一种基于交互行为的区块链用户可信度评价方法技术

本发明专利技术公开了一种基于交互行为的区块链用户可信度评价方法，该方法首先根据历史交互信息计算目标用户的直接信任值，然后对共谋团体进行过滤后，计算目标用户的全局声誉；然后根据信任网络，计算目标用户的推荐信任值；接着结合直接信任值和推荐信任值计算得到目标用户的当前信任值；最后在新交互产生后，采用自适应的信任奖惩因子对评价结果进行更新。本发明专利技术从全局声誉、直接信任值、推荐信任值三个层级，综合量化评价区块链用户的可信度，通过对共谋团体的过滤可以提高评价结果的准确性，对信任网络采用选择性搜索方法可以减少推荐信任计算的时空消耗，通过信任奖惩因子能够对用户的投机行为进行约束。

An Evaluation Method of Block Chain User Reliability Based on Interactive Behavior

【技术实现步骤摘要】
一种基于交互行为的区块链用户可信度评价方法
本专利技术涉及一种基于交互行为的区块链用户可信度评价方法，该方法根据用户交互行为对区块链用户的可信度进行量化评价，属于分布式计算的应用领域。
技术介绍
区块链是以比特币为代表的数字货币的核心支撑技术，它本质上是使用密码技术将共识确认的区块按顺序追加而形成的分布式账本(Decentralizedsharedledger)，它的最大优势在于网络上的各参与者都能共享，但没有哪个单一实体能够完全控制。区块链将数据按照时间顺序以区块的形式进行打包，每一个区块都链接到前一个区块上，从而组成一个链式的共享分布式防篡改数据库。区块链技术具有去中心化、去信任、防篡改等突出优点，它是一种特色鲜明的分散式解决方案，不需要中心化的组织管理。在区块链中完成的每个事务的信息是共享的，并且对所有节点可用，此属性使区块链系统比涉及第三方的集中系统更透明。区块链系统的参与者群体可以共享该分布式数据库，所有参与者都可以提交纳入区块链的新记录。但是，这些记录只有获得共识(即该群组中的大多数人的同意)后，才能被合法地添加到数据库当中，并且一旦该记录被正式添加，就永远也不可能被修改或删除。通过这种方式，区块链可以记录数字信息并且能有效保护这些被记录的数字信息的安全。区块链可以有效解决在部分参与者不可信的不可靠网络环境，安全、可靠地交换信息的网络科学难题。区块链的高安全性在于，它一开始就假设在整个系统中存在不诚实的参与者，这些参与者不但可能制造虚假的数据，而且可能会试图操纵由诚实参与者传来的有效数据。因此，区块链安全模型设计出各种消息传送和共识技术，确保不但能够甄别和拒绝无效数据，并且防止有效数据被恶意修改或删除，从而保证记录在链的数据的完整性,可靠性以及不可抵赖性。在区块链系统中，对用户的可信度进行评价，对降低系统设计复杂度和提升系统处理性能有重要作用。现有的一些区块链应用主要借助区块链记录的用户历史操作评价数据，通过预置的分析计算模型进行挖掘运算，从而得到目标用户的当前综合可信度评价，并依据用户可信度评价判断用户访问控制和用户间交互的有效性。然而，研究界目前对区块链用户可信度评价的方法和手段还不够全面，现有的很多方法通常只停留于简单的直接可信度计算，而缺乏对信任关系的传递、演化影响以及有效检测恶意节点等方面的研究，并且现有方法在计算用户可信度时的计算开销也比较大。因此，本专利技术从充分挖掘区块链记录的用户历史操作评价数据以及用户交互行为入手，提出一种基于交互行为的区块链用户可信度评价方法，不但能够量化评价区块链用户在交互中的可信度，而且可以甄别具有恶意欺骗和投机行为的用户，提升区块链系统的处理效率。
技术实现思路
专利技术目的：针对现有技术中存在的问题与不足，本专利技术提出一种基于交互行为的区块链用户可信度评价方法，它能够量化评价区块链用户在交互中的可信度，对具有恶意欺骗和投机行为的用户进行甄别和信任惩罚，为区块链系统中的用户行为决策提供依据。技术方案：一种基于交互行为的区块链用户可信度评价方法，该方法将区块链中用户通过历史交互行为建立起的信任关系，联结成区块链用户信任网络，并根据用户交互行为和信任网络对目标用户的可信度进行量化评价。与已有方法不同的是，本专利技术从全局声誉、直接信任值和推荐信任值三个层次综合对目标用户的当前可信度进行评价，在用户信任度量化计算过程中，对共谋团体进行识别，对推荐信任值的计算方法进行优化，从而提高用户可信度评价的准确率和减少计算的时空开销。本专利技术涉及信任主体用户、信任目标用户、用户可信度等概念，其中信任主体用户为信任评价的发起节点，是信任评价过程中的主体，简称主体用户；而信任目标用户为主体用户进行可信度评价的具体对象，简称目标用户，主体用户所有的评价行为均针对目标用户；用户可信度为主体用户对目标用户的服务能力满足其要求(预期约定)的期望程度，它是对区块链用户间信任关系的量化表示，取值范围为[0,1]，其中0代表完全不信任，1代表完全信任，介于0和1之间的数值表示既非完全信任也非完全不信任，初始信任值设为0.5。本专利技术主要包括五个步骤，具体如下：步骤1，目标用户的直接信任值计算，根据主体用户与目标用户的直接交互评价信息，从交互满意度和交互时间两个指标，计算主体用户对目标用户的直接信任值，该直接信任值是信任主体用户通过与信任目标用户直接交互产生的信任关系度量，根据区块链记录的用户Ua与用户Ub间的直接交互历史数据，计算用户Ua对用户Ub的直接信任值。步骤2，目标用户的全局声誉计算，通过收集所有与目标用户有过直接交互历史的用户对目标用户的直接信任评价，过滤掉共谋团体的评价信息，计算出目标用户的全局声誉，它是区块链中所有与目标用户有过直接交互的用户，对目标用户可信度的综合期望程度。步骤3，目标用户的推荐信任值计算，采用选择性路径搜索方法，在信任主体用户的信任网络中对信任目标用户进行搜索，计算搜索得到的所有推荐路径上的推荐信任值，并将其聚合得到对目标用户的最终推荐信任值。考虑到当主体用户与目标用户之间的直接交互较少或没有时，基于主观经验的直接信任值不能充分反映用户实际信任度，因此需要借鉴其他用户对目标用户的可信度评价，来对目标用户可信度进行判定。以此原因引入的推荐信任值，即为通过第三方推荐得到的信任度。步骤4，主体用户对目标用户的当前信任值计算，通过综合步骤1、步骤2和步骤3计算得到的直接信任值、全局声誉和推荐信任值，计算得到目标用户的当前信任值，它为综合考虑主体用户对目标用户直接信任值、全局声誉和推荐信任值的共同作用的结果。步骤5，动态更新与信任惩罚机制，当产生新的交互评价后，对目标用户的信任评价进行动态更新，对用户的恶意行为进行信任惩罚。作为优选，步骤1中，主体用户对目标用户的直接信任值计算公式为：其中，DTt(Ua,Ub)表示时间段t内用户Ua对用户Ub的直接信任值，h表示时间段t内用户Ua和用户Ub的交互次数，h＝0时，DTt(Ua,Ub)设为初始直接信任值，e(Ua,Ub)k表示时间段t内用户Ua和用户Ub第k个交互的满意度评价，表示时间衰减因子，tk表示第k个交互发生的时间，λ为时间衰减系数。作为优选，步骤2中，共谋团体识别的方法为：设与用户Ui有过直接交互的用户集合为N＝{N1,N2,...,Nm}，m为与用户Ui所有有过直接交互的用户的个数，其中用户Nk对用户Ui的直接信任值评价值为DTt(Nk,Ui)，若用户Nk对用户Ui的直接信任值评价值满足公式：则该用户Nk为异常评价用户；若系统的异常节点个数大于等于设定的阈值，则计算任意异常用户之间的相似度，再依据相似度对异常用户进行聚类，判断聚类后类簇的大小，若类簇内用户个数大于系统可以承受的异常节点个数，则该类簇为共谋团体。作为优选，异常用户之间的相似度为用户共同评价过的节点的评分向量的余弦相似度。作为优选，步骤2中，用户全局声誉的计算公式为：其中，GRt(Ub)表示时间段t内用户Ub的全局声誉，DTt(N'k,Ub)表示时间段t内用户N'k对用户Ub的直接信任值，N'为排除掉共谋团体后与用户Ub有过直接交互的用户集合。作为优选，步骤3中，采用深度优先搜索方法在信任主体用户的信任网络中对信任目标用户进行搜索，在搜索中若用户全局本文档来自技高网...

【技术保护点】
1.一种基于交互行为的区块链用户可信度评价方法，其特征在于，该方法将区块链中用户通过历史交互行为建立起的信任关系，联结成区块链用户信任网络，并根据用户交互行为和信任网络从全局声誉、直接信任值和推荐信任值三个层次综合对目标用户的可信度进行量化评价；具体包括如下步骤：步骤1，目标用户的直接信任值计算：根据主体用户与目标用户的直接交互评价信息，计算主体用户对目标用户的直接信任值，在计算直接信任值时引入时间衰减因子表示信任随时间的衰减程度；步骤2，目标用户的全局声誉计算：通过收集所有与目标用户有过直接交互历史的用户对目标用户的直接信任评价，过滤掉共谋团体的评价信息，计算出目标用户的全局声誉；步骤3，目标用户的推荐信任值计算：采用选择性路径搜索方法，在信任主体用户的信任网络中对信任目标用户进行搜索，计算搜索得到的所有推荐路径上的推荐信任值，并将其聚合得到对目标用户的最终推荐信任值；步骤4，主体用户对目标用户的当前信任值计算：通过综合步骤1、步骤2和步骤3计算得到的直接信任值、全局声誉和推荐信任值，计算得到目标用户的当前信任值；当主体用户与目标用户在当前时间段的交互较多时，当前信任值取值为直接信任值；当主体用户与目标用户之间直接交互较少但推荐路径较多时，当前信任值取值由直接信任值与推荐信任值加权计算得到；当主体用户与目标用户之间直接交互较少且推荐路径较少时，当前信任值由直接信任值、全局声誉和推荐信任值加权计算得到；步骤5，信任度的更新：当产生新的交互评价后，对用户的信任评价进行更新，对用户的恶意行为进行信任惩罚。...

【技术特征摘要】
2019.06.12 CN 20191050613771.一种基于交互行为的区块链用户可信度评价方法，其特征在于，该方法将区块链中用户通过历史交互行为建立起的信任关系，联结成区块链用户信任网络，并根据用户交互行为和信任网络从全局声誉、直接信任值和推荐信任值三个层次综合对目标用户的可信度进行量化评价；具体包括如下步骤：步骤1，目标用户的直接信任值计算：根据主体用户与目标用户的直接交互评价信息，计算主体用户对目标用户的直接信任值，在计算直接信任值时引入时间衰减因子表示信任随时间的衰减程度；步骤2，目标用户的全局声誉计算：通过收集所有与目标用户有过直接交互历史的用户对目标用户的直接信任评价，过滤掉共谋团体的评价信息，计算出目标用户的全局声誉；步骤3，目标用户的推荐信任值计算：采用选择性路径搜索方法，在信任主体用户的信任网络中对信任目标用户进行搜索，计算搜索得到的所有推荐路径上的推荐信任值，并将其聚合得到对目标用户的最终推荐信任值；步骤4，主体用户对目标用户的当前信任值计算：通过综合步骤1、步骤2和步骤3计算得到的直接信任值、全局声誉和推荐信任值，计算得到目标用户的当前信任值；当主体用户与目标用户在当前时间段的交互较多时，当前信任值取值为直接信任值；当主体用户与目标用户之间直接交互较少但推荐路径较多时，当前信任值取值由直接信任值与推荐信任值加权计算得到；当主体用户与目标用户之间直接交互较少且推荐路径较少时，当前信任值由直接信任值、全局声誉和推荐信任值加权计算得到；步骤5，信任度的更新：当产生新的交互评价后，对用户的信任评价进行更新，对用户的恶意行为进行信任惩罚。2.根据权利要求1所述的一种基于交互行为的区块链用户可信度评价方法，其特征在于，步骤1中，主体用户对目标用户的直接信任值计算公式为：其中，DTt(Ua,Ub)表示时间段t内用户Ua对用户Ub的直接信任值，h表示时间段t内用户Ua和用户Ub的交互次数，h＝0时，DTt(Ua,Ub)设为初始直接信任值，e(Ua,Ub)k表示时间段t内用户Ua和用户Ub第k个交互的满意度评价，表示时间衰减因子，tk表示第k个交互发生的时间，λ为时间衰减系数。3.根据权利要求1所述的一种基于交互行为的区块链用户可信度评价方法，其特征在于，步骤2中，共谋团体识别的方法为：设与用户Ui有过直接交互的用户集合为N＝{N1,N2,...,Nm}，m为与用户Ui所有有过直接交互的用户的个数，其中用户Nk对用户Ui的直接信任值评价值为DTt(Nk,Ui)，若用户Nk对用户Ui的直接信任值评价值满足公式：则该用户Nk为异常评价用户；若系统的异常节点个数大于等于设定的阈值，则计算任意异...

【专利技术属性】
技术研发人员：杨鹏，羊梦娇，李幼平，赵广振，
申请(专利权)人：南京优慧信安科技有限公司，
类型：发明
国别省市：江苏,32