CN106447474B - 基于匹配度的在线安全多属性逆向拍卖方法 - Google Patents

基于匹配度的在线安全多属性逆向拍卖方法 Download PDF

Info

Publication number
CN106447474B
CN106447474B CN201610854782.4A CN201610854782A CN106447474B CN 106447474 B CN106447474 B CN 106447474B CN 201610854782 A CN201610854782 A CN 201610854782A CN 106447474 B CN106447474 B CN 106447474B
Authority
CN
China
Prior art keywords
attribute
matrix
ideal
matching
interval
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
CN201610854782.4A
Other languages
English (en)
Other versions
CN106447474A (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 CN201610854782.4A priority Critical patent/CN106447474B/zh
Publication of CN106447474A publication Critical patent/CN106447474A/zh
Application granted granted Critical
Publication of CN106447474B publication Critical patent/CN106447474B/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

Landscapes

  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (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属性逆向拍卖方法中，所述属性集合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属性，所述定性属性为用等级表达的属性。
前述的基于匹配度的在线安全多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属性进行预处理。
前述的基于匹配度的在线安全多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属性进行预处理，包括：(1)取所述属性集合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 BDA0001122036880000021
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 BDA0001122036880000022
分别为定量属性as的原属性值的最小值、最大值，n为所述属性集合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 BDA0001122036880000023
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 BDA0001122036880000024
为定性属性αu的原最大等级，m为所述属性集合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；当所述定量属性为正相关属性时，具体公式为：
Figure BDA0001122036880000031
当所述定量属性为负相关属性时，具体公式为：
Figure BDA0001122036880000032
式中，
Figure BDA0001122036880000033
分别为定量属性as的原属性值、新属性值；(4)计算所述属性集合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；当所述定性属性为正相关属性时，具体公式为：
Figure BDA0001122036880000034
当所述定性属性为负相关属性时，具体公式为：
Figure BDA0001122036880000035
式中，
Figure BDA0001122036880000036
表示定性属性αu的原等级区间bu中的等级；
Figure BDA0001122036880000037
表示等级
Figure BDA0001122036880000038
在所述共同属性值区间[Xmin，Xmax]中对应的属性值，
Figure BDA0001122036880000039
(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αs的新属性值
Figure BDA00011220368800000310
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αs与该等级l共同对应的理想信息矩阵
Figure BDA00011220368800000311
的元素：
Figure BDA00011220368800000312
(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 BDA00011220368800000313
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 BDA00011220368800000314
的元素：
Figure BDA00011220368800000315
其中，
Figure BDA00011220368800000316
为理想信息矩阵
Figure BDA00011220368800000317
的元素，其表示所述理想方案中第t个属性的等级是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 BDA00011220368800000318
中的每个元素进行加密，得到加密矩阵
Figure BDA00011220368800000319
具体公式为：
Figure BDA00011220368800000320
式中，
Figure BDA00011220368800000321
为加密矩阵
Figure BDA00011220368800000322
的元素；L为所述理想方案中所有属性的等级标准的最大值；
Figure BDA00011220368800000323
为所述理想信息矩阵
Figure BDA0001122036880000041
的元素，表示第t个属性的等级是i，t≤N，i≤L，且i、t均为正整数；Wt为第t个属性的权重值，满足
Figure BDA0001122036880000042
p为私钥，为随机生成的质数；
Figure BDA0001122036880000043
为随机矩阵
Figure BDA0001122036880000044
的元素，满足
Figure BDA0001122036880000045
且
Figure BDA0001122036880000046
前述的基于匹配度的在线安全多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 BDA0001122036880000047
式中，
Figure BDA0001122036880000048
为匹配矩阵
Figure BDA0001122036880000049
的元素，表示所述理想信息矩阵
Figure BDA00011220368800000410
的第i行与所述备选信息矩阵
Figure BDA00011220368800000411
的第j行之间的匹配结果；
Figure BDA00011220368800000412
为备选信息矩阵
Figure BDA00011220368800000413
的元素，表示第t个属性的等级是j；
Figure BDA00011220368800000414
为随机矩阵
Figure BDA00011220368800000415
的元素，
Figure BDA00011220368800000416
是10的倍数，
Figure BDA00011220368800000417
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 BDA00011220368800000418
计算中间矩阵TL×L，具体公式为：
Figure BDA00011220368800000419
式中，tij为中间矩阵TL×L的元素；ki为向量，
Figure BDA00011220368800000420
其中，
Figure BDA00011220368800000421
为随机矩阵
Figure BDA00011220368800000422
的元素，满足
Figure BDA00011220368800000423
且
Figure BDA00011220368800000424
(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 BDA00011220368800000425
式中，
Figure BDA00011220368800000426
为矩阵
Figure BDA00011220368800000427
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，理想方案包括属性集合A＝{a1，a2，…，aN}，αN表示第N个属性，N为属性的总个数，N≥2且N为正整数；
在本实施例中，属性集合A包括定量属性和定性属性，其中，定量属性为用属性值表达的属性，定性属性为用等级表达的属性。定量属性、定性属性可以是正相关属性，也可以是负相关属性，其中，正相关属性的优劣随属性值/等级的变化而发生相同方向的变化，而负相关属性的优劣随属性值/等级的变化而发生相反方向的变化；对于正相关属性，定量属性的属性值越大说明该定量属性越好，定性属性的等级越高说明该定性属性越好，而对于负相关属性，定量属性的属性值越小说明该定量属性越好，定性属性的等级越低说明该定性属性越好，例如，汽车的最大速度用数字200(km/h)表示，最大速度是定量属性，同时也是正相关属性，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，同时也是正相关属性，5级是质量的等级；价格用100000元表示，价格是定量属性，同时也是负相关属性，100000是价格的属性值。
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 BDA0001122036880000051
Figure BDA0001122036880000052
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 BDA0001122036880000061
分别为定量属性as的原属性值的最小值、最大值，n为属性集合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属性集合A中所有属性的共同等级标准区间l；
Figure BDA0001122036880000062
Figure BDA0001122036880000063
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 BDA0001122036880000064
为定性属性au的原最大等级，m为属性集合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；
当所述定量属性为正相关属性时，具体公式为：
Figure BDA0001122036880000065
当所述定量属性为负相关属性时，具体公式为：
Figure BDA0001122036880000066
式中，
Figure BDA0001122036880000067
分别为定量属性as的原属性值、新属性值；
(4)计算属性集合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；
当所述定性属性为正相关属性时，具体公式为：
Figure BDA0001122036880000068
当所述定性属性为负相关属性时，具体公式为：
Figure BDA0001122036880000069
式中，
Figure BDA00011220368800000610
表示定性属性au的原等级区间bu中的等级，
Figure BDA00011220368800000611
且
Figure BDA00011220368800000612
为正整数；
Figure BDA00011220368800000613
表示等级
Figure BDA00011220368800000614
在共同属性值区间[Xmin，Xmax]中对应的属性值，
Figure BDA00011220368800000615
(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 BDA0001122036880000071
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 BDA0001122036880000072
的元素：
Figure BDA0001122036880000073
(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 BDA0001122036880000074
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 BDA0001122036880000075
的元素：
Figure BDA0001122036880000076
其中，
Figure BDA0001122036880000077
为理想信息矩阵
Figure BDA0001122036880000078
的元素，其表示理想方案中第t个属性的等级是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 BDA0001122036880000079
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 BDA00011220368800000710
中的每个元素进行加密，得到加密矩阵
Figure BDA0001122036880000081
具体公式为：
Figure BDA0001122036880000082
式中，
Figure BDA0001122036880000083
为加密矩阵
Figure BDA0001122036880000084
的元素；L为理想方案中所有属性的等级标准的最大值；
Figure BDA0001122036880000085
为理想信息矩阵
Figure BDA0001122036880000086
的元素，表示第t个属性的等级是i，t≤N，i≤L，且i、t均为正整数；Wt为第t个属性的权重值，满足
Figure BDA0001122036880000087
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 BDA0001122036880000088
为随机矩阵
Figure BDA0001122036880000089
的元素，满足
Figure BDA00011220368800000810
Figure BDA00011220368800000811
且
Figure BDA00011220368800000812
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，能够衡量每个属性在所有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属性进行预处理。由于备选方案与理想方案具有相同属性，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 BDA0001122036880000091
式中，
Figure BDA0001122036880000092
为匹配矩阵
Figure BDA0001122036880000093
的元素，表示理想信息矩阵
Figure BDA0001122036880000094
的第i行与备选信息矩阵
Figure BDA0001122036880000095
的第j行之间的匹配结果；
Figure BDA0001122036880000096
为备选信息矩阵
Figure BDA0001122036880000097
的元素，表示第t个属性的等级是j；
Figure BDA0001122036880000098
为随机矩阵
Figure BDA0001122036880000099
的元素，
Figure BDA00011220368800000910
是10的倍数，
Figure BDA00011220368800000911
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 BDA00011220368800000912
计算中间矩阵TL×L，具体公式为：
Figure BDA00011220368800000913
式中，tij为中间矩阵TL×L的元素；ki为向量，
Figure BDA00011220368800000914
其中，
Figure BDA00011220368800000915
为随机矩阵
Figure BDA00011220368800000916
的元素，满足
Figure BDA00011220368800000917
且
Figure BDA00011220368800000918
(2)根据中间矩阵TL×L计算匹配度σ，具体公式为：
Figure BDA00011220368800000919
Figure BDA0001122036880000101
式中，
Figure BDA0001122036880000102
为矩阵
Figure BDA0001122036880000103
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，所述理想方案包括属性集合
Figure DEST_PATH_IMAGE001
，
Figure 446908DEST_PATH_IMAGE002
为属性的总个数，
Figure DEST_PATH_IMAGE003
且
Figure 15686DEST_PATH_IMAGE002
为正整数；所述属性集合
Figure 767742DEST_PATH_IMAGE004
包括定量属性和定性属性，所述定量属性为用属性值表达的属性，所述定性属性为用等级表达的属性；
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属性进行预处理，然后根据预处理后的备选方案生成对应的备选信息矩阵，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；
其中，所述采购商服务器对采购商输入的理想方案中的属性进行预处理，包括：
（1）取所述属性集合
Figure 199991DEST_PATH_IMAGE004
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 DEST_PATH_IMAGE005
，将该新的属性值区间作为所述属性集合
Figure 529341DEST_PATH_IMAGE004
中所有属性的共同属性值区间
Figure 305405DEST_PATH_IMAGE006
，具体公式为：
Figure DEST_PATH_IMAGE007
；
Figure 771022DEST_PATH_IMAGE008
；
式中，
Figure DEST_PATH_IMAGE009
为定量属性
Figure 843014DEST_PATH_IMAGE010
的原属性值区间，原属性值区间
Figure 66185DEST_PATH_IMAGE009
为正整数区间，
Figure DEST_PATH_IMAGE011
分别为定量属性
Figure 865514DEST_PATH_IMAGE010
的原属性值的最小值、最大值，
Figure 222853DEST_PATH_IMAGE012
为所述属性集合
Figure 855959DEST_PATH_IMAGE004
中的定量属性的个数，
Figure DEST_PATH_IMAGE013
，
Figure 159902DEST_PATH_IMAGE014
，且
Figure DEST_PATH_IMAGE015
均为正整数；
（2）取所述属性集合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 513654DEST_PATH_IMAGE016
，将该新的等级区间作为所述属性集合
Figure 750600DEST_PATH_IMAGE004
中所有属性的共同等级标准区间
Figure DEST_PATH_IMAGE017
，其中，
Figure 397351DEST_PATH_IMAGE018
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 DEST_PATH_IMAGE019
；
Figure 188589DEST_PATH_IMAGE020
；
式中，
Figure DEST_PATH_IMAGE021
为定性属性
Figure 470666DEST_PATH_IMAGE022
的原等级区间，原等级区间
Figure 312851DEST_PATH_IMAGE021
为整数区间，
Figure DEST_PATH_IMAGE023
为定性属性
Figure 881236DEST_PATH_IMAGE022
的原最大等级，
Figure 566295DEST_PATH_IMAGE024
为所述属性集合
Figure 294473DEST_PATH_IMAGE004
中的定性属性的个数，
Figure DEST_PATH_IMAGE025
，
Figure 709274DEST_PATH_IMAGE026
，且
Figure DEST_PATH_IMAGE027
均为正整数；
（3）将所述属性集合
Figure 730451DEST_PATH_IMAGE004
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 637227DEST_PATH_IMAGE005
的新属性值；
当所述定量属性为正相关属性时，具体公式为：
Figure 651319DEST_PATH_IMAGE028
；
当所述定量属性为负相关属性时，具体公式为：
Figure DEST_PATH_IMAGE029
；
式中，
Figure 169894DEST_PATH_IMAGE030
分别为定量属性
Figure 486606DEST_PATH_IMAGE010
的原属性值、新属性值；
（4）计算所述属性集合A中的每个定性属性的原等级区间
Figure 5312DEST_PATH_IMAGE021
中的每个等级在所述共同属性值区间
Figure 698462DEST_PATH_IMAGE005
中对应的属性值；
当所述定性属性为正相关属性时，具体公式为：
Figure DEST_PATH_IMAGE031
；
当所述定性属性为负相关属性时，具体公式为：
Figure 838587DEST_PATH_IMAGE032
；
式中，
Figure DEST_PATH_IMAGE033
表示定性属性
Figure 450834DEST_PATH_IMAGE022
的原等级区间
Figure 443454DEST_PATH_IMAGE021
中的等级；
Figure 674715DEST_PATH_IMAGE034
表示等级
Figure 449773DEST_PATH_IMAGE033
在所述共同属性值区间
Figure 373867DEST_PATH_IMAGE005
中对应的属性值，
Figure DEST_PATH_IMAGE035
；
（5）计算所述共同等级标准区间
Figure 86739DEST_PATH_IMAGE016
中每个等级在所述共同属性值区间
Figure 246325DEST_PATH_IMAGE005
中对应的属性值区间或属性值，
当
Figure 751256DEST_PATH_IMAGE036
时，按下式计算等级
Figure 220152DEST_PATH_IMAGE017
在所述共同属性值区间
Figure 76113DEST_PATH_IMAGE005
中对应的属性值区间
Figure DEST_PATH_IMAGE037
：
Figure 852439DEST_PATH_IMAGE038
；
当
Figure DEST_PATH_IMAGE039
时，等级
Figure 70930DEST_PATH_IMAGE017
在所述共同属性值区间
Figure 336827DEST_PATH_IMAGE005
中对应的属性值为
Figure DEST_PATH_IMAGE080
。
2.根据权利要求1所述的基于匹配度的在线安全多属性逆向拍卖方法，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 240701DEST_PATH_IMAGE032
中一个等级所对应的属性值区间内；如果定量属性
Figure 147477DEST_PATH_IMAGE020
的新属性值
Figure DEST_PATH_IMAGE082
在等级
Figure 56914DEST_PATH_IMAGE017
所对应的属性值区间
Figure 574615DEST_PATH_IMAGE037
内，则按下式计算
Figure DEST_PATH_IMAGE084
，并将
Figure 295059DEST_PATH_IMAGE084
作为该定量属性
Figure 63032DEST_PATH_IMAGE020
与该等级
Figure 224776DEST_PATH_IMAGE017
共同对应的理想信息矩阵
Figure 661574DEST_PATH_IMAGE040
的元素：
Figure DEST_PATH_IMAGE088
；
（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 224203DEST_PATH_IMAGE032
中一个等级所对应的属性值区间内；如果定性属性
Figure 711816DEST_PATH_IMAGE044
的属性值
Figure 898651DEST_PATH_IMAGE034
在等级
Figure 813518DEST_PATH_IMAGE017
所对应的属性值区间
Figure 253633DEST_PATH_IMAGE074
内，则按下式计算
Figure DEST_PATH_IMAGE090
，并将
Figure 505623DEST_PATH_IMAGE090
作为该定性属性
Figure 332835DEST_PATH_IMAGE022
与该等级
Figure 65167DEST_PATH_IMAGE017
共同对应的理想信息矩阵
Figure 351853DEST_PATH_IMAGE086
的元素：
Figure DEST_PATH_IMAGE092
；
其中，
Figure DEST_PATH_IMAGE094
为理想信息矩阵
Figure 789541DEST_PATH_IMAGE040
的元素，其表示所述理想方案中第
Figure DEST_PATH_IMAGE041
个属性的等级是
Figure DEST_PATH_IMAGE098
，
Figure DEST_PATH_IMAGE100
，
Figure DEST_PATH_IMAGE102
，且
Figure 83235DEST_PATH_IMAGE098
、
Figure 921878DEST_PATH_IMAGE096
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 405949DEST_PATH_IMAGE086
中的每个元素进行加密，得到加密矩阵
Figure DEST_PATH_IMAGE104
，具体公式为：
Figure DEST_PATH_IMAGE106
；
式中，
Figure DEST_PATH_IMAGE108
为加密矩阵
Figure 251938DEST_PATH_IMAGE104
的元素；
Figure 454249DEST_PATH_IMAGE036
为所述理想方案中所有属性的等级标准的最大值；
Figure 96583DEST_PATH_IMAGE094
为所述理想信息矩阵
Figure 451472DEST_PATH_IMAGE086
的元素，表示第
Figure 888270DEST_PATH_IMAGE096
个属性的等级是
Figure 577877DEST_PATH_IMAGE098
，
Figure 335487DEST_PATH_IMAGE100
，
Figure 669516DEST_PATH_IMAGE102
，且
Figure 401849DEST_PATH_IMAGE098
、
Figure 454118DEST_PATH_IMAGE096
均为正整数；
Figure DEST_PATH_IMAGE110
为第
Figure 516883DEST_PATH_IMAGE096
个属性的权重值，满足
Figure DEST_PATH_IMAGE112
；
Figure DEST_PATH_IMAGE114
为私钥，为随机生成的质数；
Figure DEST_PATH_IMAGE116
为随机矩阵
Figure DEST_PATH_IMAGE118
的元素，满足
Figure DEST_PATH_IMAGE120
＜
Figure DEST_PATH_IMAGE122
，且
Figure DEST_PATH_IMAGE124
。
4.根据权利要求3所述的基于匹配度的在线安全多属性逆向拍卖方法，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_IMAGE126
；
式中，
Figure DEST_PATH_IMAGE128
为匹配矩阵
Figure DEST_PATH_IMAGE130
的元素，表示所述理想信息矩阵
Figure DEST_PATH_IMAGE131
的第
Figure 901241DEST_PATH_IMAGE042
行与所述备选信息矩阵
Figure DEST_PATH_IMAGE043
的第
Figure 965143DEST_PATH_IMAGE044
行之间的匹配结果；
Figure DEST_PATH_IMAGE045
为备选信息矩阵
Figure 337218DEST_PATH_IMAGE043
的元素，表示第
Figure 876784DEST_PATH_IMAGE041
个属性的等级是
Figure 772934DEST_PATH_IMAGE044
；
Figure 81555DEST_PATH_IMAGE046
为随机矩阵
Figure DEST_PATH_IMAGE047
的元素，
Figure 624532DEST_PATH_IMAGE046
是10的倍数，
Figure 261181DEST_PATH_IMAGE048
，
Figure DEST_PATH_IMAGE049
；
Figure 180595DEST_PATH_IMAGE050
为公钥，满足
Figure DEST_PATH_IMAGE051
，
Figure 923817DEST_PATH_IMAGE052
为随机生成的质数，
Figure DEST_PATH_IMAGE053
；
Figure 637695DEST_PATH_IMAGE054
，且
Figure 417432DEST_PATH_IMAGE044
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 DEST_PATH_IMAGE055
计算中间矩阵
Figure 625691DEST_PATH_IMAGE056
，具体公式为：
Figure DEST_PATH_IMAGE057
；
式中，
Figure 236801DEST_PATH_IMAGE058
为中间矩阵
Figure 167585DEST_PATH_IMAGE056
的元素；
Figure DEST_PATH_IMAGE059
为向量，
Figure 496935DEST_PATH_IMAGE060
，其中，
Figure DEST_PATH_IMAGE061
为随机矩阵
Figure 243306DEST_PATH_IMAGE062
的元素，满足
Figure 381026DEST_PATH_IMAGE064
，且
Figure DEST_PATH_IMAGE065
；
（2）根据所述中间矩阵
Figure 967865DEST_PATH_IMAGE056
计算所述匹配度
Figure 925457DEST_PATH_IMAGE066
，具体公式为：
Figure DEST_PATH_IMAGE067
；
Figure DEST_PATH_IMAGE069
；
式中，
Figure 558739DEST_PATH_IMAGE070
为矩阵
Figure DEST_PATH_IMAGE071
的元素；
Figure 895174DEST_PATH_IMAGE066
为所述备选方案与所述理想方案的匹配度。
CN201610854782.4A 2016-09-27 2016-09-27 基于匹配度的在线安全多属性逆向拍卖方法 Active CN106447474B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610854782.4A CN106447474B (zh) 2016-09-27 2016-09-27 基于匹配度的在线安全多属性逆向拍卖方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610854782.4A CN106447474B (zh) 2016-09-27 2016-09-27 基于匹配度的在线安全多属性逆向拍卖方法

Publications (2)

Publication Number Publication Date
CN106447474A CN106447474A (zh) 2017-02-22
CN106447474B true CN106447474B (zh) 2020-10-02

Family

ID=58170407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610854782.4A Active CN106447474B (zh) 2016-09-27 2016-09-27 基于匹配度的在线安全多属性逆向拍卖方法

Country Status (1)

Country Link
CN (1) CN106447474B (zh)

Citations (3)

* 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
CN105825413A (zh) * 2016-03-11 2016-08-03 国网天津市电力公司 一种双边多属性大数据资源价值评估及交易方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2772364A1 (en) * 2011-03-24 2012-09-24 Valorbec, Societe En Commandite A multi-attribute auctioning method and system

Patent Citations (3)

* 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
CN105825413A (zh) * 2016-03-11 2016-08-03 国网天津市电力公司 一种双边多属性大数据资源价值评估及交易方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
逆向多属性拍卖投标策略及收益性分析;曾宪科，冯玉强;《管理科学学报》;20150930;第18卷(第9期);第24-33页 *

Also Published As

Publication number Publication date
CN106447474A (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
EP3340152A1 (en) Method of selecting and delivering content for privacy-protected targeting content systems
CN116204912B (zh) 基于全同态加密的数据处理方法和装置
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
CN116529730A (zh) 使用安全多方计算的隐私保护机器学习
Sun et al. Privacy-preserving verifiable incentive mechanism for online crowdsourcing markets
US7240198B1 (en) Honesty preserving negotiation and computation
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
Li et al. Secure multi‐unit sealed first‐price auction mechanisms
CN110838069A (zh) 数据处理方法、装置以及系统
Kokaras et al. The cost of privacy on blockchain: A study on sealed-bid auctions
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
Chen et al. Privacy-preserving spectrum auction design: challenges, solutions, and research directions
Omote et al. An anonymous auction protocol with a single non-trusted center using binary trees
CN116681141A (zh) 隐私保护的联邦学习方法、终端及存储介质
CN106447474B (zh) 基于匹配度的在线安全多属性逆向拍卖方法
CN106447473B (zh) 基于匹配度的在线安全多正相关属性逆向拍卖方法
Pang et al. Prota: A privacy-preserving protocol for real-time targeted advertising
CN115599959A (zh) 数据共享方法、装置、设备及存储介质
WO2022110716A1 (zh) 冷启动推荐方法、装置、计算机设备及存储介质
US11538070B2 (en) Blockchain-based system and method for peer-to-peer online advertising auction
Peng et al. Batch verification of validity of bids in homomorphic e-auction

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