(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210545999.2 (22)申请日 2022.05.20 (65)同一申请的已公布的文献号 申请公布号 CN 114640476 A (43)申请公布日 2022.06.17 (73)专利权人 中国科学院合肥物质科 学研究院 地址 230031 安徽省合肥市蜀山区蜀山湖 路350号 (72)发明人 张中贤　王卫东　李皙茹　谭海波　 吕波　 (74)专利代理 机构 合肥天明专利事务所(普通 合伙) 34115 专利代理师 苗娟 (51)Int.Cl. H04L 9/32(2006.01)(56)对比文件 CN 107766462 A,2018.0 3.06 WO 201702 9786 A1,2017.02.23 US 201807 7146 A1,2018.0 3.15 US 2010257183 A1,2010.10.07 审查员 刘江平 (54)发明名称 去中心化身份证书发证方信誉评价方法、 系 统及介质 (57)摘要 本发明的一种去中心化身份证书发证方信 誉评价方法、 系统及介质， 其方法包括通过记录 身份证书的组合使用情况， 分析不同发证方间的 业务联系， 构建发证方业务关联网络， 使用使用 累积信誉加权Page Rank算法， 计算每个发证方的 信誉度， 并向所有用户和验证者公布， 作为用户 选择发证方和验证者针对性核验用户身份数据 的参考依据； 其中， 在信誉计算过程中， 考虑用户 和验证者自身的诚实度， 即用户和验证者在身份 认证过程中是否存在不诚实行为， 降低诚实度低 的用户和验证者对发证方信誉度计算的影响， 以 提高信誉度计算的准确性。 权利要求书3页 说明书12页 附图3页 CN 114640476 B 2022.08.30 CN 114640476 B 1.一种去中心化身份 证书发证方信誉评价方法， 其特 征在于： 通过记录身份证书的组合使用情况， 分析不同发证方间的业务联系， 构建发证方业务 关联网络， 使用累积信誉加权PageR ank算法， 计算每个发证方的信誉度， 并向所有用户和验 证者公布， 作为用户选择发证方和验证者针对性核验用户身份数据的参 考依据； 还包括设置应用层、 服 务层及数据层； 所述应用 层用于提供发证方、 用户 和验证者的账户注册功能， 并展示服务层的信誉度 计算结果； 所述服务层用于收集数据层相应数据， 经过数据处理和信誉度计算， 将信誉度提供给 应用层； 所述数据层存储用户身份数据、 身份证书数据和身份认证日志文件， 并将相关数据和 文件提供 给所述服务层进行处 理和计算； 在数据层， 使用用户本地数据库保存用户身份数据和身份证书数据， 使用监督举报单 元存储空间保存身份认证日志； 在服务层， 信誉评价模块分析身份认证日志， 计算发证方、 用户、 验证者的信誉； 其中， 发证方业 务关联网络的构建方法如下： 首先剔除签发身份数据造假证书的发证方和身份验证未通过的身份认证过程； 假设经 过剔除后， 系统中全体发证方为集合I， 全体用户为集合U， 全体验证者为集合V， 用户u∈U的 诚实度为Hu， 验证者v∈V的诚实度为Hv； 对于一次去中心化身份认 证过程a， 用户u按照验证者v的要 求， 组合使用k个身份证书Ca ＝{Ci|i＝1， 2...， k}， 请求身份验证并提供相关服务； 假 设身份证书Ca＝{Ci|i＝1， 2...， k} 由m个发证方Ia＝{Ii|i＝1， 2...， m}签发， 则过程a产生的发证方业 务关系为 Ra＝{<u， v， Ii， Ij， Hu·Hv>|u∈U； v∈V； Ii， Ij∈Ca， i≠j}； 其中i和j为发证方编号， 记录所有的身份认证过程， 得到发证方业务关联集合R＝{<u， v， Ii， Ij， Hu·Hv>}， 对于任意发证方业务关联r ∈R， 生成有向图G的两条边e1＝<Ii， Ij>和e2＝ <Ij， Ii>， 其中Ii和Ij为边的顶点， 代表该过程涉及的发证方， 且weight(e1)＝weight(e2)＝ Hu·Hv， 其中weight( ·)为边的权重； 所述累积信誉加权Pa geRank算法包括， 步骤1： 计算用户和验证者诚实度 统计每个用户被监督举报发现的不诚实行为次数记为 λu和每个验证者被监督举报发现 的不诚实行为次数 λv， 使用公式(1)和(2)计算用户的诚实度Hu和验证者的诚实度Hv； 步骤2： 计算发证方业 务关联网络图边权 重 对于发证方Ii和Ij的业务关联集合Eij＝{e∈E|fromVert(e)＝Ii， toVert(e)＝Ij}， 其 中fromVert(e)为有向边e的起始顶点， toV ert(e)为有向边的结束顶点， 计算业务关联<Ii，权　利　要　求　书 1/3 页 2 CN 114640476 B 2Ij>的累积信誉权重： 并对顶点Ii所有出边的权重作归一化处 理， 得到<Ii， Ij>标准累积信誉权 重wij， 如公式(3)所示， 其中FVi＝{e∈E|fromVer t(e)＝Ii}， 表示发证方Ij所有的业 务关联集 合； 步骤3： 将标准累积信誉权 重应用于Pa geRank算法 在发证方业务关联网络图中， 设置每条边<Ii， Ij>的权重为标准累积信誉权重wij， 使用 PageRank算法计算各节点权 重作为发证方信誉度， 如公式(4)： 其中， PR为节点的权 重值， 即发证方的信誉度； d为阻尼系数。 2.根据权利要求1所述的去中心化身份证书发证方信誉评价方法， 其特征在于： 所述向 所有用户和验证者公布包括， 将用户和验证者的诚实度作为其信誉度， 同发证方信誉度一起， 由监督举报部门向身 份认证系统所有成员公布信誉度排名列表， 同时在用户、 发证方、 验证者的账户信息中更新 其信誉度。 3.一种去中心化身份证书发证方信誉评价系统， 用于实现权利要求1或2所述的去中心 化身份证书发证方信誉评价方法， 其特 征在于： 包括应用层、 服 务层及数据层； 应用层提供发证方、 用户和验证者的账户注 册功能， 并展示 服务层的信誉度计算结果； 服务层收集数据层相应数据， 经 过数据处理和信誉度计算， 将信誉度提供 给应用层； 数据层存储用户身份数据、 身份证书数据和身份认证日志文件， 并将相关数据和文件 提供给服务层进行处 理和计算； 其中， 在数据层， 使用用户本地数据库保存用户身份数据和身份证书数据， 使用监督举 报单元存储空间保存身份认证日志； 在服务层， 信誉评价模块分析身份认证日志， 计算发证方、 用户、 验证者的信誉； 其中， 计算步骤包括： 步骤1： 计算用户和验证者诚实度 统计每个用户被监督举报发现的不诚实行为次数记为 λu和每个验证者被监督举报发现 的不诚实行为次数 λv， 使用公式(1)和(2)计算用户的诚实度Hu和验证者的诚实度Hv； 步骤2： 计算发证方业 务关联网络图边权 重 对于发证方Ii和Ij的业务关联集合Eij＝{e∈E|fromVert(e)＝Ii， toVert(e)＝Ij}， 其 中fromVert(e)为有向边e的起始顶点， toV ert(e)为有向边的结束顶点， 计算业务关联<Ii， Ij>的累积信誉权重： 并对顶点Ii所有出边的权重作归一化处权　利　要　求　书 2/3 页 3 CN 114640476 B 3