CN110060157A - 信誉度评估方法及系统 - Google Patents
信誉度评估方法及系统 Download PDFInfo
- 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
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
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。
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)
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)
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 |
-
2019
- 2019-03-04 CN CN201910161482.1A patent/CN110060157B/zh active Active
Patent Citations (3)
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)
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)
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 |