买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南工商大学

摘要：本发明涉及数据处理技术领域，尤其涉及一种基于区块链的金融科技多维信任评价方法。所述方法包括以下步骤：利用金融降噪算法对获取到的金融交易相关数据进行数据降噪处理，得到金融交易集成降噪数据；利用敏感提取技术和数据隐蔽算法对金融交易集成降噪数据进行敏感隐蔽处理，得到金融交易伪数据；利用金融加密验证技术和风险信任评价算法对金融交易伪数据进行加密评价处理，得到金融交易信任评估结果；利用区块链技术和信任评价加权算法对金融交易信任评估结果进行存储加权调整处理，以生成金融交易多维信任评价结果；对金融交易多维信任评价结果进行检测预警处理以执行相应的风控评价决策。本发明能够准确反映金融科技服务商的真实信誉水平。

主权项：1.一种基于区块链的金融交易多维信任评价方法，其特征在于，包括以下步骤：步骤S1：获取金融交易相关数据，并对金融交易相关数据进行数据预处理，得到金融交易集成待降噪数据；利用金融降噪算法对金融交易集成待降噪数据进行降噪处理，得到金融交易集成降噪数据；其中，步骤S1包括以下步骤：步骤S11：通过对金融交易平台进行数据采集处理，得到金融交易相关数据；步骤S12：利用数据融合技术对金融交易相关数据进行数据整合处理，得到金融交易集成数据；步骤S13：对金融交易集成数据进行数据预处理，得到金融交易集成待降噪数据；步骤S14：利用金融降噪算法对金融交易集成待降噪数据进行降噪处理，得到金融交易集成降噪数据；其中，步骤S14包括以下步骤：步骤S141：利用金融降噪算法对金融交易集成待降噪数据进行噪声值计算，得到金融交易噪声值；其中，金融降噪算法的函数公式如下所示： ；式中，为金融交易噪声值，为降噪处理时间变量，为在时间为时的金融交易集成待降噪数据，为在时间为时的金融交易集成待降噪数据，为在时间为时的金融交易集成待降噪数据，为噪声指数加权移动参数，为噪声加权移动时间变量，为降噪强度控制参数，为高频噪声降噪速度控制参数，为低频噪声降噪速度控制参数，为低频噪声趋势时间变量，为金融交易噪声值的修正值；步骤S142：根据预设的金融交易噪声阈值对金融交易噪声值进行判断，当金融交易噪声值大于或等于预设的金融交易噪声阈值时，则剔除该金融交易噪声值对应的金融交易集成待降噪数据，得到金融交易集成降噪数据；步骤S143：根据预设的金融交易噪声阈值对金融交易噪声值进行判断，当金融交易噪声值小于预设的金融交易噪声阈值时，则直接将该金融交易噪声值对应的金融交易集成待降噪数据定义为金融交易集成降噪数据；步骤S2：利用敏感数据提取技术对金融交易集成降噪数据进行敏感信息提取处理，得到金融交易敏感信息数据；并利用数据隐蔽算法对金融交易敏感信息数据进行隐蔽及替换处理，得到金融交易伪数据；其中，步骤S2包括以下步骤：步骤S21：利用敏感数据提取技术对金融交易集成降噪数据进行敏感信息提取处理，得到金融交易敏感信息数据；步骤S22：利用数据隐蔽算法对金融交易敏感信息数据进行隐蔽操作，得到金融交易隐蔽信息数据；其中，数据隐蔽算法的函数公式具体为： ；式中，为第个金融交易敏感信息数据进行隐蔽处理后的金融交易隐蔽信息数据，为金融交易敏感信息数据待隐蔽处理的数量，为隐蔽调整调和平滑参数，为第个金融交易敏感信息数据，为预设的隐蔽调整参考数据，为隐蔽调整的调整相位角，为金融交易隐蔽信息数据的修正值；步骤S23：将金融交易集成降噪数据中的金融交易敏感信息数据利用金融交易隐蔽信息数据进行数据替换，得到金融交易伪数据；步骤S3：利用金融加密验证技术对金融交易伪数据进行数据加密验证处理，得到金融交易加密验证数据；通过风险信任评价算法对金融交易加密验证数据进行信任评价处理，得到金融交易信任评估结果；其中，步骤S3包括以下步骤：步骤S31：利用金融加密验证技术对金融交易伪数据进行数据加密验证处理，其中金融加密验证技术包括双重加密算法技术和数字签名验证技术；步骤S32：利用双重加密算法技术对金融交易伪数据进行数据加密处理，得到金融交易加密数据；步骤S33：利用数字签名验证技术对金融交易加密数据进行签名验证处理，得到金融交易加密验证数据；步骤S34：通过风险信任评价算法对金融交易加密数据进行信任评价处理，得到金融交易信任评估结果；其中，风险信任评价算法的函数公式具体为： ；式中，为金融交易信任评估结果，为信任评估处理的起始时间，为信任评估处理的结束时间，为金融交易加密数据的数量，为第个金融交易加密数据，为金融交易加密数据的标准差，为金融交易加密数据的均值，为第个金融交易加密数据中线性参数值的权重系数，为金融交易加密数据中非线性参数值的数量，为第个金融交易加密数据中第个非线性参数值的权重系数，为第个金融交易加密数据中第个非线性参数值的风险评估函数，为第个金融交易加密数据中额外非线性参数值的权重系数，为第个金融交易加密数据中额外非线性参数值的风险评估函数，为金融交易信任评估结果的修正值；步骤S4：利用区块链技术对金融交易信任评估结果进行存储记录处理，得到金融交易信任评估区块；利用信任评价加权算法对金融交易信任评估区块进行可信加权调整处理，以生成金融交易多维信任评价结果；其中，步骤S4包括以下步骤：步骤S41：利用区块链技术对金融交易信任评估结果进行存储记录处理，得到金融交易信任评估区块；步骤S42：利用信任评价加权算法对金融交易信任评估区块进行可信度加权计算处理，得到信任评估可信度；其中，信任评价加权算法的函数公式如下所示： ；式中，为信任评估可信度，为金融交易信任评估区块中的交易数量，为金融交易信任评估区块中第笔交易的权重系数，为金融交易信任评估区块中第笔交易的信任评价值，为金融交易信任评估区块中第笔交易的信誉度调节参数，为金融交易信任评估区块中第笔交易的信誉度系数，为金融交易信任评估区块中的参与者数量，为金融交易信任评估区块中第个参与者的权威度系数，为金融交易信任评估区块中第个参与者的信任评价值，为金融交易信任评估区块中第个参与者的信誉度调节参数，为金融交易信任评估区块中第个参与者的信誉度系数，为金融交易信任评估区块的风险评价参数，为风险评价函数，为金融交易信任评估区块的满意度评价参数，为满意度评价函数，为信任评估可信度的修正值；步骤S43：根据预设的可信度权重阈值对信任评估可信度进行调整判断处理，以生成金融交易多维信任评价结果；步骤S5：利用信任验证技术对金融交易多维信任评价结果进行验证处理，得到金融交易多维信任验证结果；并通过引入交易预警机制对金融交易多维信任验证结果进行检测和预警处理以执行相应的风控评价决策。

全文数据：

权利要求：

百度查询： 湖南工商大学 一种基于区块链的金融科技多维信任评价方法