CN110060157A - 信誉度评估方法及系统 - Google Patents

信誉度评估方法及系统 Download PDF

Info

Publication number
CN110060157A
CN110060157A CN201910161482.1A CN201910161482A CN110060157A CN 110060157 A CN110060157 A CN 110060157A CN 201910161482 A CN201910161482 A CN 201910161482A CN 110060157 A CN110060157 A CN 110060157A
Authority
CN
China
Prior art keywords
account
credit worthiness
credit
assessment
transaction
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.)
Granted
Application number
CN201910161482.1A
Other languages
English (en)
Other versions
CN110060157B (zh
Inventor
闾海荣
杨清竹
张学工
江瑞
李林
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201910161482.1A priority Critical patent/CN110060157B/zh
Publication of CN110060157A publication Critical patent/CN110060157A/zh
Application granted granted Critical
Publication of CN110060157B publication Critical patent/CN110060157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种信誉度评估方法及系统。该方法应用于信誉度评估系统，包括：建立账户，参与网络交互的节点创建自己的账户；账户间交易，账户间进行数据传递和金额传递，系统状态更新；账户信誉度更新，账户交易后，互相进行信誉度评价，并形成评价矩阵，运用机器学习的方法，预测网络各账户综合信誉度，系统状态再次更新；生成区块上传，当系统完成信誉度更新后，将这一时间内发生的交易记录和系统状态的改变，打包到一个区块，上传至区块链，使得每个账户所做的交易可被查证且不可更改。本发明提高了信誉度评估的安全性、准确性、可靠性、可扩展性，适用于各类场景建立网络节点信誉度的评估。

Description

信誉度评估方法及系统
技术领域
本发明涉及计算机技术领域，特别是涉及一种信誉度评估方法及系统。
背景技术
随着网络技术的飞速发展，网络中各节点间的连接与合作日益增加。现有的点对点网络中存在大量不可信的交易和服务，如何保证节点交互数据的真实性，以及节点的信誉度，是一个重要的研究课题。信誉系统是一种对网络节点的信誉度评估的系统，可以利用建立的信誉系统获得网络各节点的信誉度，从而帮助网络节点评估交易节点的可信度。
现有技术中，有中心化信誉系统和非中心化信誉系统。中心化信誉系统中，网络节点的信誉度在中央服务器存储及更新。如果被攻击，会导致整个系统的破坏，存在较大的安全隐患。目前的非中心化系统中，网络节点单独执行信誉度评估的任务，但是，由于各节点的观测不同，存在生成的信誉度可能不准确的隐患。另外，目前基于区块链的信誉系统，适用的场景较为固定，扩展性较差。
发明内容
基于上述问题，本发明的目的在于提供一种可扩展的、可靠的信誉度评估方法，旨在克服现有信誉系统中存在的安全性不高，准确性不高，适应场景局限的问题。
本发明的另一目的在于，提供一种信誉度评估系统。
上述目的是通过以下技术方案实现的：
根据本发明的一个方面，本发明提供一种信誉度评估方法，应用于信誉度评估系统，该方法包括：建立账户，参与网络交互的节点创建自己的账户；账户间交易，账户间进行数据传递和金额传递，进行系统状态更新；账户信誉度更新，账户交易后，互相进行信誉度评价，形成评价矩阵，运用机器学习的方法，预测网络各账户综合信誉度，进行系统状态再次更新；生成区块，当系统完成n次信誉度更新后，将这一时间内发生的交易记录和系统状态的改变，打包到一个区块，上传至区块链，其中，n>＝1。
优选地，以权威机构给定各账户的信誉度作为各账户综合信誉度的标注数据，以账户的评价矩阵作为输入数据，基于机器学习的方法训练模型，预测账户的综合信誉度。
优选地，训练模型时，节点x的综合信誉度Px表示为：f(Kx)＝Px，其中，Kx为用高维向量表示所有关联的评价的集合。
更优选地，Kx为一系列三元组的集合Kx＝{(Py,i,My,i,Sy,i,)|y∈Rx,i∈Ryx}，其中，Rx为所有与x发生过交易的节点的集合，Ryx为y与x发生的所有交易，Py,i为交易i中y对x的评价，My,i为交易i发生时与y及i相关的属性，Sy,i为交易i中y对x的打分。
优选地，账户互相进行信誉度评价时，还包括设立激励机制，以激励账户做正确有效的评估。
优选地，生成区块时，系统状态包括了各个账户的状态，账户状态包括：账户的功能、账户的系统金额、账户的合约代码、以及账户的信誉度；交易记录包括：账户的创建、数据和金额的传递、以及账户间的相互评分。
更优选地，区块中还包括：区块生成的时间戳，前一区块的哈希值，当前区块的哈希值。
优选地，该方法还包括：账户信誉度的使用，根据系统建立的账户信誉度，辅助账户对交易账户的信誉度进行判断，选择交易账户。
根据本发明的另一个方面，本发明提供一种信誉度评估系统，按照上述信誉度评估方法进行评估，该系统包括：账户建立单元，用于建立参与网络交互的账户；账户间交易单元，用于进行账户间交易，并根据交易结果进行系统状态更新；账户信誉度评估单元，用于根据账户间交易相互作出信誉度评价，生成账户的相互评价矩阵；综合信誉度预测单元，用于根据账户间的评价矩阵，运用机器学习的方法，预测账户综合信誉度，并根据综合信誉度进行系统状态更新；区块上传单元，用于将交易记录和系统状态的改变生成区块上传至区块链。
有益效果：
本发明提供的信誉度评估方法及系统提高了信誉度评估的安全性、可靠性、准确性、可扩展性，适用于各类场景建立网络节点信誉度的评估。
本发明通过运用机器学习的方法综合了网络各节点的相互评估，建立的节点信誉度较为客观准确。
本发明引入的区块链保证了网络节点的各类交易行为，包括互相间的评估可被查证且不可更改，辅助了节点间的评估更为客观公正，也辅助了各节点的交易更为安全有效。
本发明建立的网络节点信誉度，一方面可辅助经济系统的有效正确运行，另一方面可利用信誉度高的节点投票，生成智能合约的可信任输入，帮助智能合约与现实世界的交互。
附图说明
图1是本发明信誉度评估方法的流程示意图；
图2是本发明信誉度评估系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述：
本发明提供的信誉度评估系统，如图2所示，包括：账户建立单元100，用于建立参与网络交互的账户；账户间交易单元200，用于进行账户间交易，并根据交易结果进行系统状态更新；账户信誉度评估单元301，用于根据账户间交易相互作出信誉度评价，生成评价矩阵；综合信誉度预测单元302，用于根据账户间的评价矩阵，运用机器学习的方法，预测账户综合信誉度，并根据综合信誉度进行系统状态更新；区块上传单元400，用于将交易记录和系统状态的改变生成区块上传至区块链。
本发明信誉度评估系统中，账户即系统中相互作用的节点，是由一定长度的地址指定，分为普通账户和合约账户，分别由账户的私钥和合约代码控制，账户状态包括：账户的功能、账户的系统金额、账户的合约代码、账户的信誉度等。本发明信誉度系统的状态包括了各个账户的状态。
交易即系统中账户相互作用的行为，账户间交互的方式，交易类型包括：创建账户，创建的同时设置账户的功能；内容传递，内容从发送者账户传递至接收者账户，内容传递包括数据传递和金额转移，金额转移即系统金额从发送者账户转移至接收者账户，可以体现为对获得的数据进行付费；以及信誉度评估，账户之间进行评分等。
本发明提供的信誉度评估方法，如图1所示，包括以下步骤：
步骤S10，建立账户，参与网络交互的节点创建自己的账户。即参与网络相互作用的节点，生成公钥和私钥，公钥即对应的地址，账户由公钥指定。
步骤S20，账户间交易，账户间进行数据传递，并对获得的数据进行付费，即金额传递，进行系统状态更新。其中，账户间交易可以包括：账户间选择性地进行数据的请求，访问，使用，付费等步骤，账户每交易一次，系统状态进行更新，在更新的系统状态下进行新的交易。
步骤S31，账户间信誉度评估，一定数量的账户数据传递和金额转移的交易后，账户根据交易的结果，交易账户间相互进行信誉度评分(评价)，并形成评价矩阵。
步骤S32，账户的综合信誉度更新，账户相互间信誉度评分后，运用机器学习的方法，计算账户的综合信誉度，系统状态再次得到更新；本发明通过运用机器学习的方法综合了网络各节点的相互评估，建立的节点信誉度较为客观准确。
步骤S41，生成区块，当系统完成一定数量的交易和产生n(n>＝1)次信誉度更新后，将这一时间(过程中)内发生的各类的交易记录和系统状态的改变，都打包到一个区块。其中，交易记录可以包括：账户的创建、数据和金额的传递、以及账户间的相互评分等。系统状态包括了各个账户的状态，账户状态可以包括：账户的功能、账户的系统金额、账户的合约代码、以及账户的综合信誉度等。
步骤S42，将打包好的区块上传区块链，多个区块依据时间顺次连接，本发明基于区块链上传，保证了每个账户所做的交易可被查证且不可更改；辅助了节点间的评估更为客观公正，也辅助了各节点的交易更为安全有效。
在本发明可选实施例中，该信誉度评估方法还包括步骤S50，账户信誉度的使用，根据系统建立的账户信誉度，辅助账户对交易账户的信誉度进行判断，例如根据账户交易数据的真实度，完整度，结构化程度等进行判断，选择交易账户，辅助网络节点系统的经济运行更为安全和有效。同时，根据系统建立的账户信誉度，还可筛选出一定数量较为权威的账户，对现实世界的结果进行投票，利用权威账户的投票结果，作为智能合约的可信任输入数据自动输入，帮助智能合约与现实世界的交互。
在一个可选实施例中，账户信誉度更新时，可以设立激励机制，来激励账户做正确有效的评估，例如：账户间可以相互评价，同时交付一定数量的保证金，根据投票出的评价结果计算相应的偏差，根据偏差权重对保证金分配，促进账户做出正确的评价，从而提高信誉度评估的准确性。
本发明通过人工智能的方法，根据账户间的相互评估矩阵预测出账户的综合信誉度。在一个可选实施例中，预测方法的建立可以包括以下步骤：
1)通过权威机构给定各账户的信誉度，标注各账户的综合信誉度。其中，权威机构可以为网络中少数具有较多节点背书的机构，或者少数交易量巨大的节点机构。
2)选用账户的相互评估矩阵作为输入数据。
3)基于机器学习的方法，预测账户的综合信誉度。
假设节点x的综合信誉度Px，其所有关联的评价可以描述为一系列三元组的集合Kx＝{(Py,i,My,i,Sy,i,)|y∈Rx,i∈Ryx}，其中，Rx为所有与x发生过交易的节点的集合，Ryx为y与x发生的所有交易，Py,i为交易i中y对x的评价，My,i为交易i发生时与y及i相关的属性，比如交易的类型，y当时的身份等，Sy,i为交易i中y对x的打分。学习一个函数，f(Kx)＝Px。首先将Kx用高维向量表示，这样可以表示一个回归问题。使用xgboost(机器学习算法之一)等方法可以进行拟合。其中，训练集中的Px可以人工给出。
4)根据已建立的模型，每进行一定数量交易后收集账户间的相互信誉度评分，预测出账户的综合信誉度，并让系统得到更新。
下面举例对本发明信誉度评估过程进行简要说明。例如：在银行征信数据相互付费访问的过程中，参与节点包括不同体量和级别的多家银行。由各节点投票选出不超过10％的银行作为权威银行，投票原则主要依据银行的交易体量和历史交易记录。投票选出的权威银行，对有过直接交易的节点评出信誉度，计算平均值得到各节点的信誉度，作为各节点综合信誉度的标注数据。同时，节点间进行交易后互相评价信誉度，形成评价矩阵，作为输入数据，训练算法，预测节点的综合信誉度。节点数据平均访问三次后，节点相互间进行信誉度评分，根据机器学习模型预测出节点的综合信誉度，并进行系统的更新。
以上结合附图对本发明优选实施例进行了描述，但本发明并不局限于上述具体实施方式，上述具体实施方式仅是示意性，并不是限制性的，本领域普通技术人员在本发明启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以做出很多形式，这些均属于本发明保护范围之内。

Claims (9)

1.一种信誉度评估方法，应用于信誉度评估系统，其特征在于，该方法包括以下步骤：
建立账户，参与网络交互的节点创建自己的账户；
账户间交易，账户间进行数据传递和金额传递，进行系统状态更新；
账户信誉度更新，账户交易后，互相进行信誉度评价，并形成评价矩阵，运用机器学习的方法，预测网络各账户综合信誉度，进行系统状态再次更新；
生成区块，当系统完成n次信誉度更新后，将这一时间内发生的交易记录和系统状态的改变，打包到一个区块，上传至区块链，其中，n>＝1。
2.如权利要求1所述的信誉度评估方法，其特征在于，以权威机构给定各账户的信誉度作为各账户综合信誉度的标注数据，以账户的评价矩阵作为输入数据，基于机器学习的方法训练模型，预测账户的综合信誉度。
3.如权利要求2所述的信誉度评估方法，其特征在于，训练模型时，节点x的综合信誉度Px表示为：f(Kx)＝Px，其中，Kx为用高维向量表示所有关联的评价的集合。
4.如权利要求3所述的信誉度评估方法，其特征在于，训练模型时，Kx为一系列三元组的集合Kx＝{(Py,i,My,i,Sy,i,)|y∈Rx,i∈Ryx}，其中，Rx为所有与x发生过交易的节点的集合，Ryx为y与x发生的所有交易，Py,i为交易i中y对x的评价，My,i为交易i发生时与y及i相关的属性，Sy,i为交易i中y对x的打分。
5.如权利要求1-4任一项所述的信誉度评估方法，其特征在于，账户互相进行信誉度评价时，还包括设立激励机制，以激励账户做正确有效的评估。
6.如权利要求1-4任一项所述的信誉度评估方法，其特征在于，生成区块时，系统状态包括了各个账户的状态，账户状态包括：账户的功能、账户的系统金额、账户的合约代码、以及账户的信誉度；交易记录包括：账户的创建、数据和金额的传递、以及账户间的相互评分。
7.如权利要求6所述的信誉度评估方法，其特征在于，区块中还包括：区块生成的时间戳，前一区块的哈希值，当前区块的哈希值。
8.如权利要求1-4任一项所述的信誉度评估方法，其特征在于，该方法还包括：账户信誉度的使用，根据系统建立的账户信誉度，辅助账户对交易账户的信誉度进行判断，选择交易账户。
9.一种信誉度评估系统，按照权利要求1-8任一项所述的信誉度评估方法进行评估，其特征在于，该系统包括：
账户建立单元，用于建立参与网络交互的账户；
账户间交易单元，用于进行账户间交易，并根据交易结果进行系统状态更新；
账户信誉度评估单元，用于根据账户间交易相互作出信誉度评价，生成评价矩阵；
综合信誉度预测单元，用于根据账户间的评价矩阵，运用机器学习的方法，预测账户综合信誉度，并根据综合信誉度进行系统状态更新；
区块上传单元，用于将交易记录和系统状态的改变生成区块上传至区块链。
CN201910161482.1A 2019-03-04 2019-03-04 信誉度评估方法及系统 Active CN110060157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910161482.1A CN110060157B (zh) 2019-03-04 2019-03-04 信誉度评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910161482.1A CN110060157B (zh) 2019-03-04 2019-03-04 信誉度评估方法及系统

Publications (2)

Publication Number Publication Date
CN110060157A true CN110060157A (zh) 2019-07-26
CN110060157B CN110060157B (zh) 2021-08-24

Family

ID=67316588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910161482.1A Active CN110060157B (zh) 2019-03-04 2019-03-04 信誉度评估方法及系统

Country Status (1)

Country Link
CN (1) CN110060157B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111311263A (zh) * 2020-03-18 2020-06-19 广州知弘科技有限公司 区块链节点本地安全记账方法
CN114625497A (zh) * 2021-12-28 2022-06-14 杭州电子科技大学 一种基于协同感知的可信服务组合方法
CN116633629A (zh) * 2023-05-25 2023-08-22 重庆邮电大学空间通信研究院 一种基于零信任架构的可信可溯协作方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107967557A (zh) * 2017-11-17 2018-04-27 西安电子科技大学 基于区块链的可修改信誉评价系统及方法、电子支付系统
CN108717606A (zh) * 2018-06-08 2018-10-30 北京工商大学 一种基于区块链的食品安全多元利益主体信用评价方法
CN109087165A (zh) * 2018-07-19 2018-12-25 广州广大通电子科技有限公司 一种基于区块链智能合约的用户信誉的评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107967557A (zh) * 2017-11-17 2018-04-27 西安电子科技大学 基于区块链的可修改信誉评价系统及方法、电子支付系统
CN108717606A (zh) * 2018-06-08 2018-10-30 北京工商大学 一种基于区块链的食品安全多元利益主体信用评价方法
CN109087165A (zh) * 2018-07-19 2018-12-25 广州广大通电子科技有限公司 一种基于区块链智能合约的用户信誉的评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨体东 等: ""基于多维度评价信息的在线服务信誉度量"", 《小型微型计算机系统》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111311263A (zh) * 2020-03-18 2020-06-19 广州知弘科技有限公司 区块链节点本地安全记账方法
CN111311263B (zh) * 2020-03-18 2021-07-16 广州知弘科技有限公司 区块链节点本地安全记账方法
CN114625497A (zh) * 2021-12-28 2022-06-14 杭州电子科技大学 一种基于协同感知的可信服务组合方法
CN116633629A (zh) * 2023-05-25 2023-08-22 重庆邮电大学空间通信研究院 一种基于零信任架构的可信可溯协作方法

Also Published As

Publication number Publication date
CN110060157B (zh) 2021-08-24

Similar Documents

Publication Publication Date Title
CN109472596B (zh) 基于交易评估的联盟链共识方法及系统
Samset et al. Ex ante project evaluation and the complexity of early decision-making
CN112633780B (zh) 基于气候链处理碳资源的方法、相关装置及存储介质
CN109993233B (zh) 基于机器学习来预测数据审核目标的方法及系统
CN110060157A (zh) 信誉度评估方法及系统
CN110417721A (zh) 安全风险评估方法、装置、设备及计算机可读存储介质
CN112685766A (zh) 基于区块链的企业征信管理方法、装置、计算机设备及存储介质
CN110348704A (zh) 风险识别方法、装置及系统
CN112329629A (zh) 在线培训的评价方法、装置、计算机设备和存储介质
Nost Performing nature's value: software and the making of Oregon's ecosystem services markets
CN110599370A (zh) 一种基于区块链的物业管理方法、装置和存储介质
Zhang et al. C 3-GAN: Complex-Condition-Controlled Urban Traffic Estimation through Generative Adversarial Networks
CN113761217A (zh) 基于人工智能的题目集数据处理方法、装置和计算机设备
CN115130814B (zh) 一种纵向数据融合的隐私计算方法及系统
CN115687526A (zh) 一种基于区块链和联邦学习的地震数据模型共享方法
CN107835174A (zh) 一种基于物联网的账本反欺诈系统及方法
Nooteboom et al. Comparing strategic environmental assessment and integrated environmental assessment
Wescott E-government in the Asia-Pacific region: Progress and Challenges
CN113627551A (zh) 基于多模型的证件分类方法、装置、设备和存储介质
Firmansyah et al. Implementation of E-procurement policy in Bandung District
Openshaw An alternative approach to structure planning: the structure plan decision making model (SPDM)
Anand et al. Intelligent mobile crowdsensing for secure data integration: A blockchain based approach
RU2710914C1 (ru) Автоматизированный способ пространственных экономических исследований
CN116993055A (zh) 投票处理方法、模型训练方法、装置、系统和计算机设备
CN107342975A (zh) 不可信云环境下基于域划分的信任计算方法

Legal Events

Date Code Title Description
PB01 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