本發(fā)明涉及互聯(lián)網(wǎng)通信領(lǐng)域，具體地說，是涉及一種用于實名認證的身份識別復(fù)合算法及系統(tǒng)。

背景技術(shù)：

隨著全球信息化的飛速發(fā)展，人們的生活方式和思維方式都被互聯(lián)網(wǎng)深深地打上了時代的烙印。然而，網(wǎng)絡(luò)在促進人類文明發(fā)展和科技進步的同時，網(wǎng)絡(luò)犯罪問題也如影隨形，成為一個超越技術(shù)范圍的社會問題，各種基于計算機網(wǎng)絡(luò)的犯罪行為滋生蔓延，愈演愈烈。如何凈化網(wǎng)絡(luò)空間，已上升到國家戰(zhàn)略的高度。

目前，互聯(lián)網(wǎng)主流的實名認證方式有如下幾種：

1、手機號驗證：即用戶填寫手機號，平臺向該手機號發(fā)送驗證碼短信，用戶正確填寫驗證碼完成認證操作。因為該認證方式較為簡單易行，已成為互聯(lián)網(wǎng)最為流行認證方式之一。但該認證方式的缺陷也是顯而易見的，只能證明當(dāng)前手機在用戶手中，無法證明手機是用戶本人的，因此，此種方式多用于用戶注冊環(huán)節(jié)。

2、銀行卡信息認證：即用戶填寫已有的銀行卡號碼，通過銀聯(lián)等機構(gòu)對外的服務(wù)接口向卡片預(yù)留的手機號碼發(fā)送驗證碼短信，用戶正確填寫驗證碼完成認證操作。當(dāng)前主流的互聯(lián)網(wǎng)應(yīng)用，如支付寶、微信、百度錢包等，較多采用該認證方式進行實名認證。該認證方式與上面講到的手機號驗證存在同樣的問題，也無法明確持卡人是用戶本人。

3、人像比對認證：即用戶通過按要求攝制面部照片，平臺對采集照片數(shù)據(jù)通過人像比對技術(shù)進行認別來完成認證操作。為確保數(shù)據(jù)的真實性，部分應(yīng)用還對認證方式進行了升級，如加入“眨眨眼”、“轉(zhuǎn)轉(zhuǎn)頭”等表情指令來采取動態(tài)圖像數(shù)據(jù)，提升了防范造假的水平。但因該認證方式成本較高的特性無法得到推廣，常見于銀行、證券等金融行業(yè)互聯(lián)網(wǎng)應(yīng)用。

4、個人信息認證：從最初的設(shè)置個人問題到現(xiàn)在的個人操作記錄信息用于認證，個人信息認證這種方式由于個人信息的私密性越來越受到重視。但是其也存在多個問題：使用操作記錄用于確認，使得信息來源極其受限；使用隨機方式抽取記錄生成問卷，這種方式無法充分證明用戶身份的準確性。

綜上不難看出，各行各業(yè)都在加強對互聯(lián)網(wǎng)應(yīng)用的實名認識環(huán)節(jié)，作為信息惠民的代表性應(yīng)用，如何在向市民提供便民應(yīng)用的同時，保證市民個人隱私不被竊取和冒用將是重中之重。

技術(shù)實現(xiàn)要素：

為解決上述技術(shù)問題，本發(fā)明提供了一種用于實名認證的身份識別復(fù)合算法，包括步驟：

輸入用戶身份信息，提交用戶實名認證申請；

通過公安大數(shù)據(jù)云平臺校驗用戶身份信息，驗證通過，根據(jù)所述用戶身份信息在公安大數(shù)據(jù)云平臺中抽取用戶屬性生成用戶屬性庫；

使用屬性權(quán)重算法對用戶屬性庫進行計算，所述屬性權(quán)重算法的計算方法如下：

利用用戶屬性作為用戶屬性節(jié)點；

根據(jù)所述屬性節(jié)點與關(guān)聯(lián)度關(guān)系生成用戶屬性關(guān)聯(lián)圖；

根據(jù)最短路徑算法獲取每個節(jié)點Ni的關(guān)聯(lián)度，設(shè)關(guān)聯(lián)度的難度系數(shù)為α，關(guān)聯(lián)系數(shù)為β，關(guān)聯(lián)度偏離系數(shù)為μ，默認關(guān)聯(lián)度為r(i)，使用曲線函數(shù)計算各節(jié)點Ni的關(guān)聯(lián)度R(i)，則節(jié)點Ni的關(guān)聯(lián)度更新該節(jié)點關(guān)聯(lián)度；

獲取節(jié)點Ni的用戶屬性維度V(i)，設(shè)維度系數(shù)為γ，則節(jié)點Ni的用戶屬性維度V(i)＝γⁱ，在用戶屬性庫中抽取出同類型屬性出現(xiàn)的次數(shù)n，在屬性庫中取出同屬性出現(xiàn)次數(shù)m，設(shè)頻率偏離系數(shù)為M，節(jié)點Ni的頻率系數(shù)F(i)＝M+1/mn²；

計算節(jié)點Ni的權(quán)重系數(shù)W(i)＝R(i)V(i)/F(i)；

使用屬性權(quán)重算法計算后的用戶屬性庫內(nèi)的信息生成實名信息題庫；

利用隨機權(quán)重算法對所述實名信息題庫中不同權(quán)重的X個問題元素按照權(quán)重進行分布，從中隨機選擇Y個問題，并使得總體選擇結(jié)果的權(quán)重大于等于設(shè)定閾值，生成身份問卷，其中設(shè)定閾值為T，節(jié)點Xn的權(quán)重系數(shù)為Wn，選項個數(shù)為Mn，使得W1×M1+W2×M2+…+Wn×Mn≥T該權(quán)重系數(shù)Wn為所述屬性權(quán)重算法的計算方法中得到的權(quán)重系數(shù)；

用戶對所述身份問卷進行答題，答題成功用戶實名認證成功。

優(yōu)選地，還包括步驟：通過公安大數(shù)據(jù)云平臺校驗用戶身份信息，驗證失敗則用戶重新提交用戶實名認證申請。

優(yōu)選地，所述用戶屬性包括：用戶曾用名、曾用地址、現(xiàn)用地址、家庭信息、車輛信息、交通信息和出行信息。

優(yōu)選地，還包括步驟：用戶對所述身份問卷進行答題，當(dāng)答題失敗判斷答題次數(shù)是否超過預(yù)設(shè)答題次數(shù)，若未超過則更新問卷并重新答題。

優(yōu)選地，還包括步驟：用戶對所述身份問卷進行答題，當(dāng)答題失敗判斷答題次數(shù)是否超過預(yù)設(shè)答題次數(shù)，若超出答題次數(shù)則進行人工審核。

優(yōu)選地，還包括步驟：對未完成答題的用戶進行人工審核，若審核通過則用戶通過身份認證，若審核不通過則實名認證申請失敗。

本申請還公開了一種用于實名認證的身份識別系統(tǒng)，包括市民信息模塊、一人一檔模塊、權(quán)重計算模塊、數(shù)據(jù)錄入模塊、實名申請模塊、答題模塊和人工審核模塊，其中，

所述市民信息模塊與所述一人一檔模塊相耦接，用于抽取公安大數(shù)據(jù)云平臺中的市民信息，整理后發(fā)送至所述一人一檔模塊；

所述一人一檔模塊，分別與所述市民信息模塊和權(quán)重計算模塊相耦接，用于通過定期分析抽取公安大數(shù)據(jù)云平臺進行個人檔案數(shù)據(jù)的生成與更新，以供實名申請模塊驗證用戶申請身份信息以及用戶個人市民信息確認；

所述權(quán)重計算模塊，分別與所述一人一檔模塊和答題模塊相耦接，用于根據(jù)一人一檔中用戶屬性信息計算屬性權(quán)重形成問卷基本數(shù)據(jù)發(fā)送至答題模塊；

所述答題模塊，分別與所述權(quán)重計算模塊和實名申請模塊相耦接，用于使用所述權(quán)重計算模塊中形成的問卷基本數(shù)據(jù)形成用戶個人信息問卷，經(jīng)用戶答題后發(fā)送至所述實名申請模塊；

所述實名申請模塊，分別與所述答題模塊、數(shù)據(jù)錄入模塊和人工審核模塊相耦接，用于通過數(shù)據(jù)錄入模塊接收用戶申請信息，經(jīng)過與答題模塊及人工審核模塊交互來核對用戶信息有效性；

所述數(shù)據(jù)錄入模塊，與所述實名申請模塊相耦接，用于錄入用戶申請信息，提交數(shù)據(jù)至所述實名審核模塊；

所述人工審核模塊，與所述實名申請模塊相耦接，用于人工查詢用戶實名認證申請信息完成人工審核。

與現(xiàn)有技術(shù)相比，本發(fā)明所述的用于實名認證的身份識別復(fù)合算法及系統(tǒng)，達到了如下效果：

本發(fā)明是一種互聯(lián)網(wǎng)個人信息實名認證復(fù)合算法，基于公安大數(shù)據(jù)，通過屬性權(quán)重算法對用戶個人信息進行抽取剝離生成足以確認用戶身份的問卷，從而實現(xiàn)對用戶身份進行認證。目前是構(gòu)建一個安全、高效、智能的互聯(lián)網(wǎng)實名認證方法；

本發(fā)明實現(xiàn)了基于公安大數(shù)據(jù)庫的實名認證方式。公安警務(wù)應(yīng)用自身就具有大數(shù)據(jù)的優(yōu)勢，避免對其他認證方式的過度依賴；

本發(fā)明提高了實名認證的準確性。公安大數(shù)據(jù)庫數(shù)據(jù)是真實可靠的，在此基礎(chǔ)上實現(xiàn)的實名認證方式，具有較高的說服力；

本發(fā)明保證了用戶隱私數(shù)據(jù)的安全、可靠。相比之前的個人信息認證方式，通過算法提高了生成問卷對用戶身份確認的可靠性，非本人無法通過認證；

本發(fā)明降低了對用戶實名認證的成本。因為基于自身數(shù)據(jù)優(yōu)勢，避免對第三方認證方式的依賴，從而降低了系統(tǒng)運維成本；

本發(fā)明開拓了新模式，具有良好的市場前景，并將帶來巨大的經(jīng)濟效益。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進一步理解，構(gòu)成本發(fā)明的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中：

圖1為本發(fā)明實施例1中用于實名認證的身份識別系統(tǒng)結(jié)構(gòu)示意圖；

圖2為本發(fā)明實施例3中用于實名認證的身份識別復(fù)合算法流程圖；

圖3為本發(fā)明實施例4中屬性權(quán)重算法流程圖；

圖4為本發(fā)明實施例4中用戶屬性關(guān)聯(lián)圖；

圖5為本發(fā)明實施例4中關(guān)聯(lián)度示意圖；

其中：11-市民信息模塊；12-一人一檔模塊；13-權(quán)重計算模塊；14-數(shù)據(jù)錄入模塊；15-實名申請模塊；16-答題模塊；17-人工審核模塊。

具體實施方式

如在說明書及權(quán)利要求當(dāng)中使用了某些詞匯來指稱特定組件。本領(lǐng)域技術(shù)人員應(yīng)可理解，硬件制造商可能會用不同名詞來稱呼同一個組件。本說明書及權(quán)利要求并不以名稱的差異來作為區(qū)分組件的方式，而是以組件在功能上的差異來作為區(qū)分的準則。如在通篇說明書及權(quán)利要求當(dāng)中所提及的“包含”為一開放式用語，故應(yīng)解釋成“包含但不限定于”?！按笾隆笔侵冈诳山邮盏恼`差范圍內(nèi)，本領(lǐng)域技術(shù)人員能夠在一定誤差范圍內(nèi)解決所述技術(shù)問題，基本達到所述技術(shù)效果。此外，“耦接”一詞在此包含任何直接及間接的電性耦接手段。因此，若文中描述一第一裝置耦接于一第二裝置，則代表所述第一裝置可直接電性耦接于所述第二裝置，或通過其他裝置或耦接手段間接地電性耦接至所述第二裝置。說明書后續(xù)描述為實施本發(fā)明的較佳實施方式，然所述描述乃以說明本發(fā)明的一般原則為目的，并非用以限定本發(fā)明的范圍。本發(fā)明的保護范圍當(dāng)視所附權(quán)利要求所界定者為準。

以下結(jié)合附圖對本發(fā)明作進一步詳細說明，但不作為對本發(fā)明的限定。

實施例1

結(jié)合圖1，本實施例提供了一種用于實名認證的身份識別系統(tǒng)，包括市民信息模塊11、一人一檔模塊12、權(quán)重計算模塊13、數(shù)據(jù)錄入模塊14、實名申請模塊15、答題模塊16和人工審核模塊17，其中，

所述市民信息模塊11與所述一人一檔模塊12相耦接，用于抽取公安大數(shù)據(jù)云平臺中的市民信息，整理后發(fā)送至所述一人一檔模塊12；

所述一人一檔模塊12，分別與所述市民信息模塊11和權(quán)重計算模塊13相耦接，用于通過定期分析抽取公安大數(shù)據(jù)云平臺進行個人檔案數(shù)據(jù)的生成與更新，以供實名申請模塊15驗證用戶申請身份信息以及用戶個人市民信息確認；

所述權(quán)重計算模塊13，分別與所述一人一檔模塊12和答題模塊16相耦接，用于根據(jù)一人一檔中用戶屬性信息計算屬性權(quán)重形成問卷基本數(shù)據(jù)發(fā)送至答題模塊16；

所述答題模塊16，分別與所述權(quán)重計算模塊13和實名申請模塊15相耦接，用于使用所述權(quán)重計算模塊13中形成的問卷基本數(shù)據(jù)形成用戶個人信息問卷，經(jīng)用戶答題后發(fā)送至所述實名申請模塊15；

所述實名申請模塊15，分別與所述答題模塊16、數(shù)據(jù)錄入模塊14和人工審核模塊17相耦接，用來處理用戶進行實名認證申請的整個操作流程，用于通過數(shù)據(jù)錄入模塊14接收用戶申請信息，經(jīng)過與答題模塊16及人工審核模塊17交互來核對用戶信息有效性；

所述數(shù)據(jù)錄入模塊14，與所述實名申請模塊15相耦接，用于錄入用戶申請信息，提交數(shù)據(jù)至所述實名審核模塊；

所述人工審核模塊17，與所述實名申請模塊15相耦接，用于人工查詢用戶實名認證申請信息完成人工審核。

實施例2：

本實施例提供了一種用于實名認證的身份識別復(fù)合算法，包括步驟：

步驟101：輸入用戶身份信息，提交用戶實名認證申請；

步驟102：通過公安大數(shù)據(jù)云平臺校驗用戶身份信息，驗證通過，根據(jù)所述用戶身份信息在公安大數(shù)據(jù)云平臺中抽取用戶屬性生成用戶屬性庫；

所述用戶屬性包括：用戶曾用名、曾用地址、現(xiàn)用地址、家庭信息、車輛信息、交通信息和出行信息。

步驟103：使用屬性權(quán)重算法對用戶屬性庫進行計算，所述屬性權(quán)重算法的計算方法如下：

利用用戶屬性作為用戶屬性節(jié)點；

根據(jù)所述屬性節(jié)點與關(guān)聯(lián)度關(guān)系生成用戶屬性關(guān)聯(lián)圖；

根據(jù)最短路徑算法獲取每個節(jié)點Ni的關(guān)聯(lián)度，設(shè)關(guān)聯(lián)度的難度系數(shù)為α，關(guān)聯(lián)系數(shù)為β，關(guān)聯(lián)度偏離系數(shù)為μ，默認關(guān)聯(lián)度為r(i)，使用曲線函數(shù)計算各節(jié)點Ni的關(guān)聯(lián)度R(i)，則節(jié)點Ni的關(guān)聯(lián)度更新該節(jié)點關(guān)聯(lián)度；

獲取節(jié)點Ni的用戶屬性維度V(i)，設(shè)維度系數(shù)為γ，則節(jié)點Ni的用戶屬性維度V(i)＝γⁱ，在用戶屬性庫中抽取出同類型屬性出現(xiàn)的次數(shù)n，在屬性庫中取出同屬性出現(xiàn)次數(shù)m，設(shè)頻率偏離系數(shù)為M，節(jié)點Ni的頻率系數(shù)F(i)＝M+1/mn²；

計算節(jié)點Ni的權(quán)重系數(shù)W(i)＝R(i)V(i)/F(i)；

后面使用隨機權(quán)重算法生成身份問卷的時候使用該權(quán)重系數(shù)

步驟104：使用屬性權(quán)重算法計算后的用戶屬性庫內(nèi)的信息生成實名信息題庫；

步驟105：利用隨機權(quán)重算法對所述實名信息題庫中不同權(quán)重的X個問題元素按照權(quán)重進行分布，從中隨機選擇Y個問題，并使得總體選擇結(jié)果的權(quán)重大于等于設(shè)定閾值，生成身份問卷，其中設(shè)定閾值為T，節(jié)點Xn的權(quán)重系數(shù)為Wn，選項個數(shù)為Mn，使得W1×M1+W2×M2+…+Wn×Mn≥T該權(quán)重系數(shù)Wn為所述屬性權(quán)重算法的計算方法中得到的權(quán)重系數(shù)；

步驟106：用戶對所述身份問卷進行答題，答題成功用戶實名認證成功。

步驟101中還包括步驟：通過公安大數(shù)據(jù)云平臺校驗用戶身份信息，驗證失敗則用戶重新提交用戶實名認證申請。

步驟106后還包括步驟107：用戶對所述身份問卷進行答題，當(dāng)答題失敗判斷答題次數(shù)是否超過預(yù)設(shè)答題次數(shù)，若未超過則更新問卷并重新答題。

步驟106后還包括步驟108：用戶對所述身份問卷進行答題，當(dāng)答題失敗判斷答題次數(shù)是否超過預(yù)設(shè)答題次數(shù)，若超出答題次數(shù)則進行人工審核。

步驟108后還包括步驟109：對未完成答題的用戶進行人工審核，若審核通過則用戶通過身份認證，若審核不通過則實名認證申請失敗。

實施例3：

在實施例2的基礎(chǔ)上本實施例為應(yīng)用實施例，結(jié)合圖2，本實施例提供了一種用于實名認證的身份識別復(fù)合算法，

如圖2所示，步驟201用戶輸入姓名、身份證號碼等信息，提交用戶實名認證申請；

如圖步驟202所示，通過公安大數(shù)據(jù)云平臺校驗用戶身份信息，若驗證通過進入下一步，若驗證失敗用戶重新提交申請；

如圖步驟204所示，系統(tǒng)根據(jù)用戶提交身份信息在公安大數(shù)據(jù)云平臺中抽取用戶曾用名、(曾用/現(xiàn)用)住址、家庭信息、車輛信息、交通信息、出行信息等屬性生成用戶屬性庫；

如圖步驟205所示，使用屬性權(quán)重算法對用戶屬性庫進行自動計算，權(quán)重算法見圖3及實施例4：

如圖步驟206所示，使用屬性權(quán)重算法計算后的用戶屬性庫信息生成實名信息題庫；

如圖步驟207所示，使用隨機權(quán)重算法，對題庫中不同權(quán)重的X個問題元素按照權(quán)重進行分布，從中隨機選擇Y個問題，并使得總體選擇結(jié)果的權(quán)重大于等于設(shè)定閾值，生成身份問卷；

如圖步驟208、209和210所示，用戶對身份問卷進行答題，若答題成功則用戶實名認證成功，若答題失敗判斷答題次數(shù)是否超過預(yù)設(shè)答題次數(shù)，若未超過則更新問卷并重新答題，若超出答題次數(shù)則進行人工審核；

如圖步驟211、212和213所示，管理員對未完成答題的用戶進行人工審核，若審核通過則用戶通過身份認證，若審核不通過則實名認證申請失敗。

實施例4：

結(jié)合圖3-圖5，本實施例為屬性權(quán)重算法的詳細介紹：

如圖3中步驟301所示，使用用戶屬性，如住址、出行記錄等作為用戶屬性節(jié)點；

如圖3中步驟302所示，根據(jù)屬性節(jié)點與默認關(guān)聯(lián)度關(guān)系生成用戶屬性關(guān)聯(lián)圖，如圖4所示；

如圖3中步驟303所示，根據(jù)最短路徑算法獲取每個節(jié)點Ni的關(guān)聯(lián)度，如下圖5所示；

如圖3中步驟304所示，設(shè)關(guān)聯(lián)度的難度系數(shù)為α，關(guān)聯(lián)系數(shù)為β，關(guān)聯(lián)度偏離系數(shù)為μ，默認關(guān)聯(lián)度為r(i)，使用曲線函數(shù)計算關(guān)聯(lián)度，則節(jié)點Ni的關(guān)聯(lián)度更新該節(jié)點關(guān)聯(lián)度；

如圖3中步驟305所示，獲取用戶屬性維度，如用戶住址屬性維度為V(1)，如出行信息“2016年12月20日由濟南坐火車前往濰坊“屬性包含年、月、日、出發(fā)地、目標地、交通工具，其維度為V(6)；

如圖3中步驟306所示，設(shè)維度系數(shù)為γ，則節(jié)點Ni的維度V(i)＝γⁱ；

如圖3中步驟307所示，在屬性庫中取出同類型屬性出現(xiàn)次數(shù)n，如坐火車出行記錄；

如圖3中步驟308所示，在屬性庫中取出同屬性出現(xiàn)次數(shù)m，如坐火車用濟南至濰坊記錄；

如圖3中步驟309所示，設(shè)頻率偏離系數(shù)為M，節(jié)點Ni的頻率系數(shù)F(i)＝M+1/mn²；

如圖3中步驟310所示，計算節(jié)點Ni的權(quán)重系數(shù)W(i)＝R(i)V(i)/F(i)。

與現(xiàn)有技術(shù)相比，本發(fā)明所述的用于實名認證的身份識別復(fù)合算法及系統(tǒng)，達到了如下效果：

本發(fā)明是一種互聯(lián)網(wǎng)個人信息實名認證復(fù)合算法，基于公安大數(shù)據(jù)，通過屬性權(quán)重算法對用戶個人信息進行抽取剝離生成足以確認用戶身份的問卷，從而實現(xiàn)對用戶身份進行認證。目前是構(gòu)建一個安全、高效、智能的互聯(lián)網(wǎng)實名認證方法；

本發(fā)明實現(xiàn)了基于公安大數(shù)據(jù)庫的實名認證方式。公安警務(wù)應(yīng)用自身就具有大數(shù)據(jù)的優(yōu)勢，避免對其他認證方式的過度依賴；

本發(fā)明提高了實名認證的準確性。公安大數(shù)據(jù)庫數(shù)據(jù)是真實可靠的，在此基礎(chǔ)上實現(xiàn)的實名認證方式，具有較高的說服力；

本發(fā)明保證了用戶隱私數(shù)據(jù)的安全、可靠。相比之前的個人信息認證方式，通過算法提高了生成問卷對用戶身份確認的可靠性，非本人基本無法通過認證；

本發(fā)明降低了對用戶實名認證的成本。因為基于自身數(shù)據(jù)優(yōu)勢，避免對第三方認證方式的依賴，從而降低了系統(tǒng)運維成本；

本發(fā)明開拓了新模式，具有良好的市場前景，并將帶來巨大的經(jīng)濟效益。

上述說明示出并描述了本發(fā)明的若干優(yōu)選實施例，但如前所述，應(yīng)當(dāng)理解本發(fā)明并非局限于本文所披露的形式，不應(yīng)看作是對其他實施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述發(fā)明構(gòu)想范圍內(nèi)，通過上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識進行改動。而本領(lǐng)域人員所進行的改動和變化不脫離本發(fā)明的精神和范圍，則都應(yīng)在本發(fā)明所附權(quán)利要求的保護范圍內(nèi)。