CN115496553A - 边缘计算下基于可信计算的用户信用评价系统及方法 - Google Patents
边缘计算下基于可信计算的用户信用评价系统及方法 Download PDFInfo
- Publication number
- CN115496553A CN115496553A CN202211148245.XA CN202211148245A CN115496553A CN 115496553 A CN115496553 A CN 115496553A CN 202211148245 A CN202211148245 A CN 202211148245A CN 115496553 A CN115496553 A CN 115496553A
- Authority
- CN
- China
- Prior art keywords
- user
- credit
- credit score
- acquiring
- traffic data
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000006399 behavior Effects 0.000 claims description 86
- 239000013598 vector Substances 0.000 claims description 59
- 238000000605 extraction Methods 0.000 claims description 31
- 230000003993 interaction Effects 0.000 claims description 18
- 238000013077 scoring method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000012795 verification Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
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
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了边缘计算下基于可信计算的用户信用评价系统及方法,其中,系统包括:第一获取模块,用于获取第一用户进入边缘计算业务场景时输入的业务请求;第二获取模块,用于获取业务请求所需的第一信用评分;评价模块,用于基于可信计算技术,对第一用户进行信用评价,获得第二信用评分;确定模块,用于基于第一信用评分和第二信用评分,确定是否响应业务请求。本发明的边缘计算下基于可信计算的用户信用评价系统及方法,获取边缘计算业务场景下用户输入的业务请求,就近提供最近端服务,提升了业务处理的速度和安全性;引入可信计算,提高了第二信用评分获取的可靠性;基于第一信用评分和第二信用评分,确定是否响应业务请求,更加合理。
Description
技术领域
本发明涉及数据安全领域,特别涉及边缘计算下基于可信计算的用户信用评价系统及方法。
背景技术
目前,设备在处理数据较多的情况下,存在计算速度较慢的问题,例如:向云计算中心发送处理数据,云计算中心还需要将计算结果回传给发送方,发送方接收数据时会有时延,另外,数据的安全也得不到保障,例如:数据在发送给云计算中心的传输过程中有数据泄露的风险。边缘计算广泛应用于物理实体和工业连接之间的平台,例如:车站售票机和票务平台,但是,获取用户进行业务请求后,例如:用户发出购买车票请求后,对用户缺乏可靠的信用验证,合理性较低。
因此,亟需一种解决办法。
发明内容
本发明提供边缘计算下基于可信计算的用户信用评价系统及方法,获取边缘计算业务场景下用户输入的业务请求,就近提供最近端服务,提升了业务处理的速度和安全性;引入可信计算,确定第二信用评分,提高了第二信用评分获取的可靠性;基于第一信用评分和第二信用评分,确定是否响应业务请求,更加合理。
本发明提供边缘计算下基于可信计算的第一用户信用评价方法,包括:
第一获取模块,用于获取第一用户进入边缘计算业务场景时输入的业务请求;
第二获取模块,用于获取所述业务请求所需的第一信用评分;
评价模块,用于基于可信计算技术,对所述第一用户进行信用评价,获得第二信用评分;
确定模块,用于基于所述第一信用评分和所述第二信用评分,确定是否响应所述业务请求。
优选的,评价模块执行如下操作:
获取第一用户的第一用户交通数据;所述第一用户交通数据包括:第一用户的交通订单数据和第一用户的交通出行数据;
获取第一用户交通数据的第一参数类型;
基于预设的信用评价参数类型库,确定第一参数类型中用于信用评价的第二参数类型;
确定第一用户交通数据中第二参数类型对应的第一用户交通数据,并作为第二用户交通数据;
基于第二用户交通数据,确定所述第二信用评分。
优选的,获取所述第一用户的第一用户交通数据,包括:
获取预设的收集节点,同时,获取所述收集节点的收集行为;
基于预设的第一特征提取模板,对所述收集行为进行特征提取,获得收集行为描述特征值,基于所述收集行为描述特征值,构建收集行为描述向量;
获取预设的规范收集行为库;
计算所述收集行为描述向量与所述规范收集行为库中的规范收集行为描述向量的第一匹配值,累加计算所述第一匹配值,获得匹配值和;
若所述匹配值和大于等于预设的第一阈值,获取对应所述收集节点收集的第一用户交通数据。
优选的,基于所述第二用户交通数据,确定所述第二信用评分,包括:
获取第二用户交通数据的第三参数类型;
基于第三参数类型,对第二用户交通数据进行数据分类,获得分类完成的第三用户交通数据;
根据第三用户交通数据,计算第三用户交通数据的第一可信值;
查询预设的参数类型-类型权值库,确定第三参数类型的类型权值;
赋予第一可信值对应的类型权值,获得第三用户交通数据的第二可信值;
累加计算第二可信值,获得第一用户的第二信用评分。
优选的,获取第三用户交通数据的第一可信值,包括:
获取第三用户交通数据的第三可信值,同时,获取第三用户交通数据的数据产生时刻距离当前时刻的时间长度;
查询预设的时间长度-权重系数库,确定时间长度对应的第一权重系数;
获取第三用户交通数据的收集节点的节点类型,所述节点类型包括:内部交通收集节点和外部交通收集节点;
获取所述节点类型对应的第二权重系数;
赋予所述第三可信值对应的第一权重系数和第二权重系数,获得所述第三用户交通数据的第一可信值。
优选的,确定模块执行如下操作:
判断所述第二信用评分是否大于所述第一信用评分;
若是,则响应所述业务请求。
优选的,边缘计算下基于可信计算的用户信用评价系统,还包括:
评分关联调整模块,用于获取第一用户的关联用户,同时,获取关联用户的第三信用评分,基于第三信用评分,调整第一用户的第一信用评分;
其中,基于第三信用评分,调整第一用户的第一信用评分,包括:
基于预设的第二特征提取模板,对第一用户的第一信用评分和第一用户对应关联用户的第三信用评分的大小关系进行特征提取,获得关系特征值;
基于关系特征值,构建关系描述向量;
获取预设的评分调整策略库,确定评分调整策略库中关系描述向量对应的评分调整策略,基于评分调整策略,调整第一用户的第一信用评分。
优选的,获取第一用户的关联用户,包括:
获取第一用户与预设的第二用户之间产生的多个历史行为;
基于预设的第三特征提取模板,对历史行为进行特征提取,获得多个历史行为特征值,基于历史行为特征值,构建历史行为描述向量;所述历史行为特征值包括:购票方、车票出行人和购票金额;
获取预设的关联互动描述向量库,依次计算历史行为描述向量和关联互动描述向量库中关联互动描述向量的第二匹配值;
若存在任一第二匹配值大于等于预设的第二阈值,确定产生对应历史行为的第二用户为第三用户,并将第三用户作为对应第一用户的关联用户。
优选的,边缘计算下基于可信计算的用户信用评价系统,还包括:
共享模块,用于将第一用户的第一信用评分定时存入预设的乘客信用库中;所述共享模块,包括:
获取乘客信用库中多个上传方上传的第一用户的第四信用评分;
基于预设的判断规则,判断所述上传方中是否存在本地平台;
若不存在,将第一用户和第一信用评分作为第一配对项,存入乘客信用库;
若存在,获取对应第四信用评价的上传时间;
获取本地平台存储的距离当前时间最近的第一信用评分的产生时间;
若产生时间在上传时间之后,获取对应的第二配对项,存入乘客信用库。
本发明实施例提供的边缘计算下基于可信计算的第一用户信用评分方法,包括:
步骤1:获取第一用户进入边缘计算业务场景时输入的业务请求;
步骤2:获取所述业务请求所需的第一信用评分;
步骤3:基于可信计算技术,对所述第一用户进行信用评价,获得第二信用评分;
步骤4:基于所述第一信用评分和所述第二信用评分,确定是否响应所述业务请求。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中边缘计算下基于可信计算的用户信用评价系统的示意图;
图2为本发明实施例中边缘计算下基于可信计算的用户信用评价方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供边缘计算下基于可信计算的用户信用评价系统,如图1所示,包括:
第一获取模块1,用于获取第一用户进入边缘计算业务场景时输入的业务请求;
第二获取模块2,用于获取所述业务请求所需的第一信用评分;
评价模块3,用于基于可信计算技术,对所述第一用户进行信用评价,获得第二信用评分;
确定模块4,用于基于所述第一信用评分和所述第二信用评分,确定是否响应所述业务请求。
上述技术方案的工作原理及有益效果为:
业务请求一般是由有购票需求第一用户发出,在第一用户在进行边缘计算业务场景时,例如:对购票用户进行信用评价时,获取第一用户输入车站售票机的业务请求,例如:购买A地到B地的高铁票。第一信用评分是执行上述业务请求时需要的信用评分,例如:90。基于可信计算技术,对第一用户进行信用评价,获得第二信用评分,例如:85,可信计算是通过度量和验证的技术手段实现,度量就是采集所检测的软件或系统的状态,验证是将度量结果和参考值比对看是否一致,如果一致表示验证通过,如果不一致则表示验证失败。基于第一信用评分和第二信用评分,确定是否响应业务请求,例如:第二信用评分大于等于第一信用评分,响应第一用户的业务请求,否则,不响应。
本申请获取边缘计算业务场景下用户输入的业务请求,就近提供最近端服务,提升了业务处理的速度和安全性;引入可信计算,确定第二信用评分,提高了第二信用评分获取的可靠性;基于第一信用评分和第二信用评分,确定是否响应业务请求,更加合理。
本发明实施例提供了边缘计算下基于可信计算的用户信用评价系统,评价模块3执行如下操作:
获取第一用户的第一用户交通数据;所述第一用户交通数据包括:第一用户的交通订单数据和第一用户的交通出行数据;
获取第一用户交通数据的第一参数类型;
基于预设的信用评价参数类型库,确定第一参数类型中用于信用评价的第二参数类型;
确定第一用户交通数据中第二参数类型对应的第一用户交通数据,并作为第二用户交通数据;
基于第二用户交通数据,确定所述第二信用评分。
上述技术方案的工作原理及有益效果为:
第一用户交通数据是第一用户的历史交通数据,例如:第一用户的历史订单,车站收集的用户在交通工具上的行为等。第一用户交通数据的第一参数类型具体为:第一用户交通数据的数据类型,例如:登录验证数据,不良出行记录数据等。预设的信用评价参数类型库中包括:用于用户信用评价的参数类型,例如:失信记录数据。基于预设的信用评价参数类型库,确定第一参数类型中用于信用评分的第二参数类型,例如:出行不良行为记录数据。将第一用户交通数据中第二参数类型对应的第一用户交通数据作为第二用户交通数据。基于第二用户交通数据,确定第二信用评分。
本申请引入信用评价参数类型库,确定第一用户交通数据中用于信用评价的第二用户交通数据,提升了信用评价的效率。
本发明实施例提供了边缘计算下基于可信计算的用户信用评价系统,获取所述第一用户的第一用户交通数据,包括:
获取预设的收集节点,同时,获取所述收集节点的收集行为;
基于预设的第一特征提取模板,对所述收集行为进行特征提取,获得收集行为描述特征值,基于所述收集行为描述特征值,构建收集行为描述向量;
获取预设的规范收集行为库;
计算所述收集行为描述向量与所述规范收集行为库中的规范收集行为描述向量的第一匹配值,累加计算所述第一匹配值,获得匹配值和;
若所述匹配值和大于等于预设的第一阈值,获取对应所述收集节点收集的第一用户交通数据。
上述技术方案的工作原理及有益效果为:
预设的收集节点具体为:交通数据的数据收集节点,例如:某某车站。收集节点的收集行为具体为:如何对乘客信息进行收集,如何对收集信息进行验证等。引入第一特征提取模板,对收集行为进行特征提取,获得多个收集行为描述特征值,收集行为描述特征值具体为:收集方式,收集人员和收集策略等,第一特征提取模板具体为:为了适配于提取这类条件特征值预先制定的特征提取模板。基于多个收集行为描述特征值,构建收集行为的收集行为描述向量。预设的规范收集行为库具体为:人工事先列举大量规范的收集乘客交通数据的情形,采用上述相同手段,提取出规范收集行为描述特征值,构建规范收集行为描述向量。计算收集行为描述向量与规范收集行为库中的规范收集行为描述向量的第一匹配值;第一匹配值为收集行为描述向量与规范收集行为描述向量的向量夹角的余弦值,基于两向量计算向量夹角的余弦值属于现有技术,其原理不作赘述。累加计算第一匹配值,获得匹配值和,例如:0.9。如果匹配值和大于等于预设的第一阈值,例如:0.85,获取对应收集节点收集的第一用户交通数据。
本申请在收集第一用户的第一用户交通数据时,引入第一特征提取模板,提取收集行为描述特征值,并构建收集行为描述向量,计算收集行为描述向量和规范收集行为库中规范收集行为描述向量的匹配值和,确定收集行为规范的收集节点收集的第一用户交通数据,提升了第一用户交通数据获取的规范性。
本发明实施例提供了边缘计算下基于可信计算的用户信用评价系统,基于所述第二用户交通数据,确定所述第二信用评分,包括:
获取第二用户交通数据的第三参数类型;
基于第三参数类型,对第二用户交通数据进行数据分类,获得分类完成的第三用户交通数据;
获取第三用户交通数据的第一可信值;
查询预设的参数类型-类型权值库,确定第三参数类型的类型权值;
赋予第一可信值对应的类型权值,获得第三用户交通数据的第二可信值;
累加计算第二可信值,获得第一用户的第二信用评分。
上述技术方案的工作原理及有益效果为:
第二用户交通数据的第三参数类型具体为:第二用户交通数据的数据类型,例如:不良乘车行为记录数据。基于第三参数类型,对第二用户交通数据进行数据分类,确定不同的第三参数类型和第三参数类型对应的第三用户交通数据。第三用户交通数据的第一可信值为,例如:60。预设的参数类型-类型权值库包括:多组一一对应的参数类型和类型权值;类型权值为参数类型对应的参考权重,例如:0.9。赋予第一可信值对应的类型权值,获得第三用户交通数据的第二可信值;赋予时,第一可信值与类型权值相乘。累加计算第二可信值,获得第一用户的第二信用评分。
本申请引入参数类型-类型权值库,确定不同第三用户交通数据对应的类型权值,提高了类型权值的人获取效率;基于类型权值,确定不同参数类型对应第三用户交通数据的第二可信值,提升了第二可信值获取的合理性和精确性。
本发明实施例提供了边缘计算下基于可信计算的用户信用评价系统,获取第三用户交通数据的第一可信值,包括:
基于可信计算技术,确定第三用户交通数据的第三可信值,同时,获取第三用户交通数据的数据产生时刻距离当前时刻的时间长度;
查询预设的时间长度-权重系数库,确定时间长度对应的第一权重系数;
获取第三用户交通数据的收集节点的节点类型,所述节点类型包括:内部交通收集节点和外部交通收集节点;
获取所述节点类型对应的第二权重系数;
赋予所述第三可信值对应的第一权重系数和第二权重系数,获得所述第三用户交通数据的第一可信值。
上述技术方案的工作原理及有益效果为:
第三用户交通数据的第三可信值是根据第三用户交通数据确定的可信值,可以通过可信计算获取。第三用户交通数据的数据产生时刻距离当前时刻的时间长度,例如:xx小时;时间长度可以通过计算系统时钟记录的第三用户交通数据当前时刻和数据产生时刻的差值获得;数据产生时刻为第三用户交通数据本身包含的生成第三用户交通数据时的时间标记数据对应的时刻。预设的时间长度-权重系数库为:多组一一对应的时间长度和第一权重系数,确定时间长度对应的第一权重系数。第三用户交通数据收集节点的节点类型为:内部交通节点和外部交通节点,内部交通节点为,例如:本车站,外部交通节点为,例如:其他车站。节点类型对应的第二权重系数为,例如:内部节点的第二权重系数为:1.2,外部节点的第二权重系数为:0.8。赋予第三可信值对应的第一权重系数和第二权重系数;赋予时,第一权重系数和第二权重系数与第三可信值相乘。所述第一可信值的计算公式如下:
其中,Z为所述第一可信值,μi为第i项所述第三用户交通数据的第三可信值,γ1,i为第i项所述第三用户交通数据的对应的时间长度的第一权重系数,τi为第i个所述时间长度,ρi为第i个所述时间长度对应的关系系数,γ2,i为第i项所述第三用户交通数据的收集节点的节点类型对应的第二权重系数,n为所述第三用户交通数据的数据项的总数目。
本申请基于第三用户交通数据产生时刻距离当前时刻的时间长度确定第一权重系数,基于第三用户交通数据收集节点的节点类型确定第二权重系数,提升了第一权重系数和第二权重系数获取的适宜性,进一步提高了第一可信值确定的精度。
本发明实施例提供了边缘计算下基于可信计算的用户信用评价系统,确定模块4执行如下操作:
判断所述第二信用评分是否大于所述第一信用评分;
若是,则响应所述业务请求。
上述技术方案的工作原理及有益效果为:
判断第二信用评分是否大于第一信用评分,如果第二信用评分大于第一信用评分,说明第一用户的信用评分高,响应对应业务请求,更加合理。
本发明实施例提供了边缘计算下基于可信计算的用户信用评价系统,还包括:
评分关联调整模块,用于获取第一用户的关联用户,同时,获取关联用户的第三信用评分,基于第三信用评分,调整第一用户的第一信用评分;
其中,基于第三信用评分,调整第一用户的第一信用评分,包括:
基于预设的第二特征提取模板,对第一用户的第一信用评分和第一用户对应关联用户的第三信用评分的大小关系进行特征提取,获得关系特征值;
基于关系特征值,构建关系描述向量;
获取预设的评分调整策略库,确定评分调整策略库中关系描述向量对应的评分调整策略,基于评分调整策略,调整第一用户的第一信用评分。
上述技术方案的工作原理及有益效果为:
第一用户的关联用户是和第一用户有过关联行为的其他第一用户。关联用户的第三信用评分为,例如:97。引入第二特征提取模板,提取第一用户的第一信用评分和第一用户对应关联用户的第三信用评分的大小关系的关系特征值,关系特征值具体为:第一信用评分和第三信用评分之间谁比谁大,谁比谁小,大多少,小多少,第二特征提取模板具体为:为了适配于提取这类条件特征值预先制定的特征提取模板。基于关系特征值,构建关系描述向量。
预设的评分调整策略库具体为:工作人员事先假设列举大量人工分析用户的信用评分和用户的关联用户的信用评分的关系的情形,基于上述相同的方法,构建关系描述向量,同时,基于上述情形,确定相应的评分调整策略,例如:调高评分还是调低评分,调多少。基于第一信用评分和第三信用评分对应关系描述向量相应的评分调整策略,调整第一用户的第一信用评分。
本申请引入第二特征提取模板,基于第一信用评分和第三信用评分的大小关系,获得关系特征值,提升了关系特征值获取的适宜性;引入评分调整策略库,确定第一信用评分的评分调整策略,提升了评分调整的合理性。
本发明实施例提供了边缘计算下基于可信计算的用户信用评价系统,获取第一用户的关联用户,包括:
获取第一用户与预设的第二用户之间产生的多个历史行为;
基于预设的第三特征提取模板,对历史行为进行特征提取,获得多个历史行为特征值,基于历史行为特征值,构建历史行为描述向量;所述历史行为特征值包括:购票方、车票出行人和购票金额;
获取预设的关联互动描述向量库,依次计算历史行为描述向量和关联互动描述向量库中关联互动描述向量的第二匹配值;
若存在任一第二匹配值大于等于预设的第二阈值,确定产生对应历史行为的第二用户为第三用户,并将第三用户作为对应第一用户的关联用户。
上述技术方案的工作原理及有益效果为:
第一用户和预设的第二用户的历史行为可以为,例如:乘客A帮助乘客B买车票;预设的第二用户具体为:其他乘客。引入第三特征提取模板,对历史行为进行特征提取,获得多个历史行为特征值,历史行为特征值包括:购票方、车票出行人和购票金额,例如:哪一方为哪一方购买车票、购买次数和购买金额等,第三特征提取模板具体为:为了适配于提取这类条件特征值预先制定的特征提取模板,基于历史行为特征值构建历史行为描述向量。预设的关联互动描述向量库包括:多个关联互动描述向量,关联互动描述向量具体为:人工列举大量第一用户之间的互动情形,采用上述相同手段,构建关联互动描述向量。
依次计算历史行为描述向量和关联互动描述向量的第二匹配值,第二匹配值为历史行为描述向量和关联互动描述向量的向量夹角的余弦值。如果存在任意一个第二匹配值大于等于预设的第二阈值,例如:0.9,将对应第二用户作为第三用户,确定第三用户为相应第一用户的关联用户。
本申请引入第三特征提取模板,构建历史行为描述向量,计算历史行为描述向量和关联互动描述向量库中的关联互动描述向量的第二匹配值,确定和第一用户关联的第三用户,提高了第一用户的关联用户获取的合理性。
本发明实施例提供了边缘计算下基于可信计算的用户信用评价系统,还包括:
共享模块,用于将第一用户的第一信用评分定时存入预设的乘客信用库中;所述共享模块,包括:
获取乘客信用库中多个上传方上传的第一用户的第四信用评分;
基于预设的判断规则,判断所述上传方中是否存在本地平台;
若不存在,将第一用户和第一信用评分作为第一配对项,存入乘客信用库;
若存在,获取对应第四信用评价的上传时间;
获取本地平台存储的距离当前时间最近的第一信用评分的产生时间;
若产生时间在上传时间之后,获取对应的第二配对项,存入乘客信用库。
上述技术方案的工作原理及有益效果为:
预设的乘客信用库具体包括:所有交通节点共享的乘客信用评分。第一用户的第四信用评分具体为:所有交通节点对第一用户的信用评分。预设的判断规则为:获取上传方唯一的第一身份标识,例如:各交通节点在上述共享平台唯一的身份ID,例如:A001,A002等,同时,获取的本地平台的第二身份标识;本车站唯一的身份ID,例如:A007。将第一身份标识和第二身份标识进行匹配。若不存在匹配符合,上传方中不存在本地平台,说明本车站还未上传第一用户的信用评分,则将第一用户的第一信用评分作为第一配对项,存入上述乘客信用库。若存在匹配符合,为了确保上传的第一用户的信用评分是最新的,获取本车站在上述乘客信用库中已经上传的第一用户对应的第四信用评分的上传时间,例如:xx年x月x日。获取本车站存储的距离当前时间最近的第一信用评分的产生时间,例如:xx年x月x日。如果产生时间在上传时间之后,说明本平台上传至乘客信用库中的数据还没有更新,删除上述乘客信用库中第一用户对应的第四信用评分,将本车站存储的最新的第一用户的第一信用评分进行关联,并作为第二配对项,补充至上述乘客信用库中。
本申请实时将本平台第一用户的第一信用评分上传至乘客信用库的上传时间,及时更新滞后数据,提升了乘客信用库的及时性和可靠信,提升了乘客信用库辅助验证的准确度。
本发明实施例提供了边缘计算下基于可信计算的用户信用评价方法,如图2所示,包括:
步骤1:获取第一用户进入边缘计算业务场景时输入的业务请求;
步骤2:获取所述业务请求所需的第一信用评分;
步骤3:基于可信计算技术,对所述第一用户进行信用评价,获得第二信用评分;
步骤4:基于所述第一信用评分和所述第二信用评分,确定是否响应所述业务请求。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.边缘计算下基于可信计算的用户信用评价系统,其特征在于,包括:
第一获取模块,用于获取第一用户进入边缘计算业务场景时输入的业务请求;
第二获取模块,用于获取所述业务请求所需的第一信用评分;
评价模块,用于基于可信计算技术,对所述第一用户进行信用评价,获得第二信用评分;
确定模块,用于基于所述第一信用评分和所述第二信用评分,确定是否响应所述业务请求。
2.如权利要求1所述的边缘计算下基于可信计算的用户信用评价系统,其特征在于,所述评价模块执行如下操作:
获取第一用户的第一用户交通数据;所述第一用户交通数据包括:第一用户的交通订单数据和第一用户的交通出行数据;
获取第一用户交通数据的第一参数类型;
基于预设的信用评价参数类型库,确定第一参数类型中用于信用评价的第二参数类型;
确定第一用户交通数据中第二参数类型对应的第一用户交通数据,并作为第二用户交通数据;
基于第二用户交通数据,确定所述第二信用评分。
3.如权利要求2所述的边缘计算下基于可信计算的用户信用评价系统,其特征在于,所述获取所述第一用户的第一用户交通数据,包括:
获取预设的收集节点,同时,获取所述收集节点的收集行为;
基于预设的第一特征提取模板,对所述收集行为进行特征提取,获得收集行为描述特征值,基于所述收集行为描述特征值,构建收集行为描述向量;
获取预设的规范收集行为库;
计算所述收集行为描述向量与所述规范收集行为库中的规范收集行为描述向量的第一匹配值,累加计算所述第一匹配值,获得匹配值和;
若所述匹配值和大于等于预设的第一阈值,获取对应所述收集节点收集的第一用户交通数据。
4.如权利要求2所述的边缘计算下基于可信计算的用户信用评价系统,其特征在于,所述基于所述第二用户交通数据,确定所述第二信用评分,包括:
获取第二用户交通数据的第三参数类型;
基于第三参数类型,对第二用户交通数据进行数据分类,获得分类完成的第三用户交通数据;
获取第三用户交通数据的第一可信值;
查询预设的参数类型-类型权值库,确定第三参数类型的类型权值;
赋予第一可信值对应的类型权值,获得第三用户交通数据的第二可信值;
累加计算第二可信值,获得第一用户的第二信用评分。
5.如权利要求4所述的边缘计算下基于可信计算的用户信用评价系统,其特征在于,所述获取第三用户交通数据的第一可信值,包括:
获取第三用户交通数据的第三可信值,同时,获取第三用户交通数据的数据产生时刻距离当前时刻的时间长度;
查询预设的时间长度-权重系数库,确定时间长度对应的第一权重系数;
获取第三用户交通数据的收集节点的节点类型,所述节点类型包括:内部交通收集节点和外部交通收集节点;
获取所述节点类型对应的第二权重系数;
赋予所述第三可信值对应的第一权重系数和第二权重系数,获得所述第三用户交通数据的第一可信值。
6.如权利要求1所述的边缘计算下基于可信计算的用户信用评价系统,其特征在于,所述确定模块执行如下操作:
判断所述第二信用评分是否大于所述第一信用评分;
若是,则响应所述业务请求。
7.如权利要求1所述的边缘计算下基于可信计算的用户信用评价系统,其特征在于,还包括:
评分关联调整模块,用于获取第一用户的关联用户,同时,获取关联用户的第三信用评分,基于第三信用评分,调整第一用户的第一信用评分;
其中,基于第三信用评分,调整第一用户的第一信用评分,包括:
基于预设的第二特征提取模板,对第一用户的第一信用评分和第一用户对应关联用户的第三信用评分的大小关系进行特征提取,获得关系特征值;
基于关系特征值,构建关系描述向量;
获取预设的评分调整策略库,确定评分调整策略库中关系描述向量对应的评分调整策略,基于评分调整策略,调整第一用户的第一信用评分。
8.如权利要求7所述的边缘计算下基于可信计算的用户信用评价系统,其特征在于,所述获取第一用户的关联用户,包括:
获取第一用户与预设的第二用户之间产生的多个历史行为;
基于预设的第三特征提取模板,对历史行为进行特征提取,获得多个历史行为特征值,基于历史行为特征值,构建历史行为描述向量;所述历史行为特征值包括:购票方、车票出行人和购票金额;
获取预设的关联互动描述向量库,依次计算历史行为描述向量和关联互动描述向量库中关联互动描述向量的第二匹配值;
若存在任一第二匹配值大于等于预设的第二阈值,确定产生对应历史行为的第二用户为第三用户,并将第三用户作为对应第一用户的关联用户。
9.如权利要求1所述的边缘计算下基于可信计算的用户信用评价系统,其特征在于,还包括:
共享模块,用于将第一用户的第一信用评分定时存入预设的乘客信用库中;所述共享模块,包括:
获取乘客信用库中多个上传方上传的第一用户的第四信用评分;
基于预设的判断规则,判断所述上传方中是否存在本地平台;
若不存在,将第一用户和第一信用评分作为第一配对项,存入乘客信用库;
若存在,获取对应第四信用评价的上传时间;
获取本地平台存储的距离当前时间最近的第一信用评分的产生时间;
若产生时间在上传时间之后,获取对应的第二配对项,存入乘客信用库。
10.边缘计算下基于可信计算的第一用户信用评分方法,其特征在于,包括:
步骤1:获取第一用户进入边缘计算业务场景时输入的业务请求;
步骤2:获取所述业务请求所需的第一信用评分;
步骤3:基于可信计算技术,对所述第一用户进行信用评价,获得第二信用评分;
步骤4:基于所述第一信用评分和所述第二信用评分,确定是否响应所述业务请求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211148245.XA CN115496553B (zh) | 2022-09-20 | 2022-09-20 | 边缘计算下基于可信计算的用户信用评价系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211148245.XA CN115496553B (zh) | 2022-09-20 | 2022-09-20 | 边缘计算下基于可信计算的用户信用评价系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115496553A true CN115496553A (zh) | 2022-12-20 |
CN115496553B CN115496553B (zh) | 2023-10-17 |
Family
ID=84470999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211148245.XA Active CN115496553B (zh) | 2022-09-20 | 2022-09-20 | 边缘计算下基于可信计算的用户信用评价系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115496553B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600716A (zh) * | 2016-12-07 | 2017-04-26 | 深圳市万通顺达科技股份有限公司 | 基于二维码的单程票购票与验票方法和系统 |
CN109858737A (zh) * | 2018-12-18 | 2019-06-07 | 平安科技(深圳)有限公司 | 基于模型部署的评分模型调整方法、装置和计算机设备 |
CN110119948A (zh) * | 2019-04-22 | 2019-08-13 | 山东大学 | 基于时变权重动态组合的电力用户信用评价方法及系统 |
CN112950314A (zh) * | 2021-02-26 | 2021-06-11 | 腾竞体育文化发展(上海)有限公司 | 购票资格的确定方法、装置、设备及存储介质 |
US20210374672A1 (en) * | 2016-06-30 | 2021-12-02 | Docusign, Inc. | System and method for forming, storing, managing, and executing contracts |
CN113901499A (zh) * | 2021-10-18 | 2022-01-07 | 北京八分量信息科技有限公司 | 一种基于可信计算零信任访问权限控制系统及方法 |
CN114036522A (zh) * | 2021-01-08 | 2022-02-11 | 北京八分量信息科技有限公司 | 异构可信计算/可信奖惩模型扩展 |
CN114140152A (zh) * | 2021-10-28 | 2022-03-04 | 北京银盾泰安网络科技有限公司 | 一种云平台客户管理系统及方法 |
US20220108411A1 (en) * | 2016-03-31 | 2022-04-07 | Docusign, Inc. | System for an Electronic Document with State Variable Integration to External Computing Resources |
CN114389824A (zh) * | 2022-03-24 | 2022-04-22 | 湖南天河国云科技有限公司 | 基于区块链的可信计算信任链的验证更新方法及装置 |
CN114820114A (zh) * | 2022-04-13 | 2022-07-29 | 北京赛博云睿智能科技有限公司 | 一种企业多租户管理平台 |
-
2022
- 2022-09-20 CN CN202211148245.XA patent/CN115496553B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220108411A1 (en) * | 2016-03-31 | 2022-04-07 | Docusign, Inc. | System for an Electronic Document with State Variable Integration to External Computing Resources |
US20210374672A1 (en) * | 2016-06-30 | 2021-12-02 | Docusign, Inc. | System and method for forming, storing, managing, and executing contracts |
CN106600716A (zh) * | 2016-12-07 | 2017-04-26 | 深圳市万通顺达科技股份有限公司 | 基于二维码的单程票购票与验票方法和系统 |
CN109858737A (zh) * | 2018-12-18 | 2019-06-07 | 平安科技(深圳)有限公司 | 基于模型部署的评分模型调整方法、装置和计算机设备 |
CN110119948A (zh) * | 2019-04-22 | 2019-08-13 | 山东大学 | 基于时变权重动态组合的电力用户信用评价方法及系统 |
CN114036522A (zh) * | 2021-01-08 | 2022-02-11 | 北京八分量信息科技有限公司 | 异构可信计算/可信奖惩模型扩展 |
CN112950314A (zh) * | 2021-02-26 | 2021-06-11 | 腾竞体育文化发展(上海)有限公司 | 购票资格的确定方法、装置、设备及存储介质 |
CN113901499A (zh) * | 2021-10-18 | 2022-01-07 | 北京八分量信息科技有限公司 | 一种基于可信计算零信任访问权限控制系统及方法 |
CN114140152A (zh) * | 2021-10-28 | 2022-03-04 | 北京银盾泰安网络科技有限公司 | 一种云平台客户管理系统及方法 |
CN114389824A (zh) * | 2022-03-24 | 2022-04-22 | 湖南天河国云科技有限公司 | 基于区块链的可信计算信任链的验证更新方法及装置 |
CN114820114A (zh) * | 2022-04-13 | 2022-07-29 | 北京赛博云睿智能科技有限公司 | 一种企业多租户管理平台 |
Non-Patent Citations (1)
Title |
---|
李振江等: ""边缘计算IaaS平台架构StarlingX研究"", 《中国会议》, pages 14 - 25 * |
Also Published As
Publication number | Publication date |
---|---|
CN115496553B (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109461070A (zh) | 一种风险审批方法、装置、存储介质和服务器 | |
US20150317749A1 (en) | System and Method for Characterizing Financial Messages | |
CN109345417B (zh) | 基于身份认证的业务人员的在线考核方法及终端设备 | |
CN110400215B (zh) | 面向企业家族的小微企业信用评估模型构建方法及系统 | |
WO2010037030A1 (en) | Evaluating loan access using online business transaction data | |
KR102174756B1 (ko) | 화물 운송 정보와 차주 관련 운송 정보를 통해 가격 산출 프로그램과 빅데이터의 상호작용 모델을 적용한 화물 운임 추정 시스템 | |
CN109840680A (zh) | 业务请求处理方法、装置、计算机设备和存储介质 | |
CN110070430A (zh) | 评估还款风险的方法及装置、存储介质、电子设备 | |
CN107657357B (zh) | 数据的处理方法及装置 | |
CN112116103A (zh) | 基于联邦学习的个人资质评估方法、装置及系统及存储介质 | |
CN111383076B (zh) | 一种大数据信任评估方法 | |
CN114139931A (zh) | 企业数据评估方法、装置、计算机设备及存储介质 | |
CN113888312A (zh) | 确定业务额度的方法、装置、电子设备及介质 | |
CN114219497A (zh) | 账户信息确定方法、装置及服务器 | |
CN115496553A (zh) | 边缘计算下基于可信计算的用户信用评价系统及方法 | |
CN116089401B (zh) | 用户数据管理方法及系统 | |
CN112150179B (zh) | 一种信息推送方法和装置 | |
CN115511596A (zh) | 一种辅助决策的征信验证评估管理方法及系统 | |
EP4357942A1 (en) | Information processing method and apparatus based on data exchange, and device and storage medium | |
CN114970693A (zh) | 一种基于联邦学习的充电桩用户画像方法 | |
CN110570301B (zh) | 风险识别方法、装置、设备及介质 | |
CN113781247A (zh) | 协议数据推荐方法、装置、计算机设备及存储介质 | |
CN113706258A (zh) | 基于组合模型的产品推荐方法、装置、设备及存储介质 | |
CN113421118B (zh) | 数据推送方法、系统、计算机设备及计算机可读存储介质 | |
CN113723522B (zh) | 异常用户的识别方法、装置、电子设备以及存储介质 |
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 |