CN106447473B - 基于匹配度的在线安全多正相关属性逆向拍卖方法 - Google Patents

基于匹配度的在线安全多正相关属性逆向拍卖方法 Download PDF

Info

Publication number
CN106447473B
CN106447473B CN201610853983.2A CN201610853983A CN106447473B CN 106447473 B CN106447473 B CN 106447473B CN 201610853983 A CN201610853983 A CN 201610853983A CN 106447473 B CN106447473 B CN 106447473B
Authority
CN
China
Prior art keywords
attribute
matrix
positive correlation
ideal
matching
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610853983.2A
Other languages
English (en)
Other versions
CN106447473A (zh
Inventor
史闻博
马铭繁
鲁宁
赵清春
朱方
高峻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeastern University Qinhuangdao Branch
Original Assignee
Northeastern University Qinhuangdao Branch
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeastern University Qinhuangdao Branch filed Critical Northeastern University Qinhuangdao Branch
Priority to CN201610853983.2A priority Critical patent/CN106447473B/zh
Publication of CN106447473A publication Critical patent/CN106447473A/zh
Application granted granted Critical
Publication of CN106447473B publication Critical patent/CN106447473B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0611—Request for offers or quotes

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

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，…，aN}，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，…，aN}，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[Xmin，Xmax]，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：
Figure BDA0001122037340000021
Figure BDA0001122037340000022
式中，bs为定量属性as的原属性值区间，原属性值区间bs为正整数区间，
Figure BDA0001122037340000023
分别为定量属性as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：
Figure BDA0001122037340000024
式中，bu为定性属性au的原等级区间，原等级区间bu为整数区间，
Figure BDA0001122037340000031
为定性属性au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[Xmin，Xmax]的新属性值，具体公式为：
Figure BDA0001122037340000032
式中，
Figure BDA0001122037340000033
分别为定量属性as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bu中的每个等级在所述共同属性值区间[Xmin，Xmax]中对应的属性值，具体公式为：
Figure BDA0001122037340000034
式中，
Figure BDA0001122037340000035
表示定性属性au的原等级区间bu中的等级；
Figure BDA0001122037340000036
表示等级
Figure BDA0001122037340000037
在所述共同属性值区间[Xmin，Xmax]中对应的属性值，
Figure BDA0001122037340000038
(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[Xmin，Xmax]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[Xmin，Xmax]中对应的属性值区间Xl：Xl＝[Xmin+(l-1)(Xmax-Xmin)/(L-1)，Xmin+l(Xmax-Xmin)/(L-1))；当l＝L时，等级l在所述共同属性值区间[Xmin，Xmax]中对应的属性值为Xmax。
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as的新属性值
Figure BDA0001122037340000039
在等级l所对应的属性值区间Xl内，则按下式计算μs，并将μs作为该定量属性as与该等级l共同对应的理想信息矩阵
Figure BDA00011220373400000310
的元素：
Figure BDA00011220373400000311
(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au的属性值
Figure BDA00011220373400000312
在等级l所对应的属性值区间Xl内，则按下式计算μu，并将μu作为该定性属性au与该等级l共同对应的理想信息矩阵
Figure BDA00011220373400000313
的元素：
Figure BDA00011220373400000314
其中，
Figure BDA00011220373400000315
为理想信息矩阵
Figure BDA00011220373400000316
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
Figure BDA00011220373400000317
中的每个元素进行加密，得到加密矩阵
Figure BDA00011220373400000318
具体公式为：
Figure BDA0001122037340000041
式中，
Figure BDA0001122037340000042
为加密矩阵
Figure BDA0001122037340000043
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；
Figure BDA0001122037340000044
为所述理想信息矩阵
Figure BDA0001122037340000045
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；Wt为第t个正相关属性的权重值，满足
Figure BDA0001122037340000046
p为私钥，为随机生成的质数；
Figure BDA0001122037340000047
为随机矩阵
Figure BDA0001122037340000048
的元素，满足
Figure BDA0001122037340000049
Figure BDA00011220373400000410
且
Figure BDA00011220373400000411
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：
Figure BDA00011220373400000412
式中，
Figure BDA00011220373400000413
为匹配矩阵
Figure BDA00011220373400000414
的元素，表示所述理想信息矩阵
Figure BDA00011220373400000415
的第i行与所述备选信息矩阵
Figure BDA00011220373400000416
的第j行之间的匹配结果；
Figure BDA00011220373400000417
为备选信息矩阵
Figure BDA00011220373400000418
的元素，表示第t个正相关属性的等级是j；
Figure BDA00011220373400000419
为随机矩阵
Figure BDA00011220373400000420
的元素，
Figure BDA00011220373400000421
是10的倍数，
Figure BDA00011220373400000422
q为公钥，满足q＝p*p′，p’为随机生成的质数，p’＞L2*pL-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
Figure BDA00011220373400000423
计算中间矩阵TL×L，具体公式为：
Figure BDA00011220373400000424
式中，tij为中间矩阵TL×L的元素；ki为向量，
Figure BDA00011220373400000425
其中，
Figure BDA00011220373400000426
为随机矩阵
Figure BDA00011220373400000427
的元素，满足
Figure BDA00011220373400000428
且
Figure BDA00011220373400000429
(2)根据所述中间矩阵TL×L计算所述匹配度σ，具体公式为：
Figure BDA00011220373400000430
式中，
Figure BDA00011220373400000431
为矩阵
Figure BDA00011220373400000432
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，…，aN}，aN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[Xmin，Xmax]，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：
Figure BDA0001122037340000051
Figure BDA0001122037340000052
式中，bs为定量属性as的原属性值区间，原属性值区间bs为正整数区间，
Figure BDA0001122037340000061
分别为定量属性as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；
Figure BDA0001122037340000062
Figure BDA0001122037340000063
式中，bu为定性属性au的原等级区间，原等级区间bu为整数区间，
Figure BDA0001122037340000064
为定性属性au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[Xmin，Xmax]的新属性值，具体公式为：
Figure BDA0001122037340000065
式中，
Figure BDA0001122037340000066
分别为定量属性as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bu中的每个等级在共同属性值区间[Xmin，Xmax]中对应的属性值，具体公式为：
Figure BDA0001122037340000067
式中，
Figure BDA0001122037340000068
表示定性属性au的原等级区间bu中的等级，
Figure BDA0001122037340000069
且
Figure BDA00011220373400000610
为正整数；
Figure BDA00011220373400000611
表示等级
Figure BDA00011220373400000612
在共同属性值区间[Xmin，Xmax]中对应的属性值，
Figure BDA00011220373400000613
(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[Xmin，Xmax]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[Xmin，Xmax]中对应的属性值区间Xl：
Xl＝[Xmin+(l-1)(Xmax-Xmin)/(L-1)，Xmin+l(Xmax-Xmin)/(L-1))；
当l＝L时，等级l在所述共同属性值区间[Xmin，Xmax]中对应的属性值为Xmax。
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as的新属性值
Figure BDA0001122037340000071
在等级l所对应的属性值区间Xl内，则按下式计算μs，并将μs作为该定量属性as与该等级l共同对应的理想信息矩阵
Figure BDA0001122037340000072
的元素：
Figure BDA0001122037340000073
(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au的属性值
Figure BDA0001122037340000074
在等级l所对应的属性值区间Xl内，则按下式计算μu，并将μu作为该定性属性au与该等级l共同对应的理想信息矩阵
Figure BDA0001122037340000075
的元素：
Figure BDA0001122037340000076
其中，
Figure BDA0001122037340000077
为理想信息矩阵
Figure BDA0001122037340000078
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as或定性属性au不在等级l所对应的属性值区间Xl内，则该属性对应的
Figure BDA0001122037340000079
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
Figure BDA00011220373400000710
中的每个元素进行加密，得到加密矩阵
Figure BDA00011220373400000711
具体公式为：
Figure BDA00011220373400000712
式中，
Figure BDA00011220373400000713
为加密矩阵
Figure BDA00011220373400000714
的元素；L为理想方案中所有正相关的等级标准的最大值；
Figure BDA00011220373400000715
为理想信息矩阵
Figure BDA00011220373400000716
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；Wt为第t个正相关属性的权重值，满足
Figure BDA0001122037340000081
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；
Figure BDA0001122037340000082
为随机矩阵
Figure BDA0001122037340000083
的元素，满足
Figure BDA0001122037340000084
且
Figure BDA0001122037340000085
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：
Figure BDA0001122037340000091
式中，
Figure BDA0001122037340000092
为匹配矩阵
Figure BDA0001122037340000093
的元素，表示理想信息矩阵
Figure BDA0001122037340000094
的第i行与备选信息矩阵
Figure BDA0001122037340000095
的第j行之间的匹配结果；
Figure BDA0001122037340000096
为备选信息矩阵
Figure BDA0001122037340000097
的元素，表示第t个正相关属性的等级是j；
Figure BDA0001122037340000098
为随机矩阵
Figure BDA0001122037340000099
的元素，
Figure BDA00011220373400000910
是10的倍数，
Figure BDA00011220373400000911
q为公钥，满足q＝p*p′且q＞L2*pL+(L+1)p，其中，p’为随机生成的质数，p’＞L2*pL-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
Figure BDA00011220373400000912
计算中间矩阵TL×L，具体公式为：
Figure BDA00011220373400000913
式中，tij为中间矩阵TL×L的元素；ki为向量，
Figure BDA00011220373400000914
其中，
Figure BDA00011220373400000915
为随机矩阵
Figure BDA00011220373400000916
的元素，满足
Figure BDA00011220373400000917
且
Figure BDA00011220373400000918
(2)根据中间矩阵TL×L计算匹配度σ，具体公式为：
Figure BDA00011220373400000919
Figure BDA00011220373400000920
式中，
Figure BDA00011220373400000921
为矩阵
Figure BDA00011220373400000922
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 (5)

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：
采购商服务器对采购商输入的理想方案中的正相关属性进行预处理，然后根据预处理后的理想方案生成理想信息矩阵，其中，所述理想方案包括
Figure DEST_PATH_IMAGE001
，
Figure 472789DEST_PATH_IMAGE002
为正相关属性的总个数，
Figure DEST_PATH_IMAGE003
且
Figure 622142DEST_PATH_IMAGE002
为正整数；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；
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；各个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，然后根据预处理后的备选方案生成相应的备选信息矩阵，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；
所述采购商服务器对采购商输入的理想方案中的正相关属性进行预处理，具体包括：
（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
Figure 206707DEST_PATH_IMAGE004
，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
Figure DEST_PATH_IMAGE005
，具体公式为：
Figure 108804DEST_PATH_IMAGE006
；
Figure DEST_PATH_IMAGE007
；
式中，
Figure 901048DEST_PATH_IMAGE008
为定量属性
Figure DEST_PATH_IMAGE009
的原属性值区间，原属性值区间
Figure 255806DEST_PATH_IMAGE008
为正整数区间，
Figure 394794DEST_PATH_IMAGE010
分别为定量属性
Figure 620239DEST_PATH_IMAGE009
的原属性值的最小值、最大值，
Figure DEST_PATH_IMAGE011
为所述正相关属性集合A中的定量属性的个数，
Figure 334118DEST_PATH_IMAGE012
，
Figure DEST_PATH_IMAGE013
，且
Figure 693948DEST_PATH_IMAGE014
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
Figure DEST_PATH_IMAGE015
，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
Figure 151474DEST_PATH_IMAGE016
，其中，
Figure DEST_PATH_IMAGE017
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：
Figure 513317DEST_PATH_IMAGE018
；
Figure DEST_PATH_IMAGE019
；
式中，
Figure 663675DEST_PATH_IMAGE020
为定性属性
Figure DEST_PATH_IMAGE021
的原等级区间，原等级区间
Figure 242293DEST_PATH_IMAGE020
为整数区间，
Figure 972352DEST_PATH_IMAGE022
为定性属性
Figure 906810DEST_PATH_IMAGE021
的原最大等级，
Figure DEST_PATH_IMAGE023
为所述正相关属性集合A中的定性属性的个数，
Figure 978802DEST_PATH_IMAGE024
，
Figure DEST_PATH_IMAGE025
，且
Figure 795448DEST_PATH_IMAGE026
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
Figure 581395DEST_PATH_IMAGE004
的新属性值，具体公式为：
Figure DEST_PATH_IMAGE027
；
式中，
Figure 167097DEST_PATH_IMAGE028
分别为定量属性
Figure 128100DEST_PATH_IMAGE009
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
Figure 386037DEST_PATH_IMAGE020
中的每个等级在所述共同属性值区间
Figure 457898DEST_PATH_IMAGE004
中对应的属性值，具体公式为：
Figure DEST_PATH_IMAGE029
；
式中，
Figure 898107DEST_PATH_IMAGE030
表示定性属性
Figure 13699DEST_PATH_IMAGE021
的原等级区间
Figure 273779DEST_PATH_IMAGE020
中的等级；
Figure DEST_PATH_IMAGE031
表示等级
Figure 414911DEST_PATH_IMAGE030
在所述共同属性值区间
Figure 194779DEST_PATH_IMAGE004
中对应的属性值，
Figure 966426DEST_PATH_IMAGE032
；
（5）计算所述共同等级标准区间
Figure 713802DEST_PATH_IMAGE015
中每个等级在所述共同属性值区间
Figure 127466DEST_PATH_IMAGE004
中对应的属性值区间或属性值，
当
Figure DEST_PATH_IMAGE033
时，按下式计算等级
Figure 794464DEST_PATH_IMAGE016
在所述共同属性值区间
Figure 268170DEST_PATH_IMAGE004
中对应的属性值区间：
Figure 237264DEST_PATH_IMAGE034
；
当
Figure DEST_PATH_IMAGE035
时，等级
Figure 470930DEST_PATH_IMAGE016
在所述共同属性值区间
Figure 474658DEST_PATH_IMAGE004
中对应的属性值为
Figure 853687DEST_PATH_IMAGE036
。
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
Figure 310076DEST_PATH_IMAGE015
中一个等级所对应的属性值区间内；如果定量属性
Figure 49231DEST_PATH_IMAGE009
的新属性值
Figure DEST_PATH_IMAGE037
在等级
Figure 438624DEST_PATH_IMAGE016
所对应的属性值区间
Figure 254133DEST_PATH_IMAGE038
内，则按下式计算
Figure DEST_PATH_IMAGE039
，并将
Figure 479709DEST_PATH_IMAGE039
作为该定量属性
Figure 773287DEST_PATH_IMAGE009
与该等级
Figure 486028DEST_PATH_IMAGE016
共同对应的理想信息矩阵
Figure 206859DEST_PATH_IMAGE040
的元素：
Figure DEST_PATH_IMAGE041
；
（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
Figure 432915DEST_PATH_IMAGE015
中一个等级所对应的属性值区间内；如果定性属性
Figure 530184DEST_PATH_IMAGE042
的属性值
Figure DEST_PATH_IMAGE043
在等级
Figure 113743DEST_PATH_IMAGE016
所对应的属性值区间
Figure 271055DEST_PATH_IMAGE038
内，则按下式计算
Figure 189333DEST_PATH_IMAGE044
，并将
Figure 824713DEST_PATH_IMAGE044
作为该定性属性
Figure 761314DEST_PATH_IMAGE042
与该等级
Figure 89527DEST_PATH_IMAGE016
共同对应的理想信息矩阵
Figure 229522DEST_PATH_IMAGE040
的元素：
Figure DEST_PATH_IMAGE045
；
其中，
Figure 216063DEST_PATH_IMAGE046
为理想信息矩阵
Figure 757903DEST_PATH_IMAGE040
的元素，其表示所述理想方案中第
Figure DEST_PATH_IMAGE047
个正相关属性的等级是
Figure 788176DEST_PATH_IMAGE048
，
Figure DEST_PATH_IMAGE049
，
Figure 198822DEST_PATH_IMAGE050
，且
Figure 176006DEST_PATH_IMAGE048
、
Figure 837931DEST_PATH_IMAGE047
均为正整数。
3.根据权利要求1或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，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
Figure 242368DEST_PATH_IMAGE040
中的每个元素进行加密，得到加密矩阵
Figure DEST_PATH_IMAGE051
，具体公式为：
Figure 904424DEST_PATH_IMAGE052
；
式中，
Figure DEST_PATH_IMAGE053
为加密矩阵
Figure 465724DEST_PATH_IMAGE051
的元素；
Figure 247736DEST_PATH_IMAGE017
为所述理想方案中所有正相关属性的等级标准的最大值；
Figure 823074DEST_PATH_IMAGE046
为所述理想信息矩阵
Figure 690535DEST_PATH_IMAGE040
的元素，表示第
Figure 25833DEST_PATH_IMAGE047
个正相关属性的等级是
Figure 396771DEST_PATH_IMAGE048
，
Figure 408590DEST_PATH_IMAGE049
，
Figure 966610DEST_PATH_IMAGE050
，且
Figure 872643DEST_PATH_IMAGE048
、
Figure 832508DEST_PATH_IMAGE047
均为正整数；
Figure 15228DEST_PATH_IMAGE054
为第
Figure 591703DEST_PATH_IMAGE047
个正相关属性的权重值，满足
Figure 268803DEST_PATH_IMAGE056
；
Figure DEST_PATH_IMAGE057
为私钥，为随机生成的质数；
Figure 879913DEST_PATH_IMAGE058
为随机矩阵
Figure DEST_PATH_IMAGE059
的元素，满足
Figure DEST_PATH_IMAGE061
＜
Figure DEST_PATH_IMAGE063
，且
Figure 76277DEST_PATH_IMAGE064
。
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：
Figure DEST_PATH_IMAGE065
；
式中，
Figure 405627DEST_PATH_IMAGE066
为匹配矩阵
Figure DEST_PATH_IMAGE067
的元素，表示所述理想信息矩阵
Figure 886418DEST_PATH_IMAGE068
的第
Figure 86455DEST_PATH_IMAGE048
行与所述备选信息矩阵
Figure DEST_PATH_IMAGE069
的第
Figure 659912DEST_PATH_IMAGE070
行之间的匹配结果；
Figure DEST_PATH_IMAGE071
为备选信息矩阵
Figure 210979DEST_PATH_IMAGE069
的元素，表示第
Figure 744729DEST_PATH_IMAGE047
个正相关属性的等级是
Figure 550005DEST_PATH_IMAGE070
；
Figure 979849DEST_PATH_IMAGE072
为随机矩阵
Figure DEST_PATH_IMAGE073
的元素，
Figure 283792DEST_PATH_IMAGE072
是10的倍数，
Figure 355653DEST_PATH_IMAGE074
，
Figure DEST_PATH_IMAGE075
；
Figure 45129DEST_PATH_IMAGE076
为公钥，满足
Figure DEST_PATH_IMAGE077
，
Figure 708192DEST_PATH_IMAGE078
为随机生成的质数，
Figure DEST_PATH_IMAGE079
；
Figure 250162DEST_PATH_IMAGE080
，且
Figure 125715DEST_PATH_IMAGE070
为正整数。
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
Figure 395329DEST_PATH_IMAGE067
计算中间矩阵
Figure DEST_PATH_IMAGE081
，具体公式为：
Figure 698134DEST_PATH_IMAGE082
；
式中，
Figure DEST_PATH_IMAGE083
为中间矩阵
Figure 976669DEST_PATH_IMAGE081
的元素；
Figure 141065DEST_PATH_IMAGE084
为向量，
Figure DEST_PATH_IMAGE085
，其中，
Figure 555866DEST_PATH_IMAGE086
为随机矩阵
Figure DEST_PATH_IMAGE087
的元素，满足
Figure DEST_PATH_IMAGE089
，且
Figure 75578DEST_PATH_IMAGE090
；
（2）根据所述中间矩阵
Figure 310250DEST_PATH_IMAGE081
计算所述匹配度
Figure DEST_PATH_IMAGE091
，具体公式为：
Figure 809496DEST_PATH_IMAGE092
；
Figure 547645DEST_PATH_IMAGE094
；
式中，
Figure DEST_PATH_IMAGE095
为矩阵
Figure 241187DEST_PATH_IMAGE096
的元素；
Figure 697577DEST_PATH_IMAGE091
为所述备选方案与所述理想方案的匹配度。
CN201610853983.2A 2016-09-27 2016-09-27 基于匹配度的在线安全多正相关属性逆向拍卖方法 Active CN106447473B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610853983.2A CN106447473B (zh) 2016-09-27 2016-09-27 基于匹配度的在线安全多正相关属性逆向拍卖方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610853983.2A CN106447473B (zh) 2016-09-27 2016-09-27 基于匹配度的在线安全多正相关属性逆向拍卖方法

Publications (2)

Publication Number Publication Date
CN106447473A CN106447473A (zh) 2017-02-22
CN106447473B true CN106447473B (zh) 2020-10-09

Family

ID=58170650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610853983.2A Active CN106447473B (zh) 2016-09-27 2016-09-27 基于匹配度的在线安全多正相关属性逆向拍卖方法

Country Status (1)

Country Link
CN (1) CN106447473B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523247A (zh) * 2011-11-24 2012-06-27 合肥工业大学 一种基于多属性匹配的云服务推荐方法及装置
CN103198427A (zh) * 2013-04-24 2013-07-10 东北大学 基于定性投标的多属性封闭出价在线拍卖方法
CN103826220A (zh) * 2014-03-12 2014-05-28 西安电子科技大学 基于矩阵变换算法的隐私匹配方法
CN104468612A (zh) * 2014-12-24 2015-03-25 无锡儒安科技有限公司 基于对称加密的保护隐私的属性匹配方法
CN104463340A (zh) * 2013-09-22 2015-03-25 上海聚胜万合广告有限公司 互联网中的维克里拍卖多阶段调价优化系统及其优化方法
CN105554773A (zh) * 2016-01-19 2016-05-04 南京航空航天大学 认知网络中一种真实的利益最大化的异质频谱双向拍卖机制

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523247A (zh) * 2011-11-24 2012-06-27 合肥工业大学 一种基于多属性匹配的云服务推荐方法及装置
CN103198427A (zh) * 2013-04-24 2013-07-10 东北大学 基于定性投标的多属性封闭出价在线拍卖方法
CN104463340A (zh) * 2013-09-22 2015-03-25 上海聚胜万合广告有限公司 互联网中的维克里拍卖多阶段调价优化系统及其优化方法
CN103826220A (zh) * 2014-03-12 2014-05-28 西安电子科技大学 基于矩阵变换算法的隐私匹配方法
CN104468612A (zh) * 2014-12-24 2015-03-25 无锡儒安科技有限公司 基于对称加密的保护隐私的属性匹配方法
CN105554773A (zh) * 2016-01-19 2016-05-04 南京航空航天大学 认知网络中一种真实的利益最大化的异质频谱双向拍卖机制

Also Published As

Publication number Publication date
CN106447473A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
US20190013950A1 (en) Method And System For Privacy-Preserving Social Media Advertising
CN1413320B (zh) 鉴别匿名用户同时减少潜在“中间人”舞弊的方法
CN108811519A (zh) 用于在不公开特定识别信息的情况下建立标识符之间的链接的系统和方法
CN111191280A (zh) 基于加密数据的区块链交易方法、电子设备和存储介质
CN116204912B (zh) 基于全同态加密的数据处理方法和装置
CN116529730A (zh) 使用安全多方计算的隐私保护机器学习
CN112989027B (zh) 用于查询名单和用于提供名单查询服务的方法及相关产品
US7240198B1 (en) Honesty preserving negotiation and computation
Li et al. Secure multi‐unit sealed first‐price auction mechanisms
CN116167088A (zh) 一种两方联邦学习中进行隐私保护的方法、系统及终端
CN110838069A (zh) 数据处理方法、装置以及系统
CN117355834A (zh) 使用隐私信息检索和安全多方计算的隐私安全批量检索
CN117134945A (zh) 数据处理方法、系统、装置、计算机设备及存储介质
CN116743376A (zh) 基于高效密文混淆技术的多方秘密分享数据隐私比较方法
Kokaras et al. The cost of privacy on blockchain: A study on sealed-bid auctions
CN116681141A (zh) 隐私保护的联邦学习方法、终端及存储介质
Omote et al. An anonymous auction protocol with a single non-trusted center using binary trees
CN106447473B (zh) 基于匹配度的在线安全多正相关属性逆向拍卖方法
CN106447474B (zh) 基于匹配度的在线安全多属性逆向拍卖方法
CN115599959A (zh) 数据共享方法、装置、设备及存储介质
CN112491840B (zh) 信息修改方法、装置、计算机设备及存储介质
Liu et al. Multiparty Sealed-Bid auction protocol based on the correlation of Four-Particle entangled state
CN115361196A (zh) 一种基于区块链网络的业务交互方法
US11538070B2 (en) Blockchain-based system and method for peer-to-peer online advertising auction
CN114221753A (zh) 密钥数据处理方法和电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant