[发明专利]一种用户信任综合评估方法在审
| 申请号： | 201810094007.2 | 申请日： | 2018-01-31 |
| 公开（公告）号： | CN108460258A | 公开（公告）日： | 2018-08-28 |
| 发明（设计）人： | 邹杰;李丹;王宏;康建平;伍荣 | 申请（专利权）人： | 中国电子科技集团公司第三十研究所 |
| 主分类号： | G06F21/31 | 分类号： | G06F21/31;H04L12/24 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 钱成岑 |
| 地址： | 610000 *** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 信任度 动态特征 静态特征 动态行为特征 行为特征数据 信任评估 用户信任 综合评估 预处理 数据处理能力 用户行为特征 大规模用户 级别用户 行为特征 动态化 静态化 求和 评估 加权 并发 身份 | ||
1.一种用户信任综合评估方法，其特征在于包括步骤：
(1)将获取的用户行为特征数据分为静态行为特征数据和动态行为特征数据；
(2)预处理所述静态行为特征数据和动态行为特征数据；
(3)计算静态特征信任度和动态特征信任度；
(4)加权求和所述静态特征信任度和动态特征信任度得到综合信任值。
2.根据权利要求1所述的一种用户信任综合评估方法，其特征在于，预处理所述静态行为特征数据的方法包括将同一类静态行为特征数据根据相同规则转换为静态特征值。
3.根据权利要求1所述的一种用户信任综合评估方法，其特征在于，预处理所述动态行为特征数据的方法为将动态行为特征数据转换为动态特征值。
4.根据权利要求3所述的一种用户信任综合评估方法，其特征在于，将动态行为特征数据转换为动态特征值的方法包括将同一类动态行为特征数据根据相同规则转换为动态特征值和/或根据动态行为特征数据包含的成功事件个数和失败事件个数计算动态特征值。
5.根据权利要求1所述的一种用户信任综合评估方法，其特征在于，当动态行为特征数据包含多个子动态行为特征数据时，分别对每一子动态行为特征数据进行预处理。
6.根据权利要求5所述的一种用户信任综合评估方法，其特征在于，当动态行为特征数据包含多个子动态行为特征数据时，该动态行为特征数据的动态特征值为多个子动态行为特征数据动态特征值的加权和。
7.根据权利要求4所述的一种用户信任综合评估方法，其特征在于，根据动态行为特征数据包含的成功事件个数和失败事件个数计算动态特征值的方法为：
Fi＝Fs/(Fs+γ*Ff)
其中，Fi表示动态行为特征数据对应的动态特征值，Fs表示成功事件个数，Ff表示失败事件个数，γ代表失败系数。
8.根据权利要求1所述的一种用户信任综合评估方法，其特征在于，计算特征信任度的方法为：
TRUST＝FBLOCK1*WBLOCK1+FBLOCK2*WBLOCK2+FBLOCK3*WBLOCK3+…+FBLOCKM*WBLOCKM}*WSTATIC1
其中，TRUST表示特征信任度，FBLOCK1、FBLOCK2、FBLOCK3、…、FBLOCKM表示每一类用户行为特征数据对应的特征值，WBLOCK1、WBLOCK2、WBLOCK3、…、WBLOCKM表示每一类用户行为特征数据对应的权重，其中特征信任度包括静态特征信任度和动态特征信任度。
9.根据权利要求1所述的一种用户信任综合评估方法，其特征在于，可利用分层思想构建特征信任度求解模型，第一层为目标层，分为静态行为特征数据目标层和动态行为特征数据目标层，第二层为区块层，用于存储不同种类用户行为特征数据的标签，以及各用户行为特征数据对应的权重，第三层为特征层，用于存储获取的目标用户行为特征数据对应的特征值。
10.根据权利要求9所述的一种用户信任综合评估方法，其特征在于，区块层与特征层中用户行为特征数据类型与目标层的用户行为特征数据类型一致。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第三十研究所，未经中国电子科技集团公司第三十研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810094007.2/1.html，转载请声明来源钻瓜专利网。
