CN106447473A - 基于匹配度的在线安全多正相关属性逆向拍卖方法 - Google Patents

Abstract

本发明公开了一种基于匹配度的在线安全多正相关属性逆向拍卖方法，包括：采购商服务器根据理想方案生成理想信息矩阵，理想方案包括正相关属性集合A＝{a₁，a₂，…，a_N}，加密理想信息矩阵得到加密矩阵，发送加密矩阵到供应商客户端；每个供应商客户端根据各自对应的备选信息矩阵和加密矩阵计算，将得到的匹配矩阵发送至采购商服务器；每个供应商客户端对应一个匹配矩阵，每个备选信息矩阵由对应的供应商客户端根据各自的备选方案生成，每个备选方案对应一个供应商客户端，备选方案与理想方案具有相同属性；采购商服务器分别计算每个匹配矩阵对应的备选方案与理想方案的匹配度，对得到的至少一个匹配度排序，选择最高匹配度对应的备选方案作为拍卖方案输出。

Description

基于匹配度的在线安全多正相关属性逆向拍卖方法

技术领域

本发明涉及一种基于匹配度的在线安全多正相关属性逆向拍卖方法，属于电子拍卖技术领域。

背景技术

近年来，随着互联网及移动终端的快速发展，在线拍卖系统作为一种新型的电子决策模式已经被广泛地运用在电子拍卖等领域中，其中在线逆向拍卖是在线拍卖研究中的主流方向。

逆向拍卖(Reverse auction)也称为反向拍卖、出价(bidding)或招标(tendering)系统。一个采购商可以利用网络或者特定的平台进行物品采购，参与拍卖的各供应商需在规定的时间内进行异地、远程、实时的竞价投标。

随着拍卖内容的愈发丰富，价格作为唯一属性的拍卖已远远不能满足采购商的需求，采购商和供应商在除价格外的其他属性上需进行多重评判，因此，需设计针对多属性拍卖的逆向拍卖方案以满足拍卖功能上的需求。此外，除了拍卖方案的功能和效率，安全性也是衡量拍卖系统鲁棒性的重要因素之一，需保证决策过程的私密性，防止敌手对竞标过程的恶意篡改而使拍卖结果失去正确性。

截至目前，国内外针对安全的多属性逆向拍卖系统的研究还十分欠缺。Srinath于2001年提出了一种十分简单的安全多属性逆向投标协议，该协议在Parkes提出的方案的基础上设计了打分函数，将单属性(价格)逆向投标推广到多属性逆向投标，并采纳Schartner提出的数字假名生成算法，实现了投标过程的匿名性和拍卖结果的公开验证性。之后，Srinath在ElGamal加密系统的基础上，利用可信第三方实现投标过程的匿名性和隐私性。

但是，由于Srinath设计的打分函数需要供应商提供的备选方案中相关信息的参与，增加了备选方案中信息暴露的可能性，导致拍卖方案的私密性降低。此外，由于Srinath提出的拍卖协议需要各参与方进行多次交互，因此拍卖协议的通信轮数较多，拍卖协议的运行效率不高。并且，由于第三方的加入，攻击者截获通信中传递信息的几率增加，降低了拍卖协议的安全性。

发明内容

本发明的目的在于，提供一种基于匹配度的在线安全多正相关属性逆向拍卖方法，能够提高在线逆向拍卖的效率和安全性。

为解决上述技术问题，本发明采用如下的技术方案：一种基于匹配度的在线安全多正相关属性逆向拍卖方法，其特征在于，包括以下步骤：采购商服务器根据采购商输入的理想方案生成理想信息矩阵，其中，所述理想方案包括正相关属性集合A＝{a₁，a₂，…，a_N}，N为属性的总个数，N≥2且N为正整数；所述采购商服务器对所述理想信息矩阵进行加密，得到加密矩阵，并发送所述加密矩阵到供应商客户端；至少一个所述供应商客户端接收到所述加密矩阵；每个供应商客户端根据各自对应的备选信息矩阵和所述加密矩阵进行计算，得到匹配矩阵，并将所述匹配矩阵发送至所述采购商服务器；其中，每个供应商客户端对应一个匹配矩阵，每个备选信息矩阵由对应的供应商客户端根据各自的备选方案生成，每个备选方案对应一个供应商客户端，所述备选方案与所述理想方案具有相同的正相关属性；所述采购商服务器接收到至少一个所述匹配矩阵，分别计算每个匹配矩阵对应的所述备选方案与所述理想方案的匹配度，得到至少一个所述匹配度；所述采购商服务器对所述至少一个匹配度进行排序，并选择最高匹配度对应的备选方案作为拍卖方案；所述采购商服务器输出所述拍卖方案。

前述的基于匹配度的在线安全多正相关属性逆向拍卖方法中，所述正相关属性集合A包括定量属性和定性属性，其中，所述定量属性为用属性值表达的正相关属性，所述定性属性为用等级表达的正相关属性。

前述的基于匹配度的在线安全多正相关属性逆向拍卖方法中，在所述采购商服务器根据采购商输入的理想方案生成理想信息矩阵前，所述方法还包括：所述采购商服务器对所述理想方案中的正相关属性进行预处理；在供应商客户端根据各自的备选方案生成对应的备选信息矩阵前，所述方法还包括：所述供应商客户端对各自的备选方案中的正相关属性进行预处理。

前述的基于匹配度的在线安全多正相关属性逆向拍卖方法中，所述采购商服务器对所述理想方案中的正相关属性进行预处理，包括：(1)取所述正相关属性集合A中所有定量属性的原属性值区间的并集，得到一个新的属性值区间[X^min，X^max]，将该新的属性值区间作为所述正相关属性集合A中所有属性的共同属性值区间X，具体公式为： 式中，b_s为定量属性a_s的原属性值区间，原属性值区间b_s为正整数区间，分别为定量属性a_s的原属性值的最小值、最大值，n为所述正相关属性集合A中的定量属性的个数，s∈[1，n]，n＜N，且s、n均为正整数；(2)取所述正相关属性集合A中所有定性属性的原等级区间的并集，得到一个新的等级区间[1，L]，将该新的等级区间作为所述正相关属性集合A中所有属性的共同等级标准区间l，其中，L为所述理想方案中所有属性的等级标准的最大值，具体公式为：式中，b_u为定性属性a_u的原等级区间，原等级区间b_u为整数区间，为定性属性a_u的原最大等级，m为所述正相关属性集合A中的定性属性的个数，u∈[1，m]，m+n＝N，且u、m均为正整数；(3)将所述正相关属性集合A中的每个定量属性的原属性值映射到所述共同属性值区间[X^min，X^max]的新属性值，具体公式为：式中，分别为定量属性a_s的原属性值、新属性值；(4)计算所述正相关属性集合A中的每个定性属性的原等级区间b_u中的每个等级在所述共同属性值区间[X^min，X^max]中对应的属性值，具体公式为：式中，表示定性属性a_u的原等级区间b_u中的等级；表示等级在所述共同属性值区间[X^min，X^max]中对应的属性值，(5)计算所述共同等级标准区间[1，L]中每个等级在所述共同属性值区间[X^min，X^max]中对应的属性值区间或属性值：当1≤l≤L-1时，按下式计算等级l在所述共同属性值区间[X^min，X^max]中对应的属性值区间X_l：X_l＝[X^min+(l-1)(X^max-X^min)/(L-1)，X^min+l(X^max-X^min)/(L-1))；当l＝L时，等级l在所述共同属性值区间[X^min，X^max]中对应的属性值为X^max。

前述的基于匹配度的在线安全多正相关属性逆向拍卖方法中，所述采购商服务器根据采购商输入的理想方案生成理想信息矩阵，包括：(1)所述采购商服务器分别判断每个定量属性的新属性值是否在[1，L]中一个等级所对应的属性值区间内；如果定量属性a_s的新属性值在等级l所对应的属性值区间X_l内，则按下式计算μ_s，并将μ_s作为该定量属性a_s与该等级l共同对应的理想信息矩阵的元素：(2)所述采购商服务器分别判断每个定性属性的属性值是否在[1，L]中一个等级所对应的属性值区间内；如果定性属性a_u的属性值在等级l所对应的属性值区间X_l内，则按下式计算μ_u，并将μ_u作为该定性属性a_u与该等级l共同对应的理想信息矩阵的元素：其中，为理想信息矩阵的元素，其表示所述理想方案中第t个正相关属性的等级是i，t≤N，i≤L，且i、t均为正整数。

前述的基于匹配度的在线安全多正相关属性逆向拍卖方法中，所述采购商服务器对所述理想信息矩阵进行加密，得到加密矩阵，包括：所述采购商服务器对所述理想信息矩阵中的每个元素进行加密，得到加密矩阵具体公式为：式中，为加密矩阵的元素；L为所述理想方案中所有正相关属性的等级标准的最大值；为所述理想信息矩阵的元素，表示第t个正相关属性的等级是i，t≤N，i≤L，且i、t均为正整数；W_t为第t个正相关属性的权重值，满足p为私钥，为随机生成的质数；为随机矩阵的元素，满足 且

前述的基于匹配度的在线安全多正相关属性逆向拍卖方法中，所述每个供应商客户端根据各自对应的备选信息矩阵和所述加密矩阵进行计算，得到匹配矩阵，包括：式中，为匹配矩阵的元素，表示所述理想信息矩阵的第i行与所述备选信息矩阵的第j行之间的匹配结果；为备选信息矩阵的元素，表示第t个正相关属性的等级是j；为随机矩阵的元素，是10的倍数，q为公钥，满足q＝p*p′，p’为随机生成的质数，p’＞L²*p^L-1+(L+1)；j≤L，且j为正整数。

前述的基于匹配度的在线安全多正相关属性逆向拍卖方法中，所述采购商服务器分别计算每个匹配矩阵对应的所述备选方案与所述理想方案的匹配度，包括：(1)根据所述匹配矩阵计算中间矩阵T_L×L，具体公式为：式中，t_ij为中间矩阵T_L×L的元素；k_i为向量，其中，为随机矩阵的元素，满足且(2)根据所述中间矩阵T_L×L计算所述匹配度σ，具体公式为：式中，为矩阵的元素；σ为所述备选方案与所述理想方案的匹配度。

与现有技术相比，本发明具有以下优点：

1)拍卖过程中，供应商客户端与采购商服务器进行交互时所有的信息都是以密文形式进行传送，因此供应商客户端和采购商服务器对彼此的信息一无所知，即使在传输过程中被非法截获，传输信息也不会被非法获悉，例如，采购商服务器计算理想方案与备选方案之间的匹配度是在不知道供应商提供的备选方案中的详细信息的情况下进行的，可以有效防止非法的采购商服务器截取到供应商提供的备选方案的详细信息，能够提高拍卖过程中供应商与采购商之间交互信息的通信安全。

2)没有第三方的加入，在数据传输过程中不会被破解，也不会在第三方被破解，提高数据传输的安全性。

3)在一次拍卖中，由于供应商客户端与采购商服务器之间只进行一个交互轮次，因此，客户端和服务器之间的通信量较少，可以提高信息传输的速度，从而提高拍卖的效率。

附图说明

图1是本发明实施例提供的基于匹配度的在线安全多正相关属性逆向拍卖方法的流程图；

图2是本发明实施例提供的基于匹配度的在线安全多正相关属性逆向拍卖方法的架构图。

下面结合附图和具体实施方式对本发明作进一步的说明。

具体实施方式

本实施例提供了一种基于匹配度的在线安全多正相关属性逆向拍卖方法，如图1、图2所示，主要包括以下步骤：

步骤S1：采购商服务器根据采购商输入的理想方案生成理想信息矩阵，其中，理想方案包括正相关属性集合A＝{a₁，a₂，…，a_N}，a_N表示第N个正相关属性，N为正相关属性的总个数，N≥2且N为正整数；

在本实施例中，正相关属性集合A包括定量属性和定性属性这两种正相关属性，其中，正相关属性的优劣程度随属性值/等级的变化而发生相同方向的变化，定量属性为用属性值表达的正相关属性，定量属性的属性值越大说明该定量属性越好，而定性属性为用等级表达的正相关属性，定性属性的等级越高说明该定性属性越好。例如，拍卖汽车，理想方案具有最大速度和质量两个正相关属性；其中，最大速度用数字200(km/h)表示，最大速度是定量属性，200是最大速度的属性值；质量为好，用5级表示，质量是定性属性，5级是质量的等级。

作为本实施例的一种可选实施方式，在采购商服务器根据采购商输入的理想方案生成理想信息矩阵前，方法还包括：采购商服务器对理想方案中的正相关属性进行预处理。在本可选实施方式中，采购商服务器对理想方案中的正相关属性进行预处理，包括：

(1)每个定量属性的原属性值都具有一个固定的区间，取正相关属性集合A中所有定量属性的原属性值区间的并集，得到一个新的属性值区间[X^min，X^max]，将该新的属性值区间作为正相关属性集合A中所有属性的共同属性值区间X，具体公式为：

式中，b_s为定量属性a_s的原属性值区间，原属性值区间b_s为正整数区间，分别为定量属性a_s的原属性值的最小值、最大值，n为正相关属性集合A中的定量属性的个数，s∈[1，n]，n＜N，且s、n均为正整数；

(2)由于每个定性属性的等级标准不同，因此需要设置正相关属性集合A中所有属性的共同等级标准区间l＝[1，L]，其中，L为理想方案中所有正相关属性的等级标准的最大值，l≤L且l、L均为正整数；具体如下：

取正相关属性集合A中所有定性属性的原等级区间的并集，得到一个新的等级区间[1，L]，将该新的等级区间作为正相关属性集合A中所有正相关属性的共同等级标准区间l；

式中，b_u为定性属性a_u的原等级区间，原等级区间b_u为整数区间，为定性属性a_u的原最大等级，m为正相关属性集合A中的定性属性的个数，u∈[1，m]，m+n＝N，且u、m均为正整数；

(3)将正相关属性集合A中的每个定量属性的原属性值映射到共同属性值区间[X^min，X^max]的新属性值，具体公式为：

式中，分别为定量属性a_s的原属性值、新属性值；

(4)计算正相关属性集合A中的每个定性属性的原等级区间b_u中的每个等级在共同属性值区间[X^min，X^max]中对应的属性值，具体公式为：

式中，表示定性属性a_u的原等级区间b_u中的等级，且为正整数；表示等级在共同属性值区间[X^min，X^max]中对应的属性值，

(5)计算所述共同等级标准区间[1，L]中每个等级在所述共同属性值区间[X^min，X^max]中对应的属性值区间或属性值，

当1≤l≤L-1时，按下式计算等级l在所述共同属性值区间[X^min，X^max]中对应的属性值区间X_l：

X_l＝[X^min+(l-1)(X^max-X^min)/(L-1)，X^min+l(X^max-X^min)/(L-1))；

当l＝L时，等级l在所述共同属性值区间[X^min，X^max]中对应的属性值为X^max。

需要强调的是，实际应用中，上述步骤(1)和(2)的顺序可以改变；上述步骤(3)-(5)的顺序也可以改变，本实施例不做具体限定。

作为本实施例的一种可选实施方式，采购商服务器根据采购商输入的理想方案生成理想信息矩阵，包括：

(1)采购商服务器分别判断每个定量属性的新属性值是否在[1，L]中一个等级所对应的属性值区间内；如果定量属性a_s的新属性值在等级l所对应的属性值区间X_l内，则按下式计算μ_s，并将μ_s作为该定量属性a_s与该等级l共同对应的理想信息矩阵的元素：

(2)采购商服务器分别判断每个定性属性的属性值是否在[1，L]中一个等级所对应的属性值区间内；如果定性属性a_u的属性值在等级l所对应的属性值区间X_l内，则按下式计算μ_u，并将μ_u作为该定性属性a_u与该等级l共同对应的理想信息矩阵的元素：

其中，为理想信息矩阵的元素，其表示理想方案中第t个正相关属性的等级是i，t≤N，i≤L，且i、t均为正整数。

在本可选实施方式中，如果有定量属性a_s或定性属性a_u不在等级l所对应的属性值区间X_l内，则该属性对应的取值为0。

在本可选实施方式中，先将定性属性转化定量属性，再与其它的定量属性一起转化为定性属性，协同处理定量属性和定性属性，可以达到同时处理定性属性和定量属性的效果，因此所有属性都可以无差异地操作；并且，利用信息矩阵可以方便计算，提高整个拍卖的效率。

步骤S2：采购商服务器对理想信息矩阵进行加密，得到加密矩阵，并发送加密矩阵到至少一个供应商客户端；

在本实施例中，为了防止理想信息矩阵传输过程中被非法截获，使截获者不会知道理想信息矩阵中被保护的信息，采购商服务器需要对理想信息矩阵进行加密处理，得到加密矩阵。

作为本实施例的一种可选实施方式，采购商服务器对理想信息矩阵中的每个元素进行加密，得到加密矩阵具体公式为：

式中，为加密矩阵的元素；L为理想方案中所有正相关的等级标准的最大值；为理想信息矩阵的元素，表示第t个正相关属性的等级是i，t≤N，i≤L，且i、t均为正整数；W_t为第t个正相关属性的权重值，满足只保留到小数点后一位；p为私钥，是随机生成的质数，其绝对值约等于256，例如251、257、263，但考虑到采购商服务器的精度问题，实际应用时可以降低p的取值；为随机矩阵的元素，满足且

在本可选实施方式中，对加密矩阵的计算中加入了权重机制，能够衡量每个正相关属性在所有正相关属性中的相对重要程度，会提高后续匹配度计算的准确性。对理想信息矩阵进行加密，得到加密矩阵，可以使理想信息矩阵以密文传输，供应商对理想方案一无所知，可以有效防止采购商提供的理想方案被非法的供应商客户端截取，提高拍卖过程中供应商与采购商之间交互信息的通信安全。

步骤S3：至少一个供应商客户端接收到加密矩阵；

在本实施例中，供应商客户端可以是手机、平板电脑、PC机等终端设备，本实施例不做具体限定。

步骤S4：每个供应商客户端根据各自对应的备选信息矩阵和加密矩阵进行计算，得到匹配矩阵，并将匹配矩阵发送至采购商服务器；其中，每个供应商客户端对应一个匹配矩阵，每个备选信息矩阵由对应的供应商客户端根据各自的备选方案生成，每个备选方案对应一个供应商客户端，备选方案与理想方案具有相同的正相关属性；

在本实施例中，备选方案也包含定量属性和定性属性，并且，定量属性、定性属性的种类与数量与理想方案是相同的，相同类型的定量属性的原属性值区间也相同，相同类型的定性属性的等级标准也是相同的。例如，理想方案包含质量和最大速度两个正相关属性，最大速度的属性值为250(km/h)，质量的等级为好，用5级表示；而备选方案也同样包含质量和最大属性两个正相关属性，最大速度的属性值为200(km/h)，质量的等级为较好，用4级表示。

作为本实施例的一种可选实施方式，在供应商客户端根据各自的备选方案生成对应的备选信息矩阵前，所述方法还包括：供应商客户端对各自的备选方案中的正相关属性进行预处理。由于备选方案与理想方案具有相同的正相关属性，并且为了后续的备选方案与理想方案的匹配度计算的准确及合理性，因此，该预处理方法也与上述步骤S1的备选方案中定量属性和定性属性的预处理方法相同；备选信息矩阵的生成方法也与上述步骤S1的理想信息矩阵的生成方法相同，其中，需要保证生成的备选信息矩阵与理想信息矩阵的正相关属性、等级排列顺序都是相同的，此处不再赘述。

在本实施例中，为了方便计算，对理想信息矩阵和备选信息矩阵的元素保留两位小数。

本实施例中，供应商客户端一上线、在接收到供应商输入的备选方案后者接收到供应商要求生成备选信息矩阵指令时，就可以执行将备选方案生成备选信息指令的步骤。

步骤S4：至少一个供应商客户端分别根据各自生成的备选信息矩阵和接收到的加密矩阵进行计算，得到匹配矩阵，并将匹配矩阵发送至采购商服务器；

作为本实施例的一种可选实施方式，每个供应商客户端根据各自对应的备选信息矩阵和加密矩阵进行计算，得到匹配矩阵，包括：

式中，为匹配矩阵的元素，表示理想信息矩阵的第i行与备选信息矩阵的第j行之间的匹配结果；为备选信息矩阵的元素，表示第t个正相关属性的等级是j；为随机矩阵的元素，是10的倍数，q为公钥，满足q＝p*p′且q＞L²*p^L+(L+1)p，其中，p’为随机生成的质数，p’＞L²*p^L-1+(L+1)；j≤L，且j为正整数。

在本实施例中，供应商客户端接收到加密矩阵后，不能对其进行解密并将其还原成理想方案进行显示，这样会保证理想方案的信息不会被外泄，提高整个拍卖的安全性。

步骤S5：采购商服务器接收到至少一个匹配矩阵，分别计算每个匹配矩阵对应的备选方案与理想方案的匹配度，得到至少一个匹配度；

作为本实施例的一种可选实施方式，采购商服务器分别计算每个匹配矩阵对应的备选方案与理想方案的匹配度，包括：

(1)根据匹配矩阵计算中间矩阵T_L×L，具体公式为：

式中，t_ij为中间矩阵T_L×L的元素；k_i为向量，其中，为随机矩阵的元素，满足且

(2)根据中间矩阵T_L×L计算匹配度σ，具体公式为：

式中，为矩阵的元素；σ为备选方案与理想方案的匹配度。

步骤S6：采购商服务器对至少一个匹配度进行排序，并选择最高匹配度对应的备选方案作为拍卖方案；

在本实施例中，采购商服务器会计算得到至少一个匹配度，这些匹配度表征了不同的供应商提供的备选方案与采购商提供的理想方案之间的匹配程度，将这些匹配度从高到低或从低到高进行排列，找出最高的匹配度，并将该匹配度对应的供应商提供的备选方案作为最终的拍卖方案。利用匹配度来评价各供应商提供的备选方案，可以帮助采购商找到最适合的方案。

步骤S7：采购商服务器输出拍卖方案。

在本实施例中，采购商服务器通过向采购商客户端发送推送消息或者短消息等方式通知采购商拍卖结果，整个在线拍卖流程结束。

采用本实施例提供的拍卖方法，可以使供应商客户端与采购商服务器在进行交互时所有的信息都是以密文形式进行传送，因此供应商客户端和采购商服务器对彼此的信息一无所知，即使在传输过程中被非法截获，传输信息也不会被非法获悉，例如，采购商服务器计算理想方案与备选方案之间的匹配度是在不知道供应商提供的备选方案中的详细信息的情况下进行的，可以有效防止非法的采购商服务器截取到供应商提供的备选方案的详细信息，提高拍卖过程中供应商与采购商之间交互信息的通信安全；没有第三方的加入，在数据传输过程中不会被破解，也不会在第三方被破解，提高数据传输的安全性；在一次拍卖中，由于供应商客户端与采购商服务器之间只进行一个交互轮次，因此，客户端和服务器之间的通信量较少，可以提高信息传输的速度，从而提高拍卖的效率。

Claims (8)

1.一种基于匹配度的在线安全多正相关属性逆向拍卖方法，其特征在于，包括以下步骤：

采购商服务器根据采购商输入的理想方案生成理想信息矩阵，其中，所述理想方案包括正相关属性集合A＝{a₁，a₂，…，a_N}，N为正相关属性的总个数，N≥2且N为正整数；

所述采购商服务器对所述理想信息矩阵进行加密，得到加密矩阵，并发送所述加密矩阵到供应商客户端；

至少一个所述供应商客户端接收到所述加密矩阵；

每个供应商客户端根据各自对应的备选信息矩阵和所述加密矩阵进行计算，得到匹配矩阵，并将所述匹配矩阵发送至所述采购商服务器；其中，每个供应商客户端对应一个匹配矩阵，每个备选信息矩阵由对应的供应商客户端根据各自的备选方案生成，每个备选方案对应一个供应商客户端，所述备选方案与所述理想方案具有相同的正相关属性；

所述采购商服务器接收到至少一个所述匹配矩阵，分别计算每个匹配矩阵对应的所述备选方案与所述理想方案的匹配度，得到至少一个所述匹配度；

所述采购商服务器对所述至少一个匹配度进行排序，并选择最高匹配度对应的备选方案作为拍卖方案；

所述采购商服务器输出所述拍卖方案。

2.根据权利要求1所述的基于匹配度的在线安全多正相关属性逆向拍卖方法，其特征在于：所述正相关属性集合A包括定量属性和定性属性，其中，所述定量属性为用属性值表达的正相关属性，所述定性属性为用等级表达的正相关属性。

3.根据权利要求2所述的基于匹配度的在线安全多正相关属性逆向拍卖方法，其特征在于，在所述采购商服务器根据采购商输入的理想方案生成理想信息矩阵前，所述方法还包括：

所述采购商服务器对所述理想方案中的正相关属性进行预处理；

在供应商客户端根据各自的备选方案生成对应的备选信息矩阵前，所述方法还包括：

所述供应商客户端对各自的备选方案中的正相关属性进行预处理。

4.根据权利要求3所述的基于匹配度的在线安全多正相关属性逆向拍卖方法，其特征在于，所述采购商服务器对所述理想方案中的正相关属性进行预处理，包括：

(1)取所述正相关属性集合A中所有定量属性的原属性值区间的并集，得到一个新的属性值区间[X^min，X^max]，将该新的属性值区间作为所述正相关属性集合A中所有正相关属性的共同属性值区间X，具体公式为：

$X\→{\∪}_{s=1}^n{b}_s;$

$b_s=\[v_{\left(a_s\right)\min },v_{\left(a_s\right)\max }\];$

式中，b_s为定量属性a_s的原属性值区间，原属性值区间b_s为正整数区间，分别为定量属性a_s的原属性值的最小值、最大值，n为所述正相关属性集合A中的定量属性的个数，s∈[1，n]，n＜N，且s、n均为正整数；

(2)取所述正相关属性集合A中所有定性属性的原等级区间的并集，得到一个新的等级区间[1，L]，将该新的等级区间作为所述正相关属性集合A中所有正相关属性的共同等级标准区间l，其中，L为所述理想方案中所有属性的等级标准的最大值，具体公式为：

$l\→{\∪}_{u=1}^m{b}_u;$

$b_u=\[1,v_{\left(a_u\right)\max }\];$

式中，b_u为定性属性a_u的原等级区间，原等级区间b_u为整数区间，为定性属性a_u的原最大等级，m为所述正相关属性集合A中的定性属性的个数，u∈[1，m]，m+n＝N，且u、m均为正整数；

(3)将所述正相关属性集合A中的每个定量属性的原属性值映射到所述共同属性值区间[X^min，X^max]的新属性值，具体公式为：

$v_{\left(a_s\right)}^{\′}=\left(\right(v_{\left(a_s\right)}-v_{\left(a_s\right)\min })/(v_{\left(a_s\right)max}-v_{\left(a_s\right)\min }\left)\right)*(X^{\max }-X^{\min })+X^{\min };$

式中，分别为定量属性a_s的原属性值、新属性值；

(4)计算所述正相关属性集合A中的每个定性属性的原等级区间b_u中的每个等级在所述共同属性值区间[X^min，X^max]中对应的属性值，具体公式为：

$v_{\left(a_u\right)}=X^{min}+\left(\right(X^{\max }-X^{min})/(v_{\left(a_u\right)\max }-1\left)\right)*\left(l_{a_u}-1\right);$

式中，表示定性属性a_u的原等级区间b_u中的等级；表示等级在所述共同属性值区间[X^min，X^max]中对应的属性值，

(5)计算所述共同等级标准区间[1，L]中每个等级在所述共同属性值区间[X^min，X^max]中对应的属性值区间或属性值，

当1≤l≤L-1时，按下式计算等级l在所述共同属性值区间[X^min，X^max]中对应的属性值区间X_l：

X_l＝[X^min+(l-1)(X^max-X^min)/(L-1)，X^min+l(X^max-X^min)/(L-1))；

当l＝L时，等级l在所述共同属性值区间[X^min，X^max]中对应的属性值为X^max。

5.根据权利要求4所述的基于匹配度的在线安全多正相关属性逆向拍卖方法，其特征在于，所述采购商服务器根据采购商输入的理想方案生成理想信息矩阵，包括：

(1)所述采购商服务器分别判断每个定量属性的新属性值是否在[1，L]中一个等级所对应的属性值区间内；如果定量属性a_s的新属性值在等级l所对应的属性值区间X_l内，则按下式计算μ_s，并将μ_s作为该定量属性a_s与该等级l共同对应的理想信息矩阵的元素：

${\mathrm{\μ}}_s=v_{\left(a_s\right)}^{\′}/(X^{\min }+\left(\right(X^{\max }-X^{\min })/(L-1))*\left(l-1\right));$

(2)所述采购商服务器分别判断每个定性属性的属性值是否在[1，L]中一个等级所对应的属性值区间内；如果定性属性a_u的属性值在等级l所对应的属性值区间X_l内，则按下式计算μ_u，并将μ_u作为该定性属性a_u与该等级l共同对应的理想信息矩阵的元素：

${\mathrm{\μ}}_u=v_{\left(a_u\right)}/(X^{\min }+\left(\right(X^{\max }-X^{\min })/(L-1))*\left(l-1\right));$

其中，为理想信息矩阵的元素，其表示所述理想方案中第t个正相关属性的等级是i，t≤N，i≤L，且i、t均为正整数。

6.根据权利要求1至5任一项所述的基于匹配度的在线安全多正相关属性逆向拍卖方法，其特征在于，所述采购商服务器对所述理想信息矩阵进行加密，得到加密矩阵，包括：

所述采购商服务器对所述理想信息矩阵中的每个元素进行加密，得到加密矩阵具体公式为：

$m_{it}^{1^{*}}=p^{m_{it}^1\·i}\·m_{it}^1\·i\·W_t+m_{it}^{R1};$

式中，为加密矩阵的元素；L为所述理想方案中所有正相关属性的等级标准的最大值；为所述理想信息矩阵的元素，表示第t个正相关属性的等级是i，t≤N，i≤L，且i、t均为正整数；W_t为第t个正相关属性的权重值，满足p为私钥，为随机生成的质数；为随机矩阵的元素，满足且

7.根据权利要求6所述的基于匹配度的在线安全多正相关属性逆向拍卖方法，其特征在于，所述每个供应商客户端根据各自对应的备选信息矩阵和所述加密矩阵进行计算，得到匹配矩阵，包括：

$m_{ij}^3=\mathrm{\Σ}(m_{jt}^2\·j+m_{jt}^{R2}\·q)\·m_{it}^{1^{*}};$

式中，为匹配矩阵的元素，表示所述理想信息矩阵的第i行与所述备选信息矩阵的第j行之间的匹配结果；为备选信息矩阵的元素，表示第t个正相关属性的等级是j；为随机矩阵的元素，是10的倍数，q为公钥，满足q＝p*p′，p′为随机生成的质数，p′＞L²*p^L-1+(L+1)；j≤L，且j为正整数。

8.根据权利要求7所述的基于匹配度的在线安全多正相关属性逆向拍卖方法，其特征在于：所述采购商服务器分别计算每个匹配矩阵对应的所述备选方案与所述理想方案的匹配度，包括：

(1)根据所述匹配矩阵计算中间矩阵T_L×L，具体公式为：

$t_{ij}=(m_{ij}^3+k_i)\mathrm{mod}\left(q\right);$

式中，t_ij为中间矩阵T_L×L的元素；k_i为向量，其中，为随机矩阵的元素，满足且

(2)根据所述中间矩阵T_L×L计算所述匹配度σ，具体公式为：

$t_{ij}^{*}=(t_{ij}-(t_{ij}*{10}^3\mathrm{mod}\left(L*p^L\right))/{10}^3)/p^L;$

$\mathrm{\σ}=\underset{i=1}{\overset{L}{\Σ}}\underset{j=1}{\overset{L}{\Σ}}{t}_{ij}^{*};$

式中，为矩阵的元素；σ为所述备选方案与所述理想方案的匹配度。