一种用户信任综合评估方法技术

本发明专利技术公开了一种用户信任综合评估方法，包括(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。本方法采用静态特征信任度结合动态特征信任度的动态化评估方法取代传统信任系统的静态化评估方法，信任评估结果客观性更强，准确性更高；具有百万级别用户海量行为特征数据处理能力，能够实现大规模用户的并发身份信任评估。

【技术实现步骤摘要】
一种用户信任综合评估方法
本专利技术涉及信任评估，尤其是一种用户信任综合评估方法。
技术介绍
根据已公开数据可获得以下专利技术，《一种基于用户信任的动态分级访问控制方法》研究通过比较用户的动态信任值与分级动态信任阈值从而确定用户的访问权限；《一种可信网络中用户行为的信任评估方法》研究通过电子商务中用户动态的交易时长、交易结果、交易价值和信任值四个属性计算信任评估向量；《一种基于用户诚实度的动态的Web服务信任评估方法》研究通过挖掘用户偏好从而对用户进行聚类，进而根据群用户的动态诚实度对web服务进行信任评估；《一种基于多参数区间数多属性决策的云服务信任评估方法》研究多参数多属性决策的主值模型算法从而对云服务做出信任评估；《一种基于改进AHP的用户行为信任评估方法及系统》研究基于AHP思想的综合信任度算法评估用户行为是否存在安全威胁。这些专利的共同缺点是无法实现大规模用户的并发身份信任评估，缺少大数据技术支持。
技术实现思路
本专利技术能够以多种方式实现，包括方法、系统、设备、装置或计算机可读介质，在下面论述本专利技术的几个实施例。一种用户信任综合评估方法，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。进一步地，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。进一步地，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。进一步地，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。进一步地，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。进一步地，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。进一步地，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。进一步地，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。本专利技术具有的积极有益技术效果包括：采用静态特征信任度结合动态特征信任度的动态化评估方法取代传统信任系统的静态化评估方法，信任评估结果客观性更强，准确性更高；具有百万级别用户海量行为特征数据处理能力，能够实现大规模用户的并发身份信任评估。本专利技术的其他方面和优点根据下面结合附图的详细的描述而变得明显，所述附图通过示例说明本专利技术的原理。附图说明本专利技术将通过例子并参照附图的方式说明，其中：图1为本专利技术实施例提供的用户信任综合评估方法流程图。具体实施方式本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。一种用户信任综合评估方法，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。获取用户行为特征数据后，根据数据特征将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，作为实施例，获取到的用户静态行为特征数据包括收入、职称、工作类型、年龄数据，获取到的用户动态行为特征数据包括登录系统、存取款、使用信用卡消费情况的数据。预处理静态行为特征数据的方法为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，包括但不限于将不同区间取值的某类静态行为特征数据转换为不同静态特征值，还包括根据差值比方法将静态行为特征数据转换为静态特征值。作为实施例，采用差值比方法将月收入转换为静态特征值，比如设定最小值为1000，最大值为50000，该用户月收入为13000元，则利用差值比方法计算的静态特征值为(13000-1000)/(50000-1000)＝0.245。将静态行为特征数据转换为静态特征值，可以实现把不同类型的静态行为特征数据转换为可进行信任度计算的数字化静态特征值，不同类型静态行为特征数据可根据不同规则进行静态特征值转换，但同一类型静态行为特征数据采用针对所有用户都相同的规则进行静态特征值转换。预处理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，进一步地，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，具体计算方法为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。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，且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。作为实施例，获取的用户登录操作这一动态行为特征数据包括登录成功与否、登录时间、登录次数三个子动态行为特征数据，三个子动态行为特征数据对应的权重分别为0.4、0.3、0.3，登录成功与否数据中包括15次登录成功事件，5次登录失败事件，假设失败系数γ＝3，则登录成功与否数据对应的动态特征值为15/(15+3*5)＝0.5，假设该用户登录时长数据对应的动态特征值为3，登录次数数据对应的动态特征值为4，则该用户的登录操作这一动态行为特征数据对应的动态特征值为0.5*0.4+3*0.3+4*0.3＝2.3。将动态行为特征数据转换为动态特征值，可以实现把不同类型的动态行为特征数据归一化为可进行信任度计算的数字化动态特征值，不同类型动态行为特征数据可根据不同规则进行动态特征值转换，但同一类型动态行为特征数据采用针对所有用户都相同的规则进行动态特征值转换。当动态行为特征数据包含多个多级子动态行为特征数据时，对每一个子动态行为特征数据分别进行动态特征值归一化处理，然后对所有的子动态特征值进行加权求和得到该动态行为特征数据对应的动态特征值，可以有效保证基于用户行为特征数据评估用户信任度的客观性和合理性。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、FB本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：四川,51