一种基于层次分析法和灰色关联分析的身份可信评价方法技术

本发明专利技术公开了一种基于层次分析法和灰色关联分析的身份可信评价方法，涉及计算机网络安全领域。通过权威身份认证提供商采集用户多维度权威信息数据，对同一属性的信息进行聚类，将用户填写的关键信息与权威信息数据库中数据进行匹配，进行相似度计算评分，使用层次分析法和灰色关联分析进行多层次关联决策分析，得到用户身份可信评价。本发明专利技术综合考虑用户个体辨识类、医疗类、通讯类、司法类等因素，构建多层次的用户身份可信评价模型，实现对用户身份可信的综合评估，具有较高的逻辑性和灵活性，评价结果更加准确客观。

An Identity Trustworthiness Evaluation Method Based on Analytic Hierarchy Process and Grey Relational Analysis

【技术实现步骤摘要】
一种基于层次分析法和灰色关联分析的身份可信评价方法
本专利技术涉及计算机网络安全领域，尤其涉及一种基于层次分析法和灰色关联分析的身份可信评价方法。
技术介绍
随着互联网、社交媒体的快速发展，我国网民数量不断攀升，网络用户身份信息逐渐庞杂。在各种各样的网络应用中，需要对用户身份信息可信作出评价，从而提供不同的服务。随着电子商务、网络支付等领域的发展，我国经济活动对网络依赖性的增强，涉及到资金和财产的网络活动加剧，其需求变得更加迫切。因此，拥有一种可以结合多种属性、安全可靠地进行用户身份可信评价的方法对于日益增长的网络监管需求是至关重要的。用户身份信息是指以特定自然人为信息主体的、能够单独或通过与其他个人用户身份信息结合识别出该特定自然人的、以任何载体形式存在的一切信息。结合上述定义，可以将用户身份信息大体分类为自然属性以及社会属性。自然属性涵盖了个人的外貌、体型、声音信息等，此类信息较为稳定，而且不易被修改，可以用于辨别个体与其他个体之间的差异。社会属性则包括个体的社会关系、人际交往、社会职能等方面，此类信息会随着个体的时间以及环境变化而产生较大的波动，此外还有社会活动所带来的信息也一并归入社会属性。目前的网络身份管理技术已经在政府、银行、电商、社交网络等领域建立了各自的管理与服务系统，但传统分析方法往往采用单一指标，容易造成误判，而多因素判断对于身份可信的影响程度主观性较强。因此准确客观地进行多身份因素下的身份信息可信评价，成为统一管理网络实体多形态身份的关键。因此，本领域的技术人员致力于开发一种基于层次分析法和灰色关联分析的身份可信评价方法，将多种来源的用户身份信息收集起来，并通过多层次关联决策分析，从而提高用户身份可信评价准确性及采纳因素的灵活性。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是解决传统身份分析方法采纳身份信息因素不多，容易造成误判，或采纳身份信息因素多的方法主观性较强的缺陷。为实现上述目的，本专利技术提供了一种基于层次分析法和灰色关联分析的身份可信评价方法，包括如下步骤：步骤1、通过权威身份认证提供商采集用户多维度权威信息数据，对同一属性的信息进行聚类，选取类内方差最小的信息作为属性代表信息，并搭建权威信息数据库；采集用户注册网络平台、多媒体时填写的注册信息；步骤2、将采集的所述用户填写的关键信息与所述权威信息数据库中数据进行匹配，将所述关键信息的各属性信息与所述权威信息数据库中对应属性进行相似度计算，得到相似度评分，将各属性所述相似度评分根据范围量化划分为不同的相似度可信等级；步骤3、使用层次分析法和灰色关联分析将所述各属性相似度可信等级进行多层次关联决策分析，并得到用户身份可信评价。进一步地，所述步骤3基于所述层次分析法计算的各项信息因素在身份可信评价的权重，所述灰色关联分析将各属性所述相似度可信等级得分代入评价对象的关联度系数矩阵，计算得到多层次评价关联度，得到所述身份可信评价。进一步地，所述不同属性包括个体辨识类、医疗类、司法类、家庭类、通讯类、个体特征类、人事类。进一步地，所述步骤2的所述关键信息包括身份证号、银行卡号、手机号码。进一步地，所述步骤2的所述相似度可信等级包括不可信，偏不可信，偏可信，可信。进一步地，所述步骤3所述层次分析法计算权重包括以下步骤：步骤3.1、建立层次结构模型：将与决策有关的各个因素按照不同属性自上而下地分解为若干层次，同一层的因素从属于上一层的因素对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用；最上层为目标层，最下层为方案层，中间层为准则层；步骤3.2、构造判断矩阵：在所述层次结构模型的基础上，采用比较尺度表通过两两比较的方式，确定各项因素对上层某个因素的相对影响程度，从而构造所述判断矩阵；步骤3.3、层次单排序及一致性校验：根据相邻两层的各所述判断矩阵，求出最大特征根以及所对应的特征向量，进行一致性校验；各所述判断矩阵通过一致性检验，可以用做该层因素的影响权重，否则需要重新构造合理的判断矩阵；步骤3.4、层次总排序及一致性校验：确定某层从最上层开始逐层向下所有因素对于所述目标层身份可信评价影响权重的判断矩阵，并进行一致性校验；所述判断矩阵中影响权重计算方法为：其中aj表示所述步骤3.3中某层A中第j个因素对所述目标层身份可信评价的排序权值，bij为该层第i个因素相对于所述A层的上层第j个因素的层次单排序权值。进一步地，所述一致性判断过程如下：将所述判断矩阵的最大特征根对应的特征向量归一化处理后记为w；w满足：计算归一化后的特征向量的一致性校验值CI，计算一致性指标RI：计算判断矩阵的检验系数CR：若CR小于0.1，所述矩阵通过一致性检验。进一步地，所述准则层包括两层，为不同身份信息类别以及对应的子类别。进一步地，所述步骤3所述灰色关联分析包括以下步骤：步骤S3.1、确定参考序列和比较序列：基于各信息因素对用户身份可信评价的影响程度构造参考序列和比较序列；所述参考序列是反映系统身份可信评价的数据序列，以各个指标的最优值构成参考序列，所述各个指标最优值对应为各个指标划分的上限；所述比较序列是影响身份可信评价的因素组成的数据序列；步骤S3.2、无量纲化处理：对所述参考序列和所述比较序列无量纲化处理，消除各维度特征间的量纲差异，令参评数据在各维度的得分为1；步骤S3.3、计算关联系数：计算各因素的灰色关联系数，比较序列xi在第k个指标上的所述灰色关联系数ξi，计算方法如下：其中ρ∈[0,1]为分辨系数，取值0.5；步骤S3.4、计算所述多层次评价关联度：基于所述层次分析法算出的各项特征因素的权重，对关联系数矩阵进行加权求和，具体计算公式如下：R＝wξ其中，rj代表关联系数矩阵R的第j级指标与所述参考序列的所述多层次评价关联度，wi为所述层次分析法计算的权重向量w中的第i个权值，εij代表关联系数矩阵ξ中第i行第j列的元素。进一步地，所述步骤3的所述身份可信评价划分为四级：不可信、偏不可信、偏可信、可信。与现有技术相比，本专利技术的方法具有以下有益效果：本专利技术针对网络用户缺少综合性身份可信评价的问题，以层次分析法和灰色关联分析理论为基础，综合考虑用户个体辨识类、医疗类、通讯类、司法类等因素，构建多层次的用户身份可信评价模型，实现对用户身份可信的综合评估。对于部分用户身份信息不易量化的问题，通过与权威信息库对应信息进行相似度计算，并映射量化为信息可信度评价。对于不同身份信息对用户总体身份可信评价的影响程度不同，引入层次分析法确定各信息因素权重，具有较高的逻辑性和灵活性。与传统身份评估方法相比较，本专利技术提出的身份可信评价具有较大的优势，评价结果更加准确，结论更有说服力。以下将结合附图对本专利技术的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本专利技术的目的、特征和效果。附图说明图1是本专利技术的一个较佳实施例的基于层次分析法与灰色关联分析的用户身份可信评价方法的示意图；图2是本专利技术的一个较佳实施例的采集的数据种类；图3是本专利技术的一个较佳实施例的所述层次分析法与灰色关联分析方法的流程图。具体实施方式以下参考说明书附图介绍本专利技术的多个优选实施例，使其
技术实现思路
更加清楚和便于理解。本专利技术可以通过许多不同形式的实施例来得以体现，本本文档来自技高网...

【技术保护点】
1.一种基于层次分析法和灰色关联分析的身份可信评价方法，其特征在于，包括如下步骤：步骤1、通过权威身份认证提供商采集用户多维度权威信息数据，对同一属性的信息进行聚类，选取类内方差最小的信息作为属性代表信息，并搭建权威信息数据库；采集用户注册网络平台、多媒体时填写的注册信息；步骤2、将采集的所述用户填写的关键信息与所述权威信息数据库中数据进行匹配，将所述关键信息的各属性信息与所述权威信息数据库中对应属性进行相似度计算，得到相似度评分，将各属性所述相似度评分根据范围量化划分为不同的相似度可信等级；步骤3、使用层次分析法和灰色关联分析将所述各属性相似度可信等级进行多层次关联决策分析，并得到用户身份可信评价。

【技术特征摘要】
1.一种基于层次分析法和灰色关联分析的身份可信评价方法，其特征在于，包括如下步骤：步骤1、通过权威身份认证提供商采集用户多维度权威信息数据，对同一属性的信息进行聚类，选取类内方差最小的信息作为属性代表信息，并搭建权威信息数据库；采集用户注册网络平台、多媒体时填写的注册信息；步骤2、将采集的所述用户填写的关键信息与所述权威信息数据库中数据进行匹配，将所述关键信息的各属性信息与所述权威信息数据库中对应属性进行相似度计算，得到相似度评分，将各属性所述相似度评分根据范围量化划分为不同的相似度可信等级；步骤3、使用层次分析法和灰色关联分析将所述各属性相似度可信等级进行多层次关联决策分析，并得到用户身份可信评价。2.如权利要求1所述的基于层次分析法和灰色关联分析的身份可信评价方法，其特征在于，所述步骤3基于所述层次分析法计算的各项信息因素在身份可信评价的权重，所述灰色关联分析将各属性所述相似度可信等级得分代入评价对象的关联度系数矩阵，计算得到多层次评价关联度，得到所述身份可信评价。3.如权利要求1所述的基于层次分析法和灰色关联分析的身份可信评价方法，其特征在于，所述不同属性包括个体辨识类、医疗类、司法类、家庭类、通讯类、个体特征类、人事类。4.如权利要求1所述的基于层次分析法和灰色关联分析的身份可信评价方法，其特征在于，所述步骤2的所述关键信息包括身份证号、银行卡号、手机号码。5.如权利要求1所述的基于层次分析法和灰色关联分析的身份可信评价方法，其特征在于，所述步骤2的所述相似度可信等级包括不可信，偏不可信，偏可信，可信。6.如权利要求1所述的基于层次分析法和灰色关联分析的身份可信评价方法，其特征在于，所述步骤3所述层次分析法计算权重包括以下步骤：步骤3.1、建立层次结构模型：将与决策有关的各个因素按照不同属性自上而下地分解为若干层次，同一层的因素从属于上一层的因素对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用；最上层为目标层，最下层为方案层，中间层为准则层；步骤3.2、构造判断矩阵：在所述层次结构模型的基础上，采用比较尺度表通过两两比较的方式，确定各项因素对上层某个因素的相对影响程度，从而构造所述判断矩阵；步骤3.3、层次单排序及一致性校验：根据相邻两层的各所述判断矩阵，求出最大特征根以及所对应的特征向量，进行一致性校验；各所述判断矩阵通过一致性检验...

【专利技术属性】
技术研发人员：邹福泰，谭越，梁晓实，龚子超，李林森，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31