一种逼近真实行为的可靠信度重估方法

摘要

本发明公开一种逼近真实行为的可靠信度重估方法，先利用信度重估系统获取目标实体当前时刻上的原始信度，计算出当前时刻上的历史信度，然后依据当前时刻上的历史信度和原始信度计算出当前时刻上的信度波动率，并计算出当前时刻上的历史信度波动率，然后计算出当前时刻上的信度波动趋势，最后基于当前时刻上的原始信度、历史信度、信度波动率和信度波动趋势，计算出当前时刻上的原始信度的重估信度。本发明使得重估信度较原始信度更加逼近于目标实体的真实行为，实现了信任管理系统对信度的可靠评估要求，并且本发明具有一定的通用性。

主权项

一种逼近真实行为的可靠信度重估方法，其特征在于包括以下步骤：(1)利用信度重估系统获取目标实体在当前时刻t上的原始信度，即待重估信度RR[t]，同时将原始信度RR[t]保存到原始信度序列中，以用于计算未来t+1时刻上的历史信度HR[t+1]；(2)利用原始信度序列中前m个历史时刻上的原始信度，即RR[t‑m]到RR[t‑1]，然后归一化计算出当前时刻t上的历史信度HR[t]；其中，而前m个历史时刻是指时刻t‑m到时刻t‑1，而归一化计算的方法为进行原始信度关注度为ρ(ρ≤1)的加权平均计算：$\mathrm{HR}\left[t\right]=\underset{k=1}{\overset{m}{\Sigma }}\mathrm{RR}[t-k]*{\rho }^{k-1}/\underset{k=1}{\overset{m}{\Sigma }}{\rho }^{k-1};$(3)根据已求得的当前时刻t上的历史信度HR[t]和原始信度RR[t]，计算出当前时刻t上的信度波动率RFR[t]，同时将RFR[t]保存到历史信度波动率序列，以用于计算未来t+1时刻上的历史信度波动率HRFR[t+1]；其中，RFR[t]＝RR[t]‑HR[t]；(4)利用历史信度波动率序列中前n个历史时刻上的信度波动率，即RFR[t‑n]到RFR[t‑1]，然后归一化计算出当前时刻t上的历史信度波动率HRFR[t]；其中，前n个历史时刻是指时刻t‑n到时刻t‑1，而归一化计算的方法是进行信度波动率关注度为θ(θ≤1)的加权平均计算，即：$\mathrm{HRFR}\left[t\right]=\underset{k=1}{\overset{n}{\Sigma }}\mathrm{RFR}[t-k]*{\theta }^{k-1}/\underset{k=1}{\overset{n}{\Sigma }}{\theta }^{k-1};$(5)通过上述所求的当前时刻t上的历史信度波动率HRFR[t]和信度波动率RFR[t]，计算出当前时刻t上的信度波动趋势RFT[t]，即：RFT[t]＝RFR[t]‑HRFR[t](6)计算当前时刻t上的原始信度RR[t]的可靠重估信度DR[t]，即：DR[t]＝α*RR[t]+β*HR[t]+γ*RFR[t]+_δ*RFR[t]*|RFT[t]|其中，系数α(0≤α≤1),β(0≤β≤1),γ(0≤γ≤1)和δ(0≤δ≤1)均为分量计算权重。