集合K的数据，进行数据集合交集运算，得到有限集合L；

所述数据输出模块用于当集合L中元素的数量为1时，则将该集合L中的元素为人物C的身份识别维度B的信息的确定结果；若集合L的元素的数量＞1或=0，则重复步骤1-5，并将集合L与重复步骤1-5后得到的新集合L’的结果进行交集运算，直至有限集合的元素数量为1或直至可选场景数据穷尽。

7.根据权利要求6所述的基于数理统计建立身份识别信息关联关系的系统，其特征在于：所述数据输出模块还用于当可选场景数据穷尽后未能得到有限集合的元素数量为1时，则将集合L’中的元素作为人物C的身份识别维度B信息，并对各个元素置于置信度，该置信度的值为集合L’元素数量的倒数的百分比的运算。