[發(fā)明專利]一種終端系統(tǒng)可信狀態(tài)判斷方法、裝置及終端

在審

• 申請?zhí)枺?/td>: 201310542532.3
• 申請日: 2013-11-05
• 公開（公告）號: CN103646161A
• 公開（公告）日: 2014-03-19
• 發(fā)明（設(shè)計）人: 高云超;王旭寧;張煥國;張立強
• 申請（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京同達(dá)信恒知識產(chǎn)權(quán)代理有限公司 11291
• 代理人: 黃志華

1.一種終端系統(tǒng)可信狀態(tài)判斷方法，基于層次化的信任度量模型，其特征在于，包括：

針對終端系統(tǒng)生成的可信狀態(tài)報告中，各層目標(biāo)的各證據(jù)屬性，對所述各證據(jù)屬性分別進行模糊量化取值，得到所述各證據(jù)屬性的模糊量化值；

將所述各證據(jù)屬性的模糊量化值轉(zhuǎn)化為輸入向量，并確定所述輸入向量與表征期望可信狀態(tài)的參考向量之間的向量距離；

當(dāng)所述向量距離不大于預(yù)設(shè)距離閾值時，確定所述終端系統(tǒng)的狀態(tài)可信。

2.如權(quán)利要求1所述的方法，其特征在于，針對終端系統(tǒng)生成的可信狀態(tài)報告中，各層目標(biāo)的各證據(jù)屬性，對所述各證據(jù)屬性分別進行模糊量化取值，具體包括：

針對終端系統(tǒng)生成的可信狀態(tài)報告中，各層目標(biāo)的各證據(jù)屬性，從證據(jù)模糊匹配數(shù)據(jù)庫中，確定該證據(jù)屬性對應(yīng)的模糊匹配列表，其中，所述證據(jù)模糊匹配數(shù)據(jù)庫用于存儲所述層次化的信任度量模型中各層目標(biāo)的各證據(jù)屬性分別對應(yīng)的模糊匹配列表，每個模糊匹配列表包括對應(yīng)證據(jù)屬性對應(yīng)的多個模糊級別，以及每個模糊級別對應(yīng)的預(yù)設(shè)判斷依據(jù)；

根據(jù)確定的模糊匹配列表中各模糊級別對應(yīng)的預(yù)設(shè)判斷依據(jù)，確定該證據(jù)屬性所屬的模糊級別，并將該模糊級別對應(yīng)的模糊值確定為該證據(jù)屬性的模糊量化值。

3.如權(quán)利要求1或2所述的方法，其特征在于，在得到所述各證據(jù)屬性的模糊量化值之后，且將所述各證據(jù)屬性的模糊量化值轉(zhuǎn)化為輸入向量之前，還包括：

從所述證據(jù)模糊匹配數(shù)據(jù)庫中，獲取所述各證據(jù)屬性各自對應(yīng)的權(quán)重值；

針對所述各證據(jù)屬性中的每個證據(jù)屬性，將該證據(jù)屬性的模糊量化值與該證據(jù)屬性對應(yīng)的權(quán)重值的乘積確定為該證據(jù)屬性的可信值；

將所述各證據(jù)屬性的模糊量化值轉(zhuǎn)化為輸入向量，具體包括：

將所述各證據(jù)屬性的可信值轉(zhuǎn)化為輸入向量。

4.如權(quán)利要求3所述的方法，其特征在于，所述各證據(jù)屬性各自對應(yīng)的權(quán)重值為采用層次分析法AHP確定所述各證據(jù)屬性各自對應(yīng)的權(quán)重值；并在確定各權(quán)重值之后，將確定的所述各權(quán)重值與對應(yīng)的證據(jù)屬性分別對應(yīng)存儲在所述證據(jù)模糊匹配數(shù)據(jù)庫中。

5.如權(quán)利要求1所述的方法，其特征在于，所述輸入向量與表征期望可信狀態(tài)的參考向量之間的向量距離為：所述輸入向量與所述參考向量之間的余弦距離、或者所述輸入向量與所述參考向量之間的歐式距離。

6.如權(quán)利要求1所述的方法，其特征在于，還包括：

接收終端系統(tǒng)發(fā)送的可信狀態(tài)報告。

7.一種終端系統(tǒng)可信狀態(tài)判斷裝置，基于層次化的信任度量模型，其特征在于，包括：

量化模塊，用于針對終端系統(tǒng)生成的可信狀態(tài)報告中，各層目標(biāo)的各證據(jù)屬性，對所述各證據(jù)屬性分別進行模糊量化取值，得到所述各證據(jù)屬性的模糊量化值；

向量距離確定模塊，用于將所述量化模塊確定的所述各證據(jù)屬性的模糊量化值轉(zhuǎn)化為輸入向量，并確定所述輸入向量與表征期望可信狀態(tài)的參考向量之間的向量距離；

狀態(tài)確定模塊，用于當(dāng)所述向量距離確定模塊確定的向量距離不大于預(yù)設(shè)距離閾值時，確定所述終端系統(tǒng)的狀態(tài)可信。

8.如權(quán)利要求7所述的裝置，其特征在于，所述量化模塊具體用于針對終端系統(tǒng)生成的可信狀態(tài)報告中，各層目標(biāo)的各證據(jù)屬性，從證據(jù)模糊匹配數(shù)據(jù)庫中，確定該證據(jù)屬性對應(yīng)的模糊匹配列表，其中，所述證據(jù)模糊匹配數(shù)據(jù)庫用于存儲所述層次化的信任度量模型中各層目標(biāo)的各證據(jù)屬性分別對應(yīng)的模糊匹配列表，每個模糊匹配列表包括對應(yīng)證據(jù)屬性對應(yīng)的多個模糊級別，以及每個模糊級別對應(yīng)的預(yù)設(shè)判斷依據(jù)；根據(jù)確定的模糊匹配列表中各模糊級別對應(yīng)的預(yù)設(shè)判斷依據(jù)，確定該證據(jù)屬性所屬的模糊級別，并將該模糊級別對應(yīng)的模糊值確定為該證據(jù)屬性的模糊量化值。

9.如權(quán)利要求7或8所述的裝置，其特征在于，還包括：權(quán)重值獲取模塊和可信值確定模塊；

所述權(quán)重值獲取模塊，用于在所述量化模塊確定所述各證據(jù)屬性的模糊量化值之后，且所述向量距離確定模塊將所述量化模塊確定的所述各證據(jù)屬性的模糊量化值轉(zhuǎn)化為輸入向量之前，從所述證據(jù)模糊匹配數(shù)據(jù)庫中，獲取所述各證據(jù)屬性各自對應(yīng)的權(quán)重值；

所述可信值確定模塊，用于針對所述各證據(jù)屬性中的每個證據(jù)屬性，將該證據(jù)屬性的模糊量化值與所述權(quán)重值確定模塊確定的該證據(jù)屬性對應(yīng)的權(quán)重值的乘積確定為該證據(jù)屬性的可信值；

所述向量距離確定模塊，具體用于將所述各證據(jù)屬性的可信值轉(zhuǎn)化為輸入向量。