一种基于模糊熵权法与云模型的用户行为可信度检测方法技术

本发明专利技术属于网络数据处理技术领域，公开了一种基于模糊熵权法与云模型的用户行为可信度检测方法,建立行为属性云，建立等级云，通过关联公式计算m个行为云对n个等级云的隶属度，据此得到隶属度矩阵；根据模糊熵权法得到隶属度矩阵元素每一个属性的权重；将隶属度矩阵与权重向量相乘得到最后的评定结果本发明专利技术提出的评价系统考虑到计算仅仅围绕云的3个数字特征，没有涉及到更复杂的参数，计算过程简单。发明专利技术则是根据属性云与等级云之间的联系确定评价矩阵，云模型本身就是反映事物不确定本质，与行为的随机性、不确定性相契合，评价过程没有主观因素的参与，评价结果更加合理可信。

【技术实现步骤摘要】
一种基于模糊熵权法与云模型的用户行为可信度检测方法
本专利技术属于网络数据处理
，尤其涉及一种基于模糊熵权法与云模型的用户行为可信度检测方法。
技术介绍
目前，业内常用的现有技术是这样的：传统上，对用户的管理主要是针对用户身份信息层面，包括数字证书、身份证、生物特征等等。对网络用户行为的研究分析相对少见。常见的方法有基于模糊理论的用户行为可信评估模型，但是在构建权重向量时，采用的方法通常是通过专家经验法或者AHP层次分析法，一方面利用专家分析法构建权重向量，使得评价过程主管参与度大，评价结果不够客观；另一方面，采用层次分析法时，不仅要划分层数，还要考虑层次与层次之间的相互联系，在行为属性较多时，复杂性很大。另外，在构建评价矩阵建立时，通常方法是选用已有的适合的隶属函数，而这些已有的隶属度函数是为某一类别所通用的函数模板，不能准确的反映出某些特定行为属性指标对于评价结果的隶属程度。还有基于BP神经网络的用户行为预测模型，此种预测模型是在历史行为数据的基础上，通过训练参数，达到用户行为评估和预测的效果。评估过程对初始权重值敏感，且需要大量的样本数据，对于数据量少的情况，该模型得到的评估结果便不精确。此外，此种模型对行为属性指标的权重的确定也较为复杂。综上所述，现有技术存在的问题是：传统信任模型虽然可以解决用户身份认证的问题，但是在用户成功接入网络后，其进行的一系列操作行为没有实时监控，这便让恶意用户可以在伪造一个正常身份接入网络后进行各种各样攻击，让网络陷入风险之中。现有的用户行为评估方法如层析分析模型、BP神经网络分析模型，模糊理论分析法等，忽略了用户行为各层次元素之间的相互作用和相互依存关系及反馈关系，且评估过程依赖于专家的专业知识以及对评价系统的认知程度，以及对于权重分配主观，导致了评估结果不合理，间接影响建立一个可信可控的健康网络环境。现有技术中这些评价模型与方法都未考虑用户行为自身的随机性、模糊性等特点，未能够将行为的不确定性作为影响评价结果的主要因素，对用户行为如何影响网络安全性的理解不够深入。解决上述技术问题的难度和意义：用户行为的随机性、模糊性等不确定性是影响网络安全的重要因素，因此，对网络用户进行建模的同时，必须兼顾反映出用户行为所具有的独特性质，而本专利技术所采用的云模型理论恰好完美的将用户行为的不确定描述出来，并参与可信评估计算过程，是实现网络用户可管控的至关重要的一步；同时，采用模糊熵权法的思想赋予用户行为属性的权重，减少了评估过程的主观性；由于整个评估过程没有涉及复杂的参数计算，使得评估结果更加快速，为网络行为监管的实时性提供了计算保障。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于模糊熵权法与云模型的用户行为可信度检测方法。本专利技术是这样实现的，一种基于模糊熵权法与云模型的用户行为可信度检测方法，所述基于模糊熵权法与云模型的用户行为可信度检测方法建立行为属性云：对收集的行为数据按行为特征划分成m个行为属性；根据每一个行为属性的样本数据，利用样本均值代替总体均值，得到期望，样本方差代替总体方差的方法，得到熵和超熵，还原出云的数字特征；得到m个行为属性云；建立等级云：给出n个评价等级，确定每一个等级云的数字特征，得到n个等级云；通过关联公式计算m个行为云对n个等级云的隶属度，据此得到隶属度矩阵；根据模糊熵权法得到隶属度矩阵元素每一个属性的权重；将隶属度矩阵与权重向量相乘得到最后的评定结果。进一步，建立等级云中，具体包括：给出n个评价等级，设个等级区间范围为[rmin，rmax]，根据He＝0.02确定每一个等级云的数字特征，得到n个等级云；其中，rmin，rmax分别为等级区间的下边界与上边界，Ex，En，He分别为等级云的期望，熵，超熵。进一步，通过关联公式计算m个行为云对n个等级云的隶属度，据此得到隶属度矩阵；根据模糊熵权法对隶属度矩阵的元素采用得到每一个属性的权重。其中，m是行为属性的个数，n是等级划分的个数，rij是构成隶属度矩阵R的元素，xi是行为属性云滴，Ex，En，为等级云的期望与熵，pij表示隶属度矩阵中元素rij对其所在列占据的比重，Ei是利用香农提出的信息熵计算公式得到的第i个行为属性的熵值，E′i取的是熵的倒数，表明熵值与属性权重成反比，wi是依据熵权法，计算的第i个行为属性的权重。本专利技术的另一目的在于提供一种计算机程序。本专利技术的另一目的在于提供一种信息数据处理终端。本专利技术的另一目的在于提供一种网络用户实时监测与控制终端，用于实现所述的基于模糊熵权法与云模型的用户行为可信度检测方法，还用于网络用户全生命周期管理。本专利技术的另一目的在于提供一种用户行为可信评估平台，用于实现所述的基于模糊熵权法与云模型的用户行为可信度检测方法，还用于异构网络环境下各个实体信任数据互通，进行信任值传递。本专利技术的另一目的在于提供一种实现所述基于模糊熵权法与云模型的在线社交网络用户行为可信评估系统。本专利技术的另一目的在于提供一种实现所述基于模糊熵权法与云模型的用户行为可信度检测方法的计算机程序。本专利技术的另一目的在于提供一种实现所述基于模糊熵权法与云模型的用户行为可信度检测方法的信息数据处理终端。本专利技术的另一目的在于提供一种基于模糊熵权法与云模型的用户行为可信度检测系统包括：行为数据采集模块，通过爬取网站上的用户行为数据或专门的数据提供网站收集目标数据；数据预处理模块，用于对目标数据进行去噪处理，筛选出有意义的行为数据，并按照行为特征划分成若干属性；逆向云发生器模块，用于描述行为数据的不确定性，对每一个行为属性通过逆向云发生器形成属性云；正向云发生器模块，用于划分信任等级，并根据每一个等级范围通过正向云发生器形成等级云。评估模块，用于对行为数据的建模；然后再根据属性云与等级云之间的关系，得到隶属度矩阵，利用熵权法对隶属度矩阵元素处理，得到属性的权重，得到用户行为可信值。本专利技术的另一目的在于提供一种搭载所述基于模糊熵权法与云模型的用户行为可信度检测系统的网络数据处理平台。综上所述，本专利技术的优点及积极效果为：具体说明如下：基于模糊理论的用户行为可信评估模型，但是在构建权重向量时，采用的方法通常是通过专家经验法或者AHP层次分析法，一方面利用专家分析法构建权重向量，使得评价过程主管参与度大，评价结果不够客观；另一方面，采用层次分析法时，不仅要划分层数，还要考虑层次与层次之间的相互联系，在行为属性较多时，复杂性很大。另外，在构建评价矩阵建立时，通常方法是选用已有的适合的隶属函数，而这些已有的隶属度函数是为某一类别所通用的函数模板，不能准确的反映出某些特定行为属性指标对于评价结果的隶属程度；基于BP神经网络的用户行为预测模型，此种预测模型是在历史行为数据的基础上，通过训练参数，达到用户行为评估和预测的效果。评估过程对初始权重值敏感，初始值若分配有误，则会影响全局结果，并且需要大量的样本数据，对于数据量少的情况，该模型得到的评估结果便不精确。此外，此种模型对行为属性指标的权重的确定也较为复杂。针对前面两种用户行为可信评估模型具有的局限性，本专利技术提出的基于云模型的模糊综合评价系统是通过计算行为云与等级云之间的关系，得到隶属度矩阵，既将行为的不确定性和模糊性通过行为云描述，又将行为属性对本文档来自技高网...

【技术保护点】
1.一种基于模糊熵权法与云模型的用户行为可信度检测方法，其特征在于，所述基于模糊熵权法与云模型的用户行为可信度检测方法包括：建立行为属性云：对收集的行为数据按行为特征划分成m个行为属性；根据每一个行为属性的样本数据，利用样本均值代替总体均值，得到期望，样本方差代替总体方差的方法，得到熵和超熵，还原出云的数字特征；得到m个行为属性云；建立等级云：给出n个评价等级，确定每一个等级云的数字特征，得到n个等级云；通过关联公式计算m个行为云对n个等级云的隶属度，据此得到隶属度矩阵；根据模糊熵权法得到隶属度矩阵元素每一个属性的权重；将隶属度矩阵与权重向量相乘得到最后的评定结果。

【技术特征摘要】
1.一种基于模糊熵权法与云模型的用户行为可信度检测方法，其特征在于，所述基于模糊熵权法与云模型的用户行为可信度检测方法包括：建立行为属性云：对收集的行为数据按行为特征划分成m个行为属性；根据每一个行为属性的样本数据，利用样本均值代替总体均值，得到期望，样本方差代替总体方差的方法，得到熵和超熵，还原出云的数字特征；得到m个行为属性云；建立等级云：给出n个评价等级，确定每一个等级云的数字特征，得到n个等级云；通过关联公式计算m个行为云对n个等级云的隶属度，据此得到隶属度矩阵；根据模糊熵权法得到隶属度矩阵元素每一个属性的权重；将隶属度矩阵与权重向量相乘得到最后的评定结果。2.如权利要求1所述的基于模糊熵权法与云模型的用户行为可信度检测方法，其特征在于，建立等级云中，具体包括：给出n个评价等级，设个等级区间范围为[rmin，rmax]，根据He＝0.02确定每一个等级云的数字特征，得到n个等级云；其中，rmin，rmax分别为等级区间的下边界与上边界，Ex，En，He分别为等级云的期望，熵，超熵。3.如权利要求1所述的基于模糊熵权法与云模型的用户行为可信度检测方法，其特征在于，通过关联公式计算m个行为云对n个等级云的隶属度，据此得到隶属度矩阵；根据模糊熵权法对隶属度矩阵的元素采用得到每一个属性的权重；其中，m是行为属性的个数，n是等级划分的个数，rij是构成隶属度矩阵R的元素，xi是行为属性云滴，Ex，En，为等级云的期望与熵，pij表示隶属度矩阵中元素rij对其所在列占据的比重，Ei是利用香农提出的信息熵计算公式得到的第i个行为属性的熵值，E′i取的是熵的倒数，表明熵值与属性权重成反比，wi是依据熵权法，计算的第i个行为属性的权重。4.一种实现权利要求1～3任意一项所述基于...

【专利技术属性】
技术研发人员：张仕斌，杨敏，刘宁，张航，赵杨，甘建超，杨晨，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：四川,51