本發(fā)明屬于通信，具體涉及一種自然人身份同一性甄別方法。

背景技術(shù)：

1、隨著信息時代的到來，人們生活中的方方面面都開始與互聯(lián)網(wǎng)接軌、變得數(shù)字化、虛擬化。大數(shù)據(jù)時代，基于互聯(lián)網(wǎng)數(shù)據(jù)的挖掘往往能帶來更多的附加價值，在國家安全領(lǐng)域，因互聯(lián)網(wǎng)的虛擬性、傳遞性、自由性、開放性等特點，使得互聯(lián)網(wǎng)環(huán)境的維護變得錯綜復(fù)雜，互聯(lián)網(wǎng)詐騙、境外間諜等事件屢見不鮮，而一個人在網(wǎng)絡(luò)上的多重身份與現(xiàn)實身份關(guān)聯(lián)關(guān)系、虛擬賬號和電信終端標(biāo)識的關(guān)聯(lián)關(guān)系、歷史使用人和現(xiàn)任使用人之間錯綜復(fù)雜的關(guān)系，以及目前互聯(lián)網(wǎng)龐大的數(shù)據(jù)量和數(shù)據(jù)的雜亂性，都對實時辨別一個人的真實身份提出更加艱巨的挑戰(zhàn)。而業(yè)界目前主要是依托于大數(shù)據(jù)平臺之上，將互聯(lián)網(wǎng)上爬取到的各類數(shù)據(jù)綜合糅雜在一起進行研判，主要技術(shù)特點是對數(shù)據(jù)進行打標(biāo)，根據(jù)歷史經(jīng)驗對不同數(shù)據(jù)源賦予不同的置信度，最后綜合計算出種子碼址實際使用人的身份信息和特征信息。

2、以往的技術(shù)雖然可以根據(jù)多數(shù)據(jù)源的共同作用效果推算出實際使用人的現(xiàn)實身份信息，但局限性頗高，對于數(shù)據(jù)源少的情況誤差很大，同時對于某些特定情境也會出現(xiàn)誤差，比如從某個種子碼址開始推算目前實際使用者的現(xiàn)實身份信息，而恰好這個種子碼址原使用者已被注銷，新使用者剛剛注冊該種子碼址，這種場景就會導(dǎo)致推算出來的實際使用者的現(xiàn)實身份信息是之前的使用者。導(dǎo)致這種問題的原因就是原使用者產(chǎn)生的數(shù)據(jù)比新使用者的數(shù)據(jù)多，基于多數(shù)據(jù)源的置信度混合算法算出來的歷史使用者置信度會更高。

技術(shù)實現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種自然人身份同一性甄別方法，包括兩個維度，維度一：種子終端標(biāo)識在數(shù)據(jù)中有直接身份信息關(guān)聯(lián)，或者說種子終端標(biāo)識在數(shù)據(jù)層面直接關(guān)聯(lián)到身份證件信息；維度二：種子終端標(biāo)識在數(shù)據(jù)層面無法關(guān)聯(lián)到身份信息；本發(fā)明在計算時，在時間維度方面將新使用者的置信度提高，同時依據(jù)同名三角驗證算法，將電信終端碼址可以實時提取的姓名與身份碼址對應(yīng)的名稱進行校驗，若三角驗證通過，則該身份碼址的置信度會再次提高，通過種種的模型算法，將目標(biāo)人員的真實身份一層層的挖掘出來。

2、本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案如下：

3、步驟1：所述自然人身份同一性甄別為兩個維度，維度一：種子終端標(biāo)識在數(shù)據(jù)中有直接身份信息關(guān)聯(lián)，或者說種子終端標(biāo)識在數(shù)據(jù)層面直接關(guān)聯(lián)到身份證件信息；維度二：種子終端標(biāo)識在數(shù)據(jù)層面無法關(guān)聯(lián)到身份信息；

4、步驟2：所述維度一包括多數(shù)據(jù)源置信度混合算法和同集團置信度混合算法兩個模型；

5、步驟2-1：多數(shù)據(jù)源置信度混合算法；

6、1)數(shù)據(jù)源維度；

7、擴線標(biāo)識置信度和所屬數(shù)據(jù)源相關(guān)，依據(jù)以往經(jīng)驗對數(shù)據(jù)源進行打標(biāo)評分，不同數(shù)據(jù)源貢獻(xiàn)分值不同；

8、關(guān)聯(lián)數(shù)據(jù)源個數(shù)越多，積分越高；

9、2)時間維度；

10、區(qū)分動態(tài)數(shù)據(jù)和靜態(tài)數(shù)據(jù)，動態(tài)數(shù)據(jù)根據(jù)更新時間倒敘排序；更新時間越晚，積分越高；

11、3)數(shù)據(jù)源次數(shù)；

12、流水類行為數(shù)據(jù)源，關(guān)聯(lián)次數(shù)越多，積分越高；

13、時間維度和數(shù)據(jù)源兩個維度，時間維度高于數(shù)據(jù)源次數(shù)；

14、非通聯(lián)動態(tài)關(guān)聯(lián)次數(shù)，時間相同，次數(shù)不同；

15、4)先驗知識；

16、①擴線結(jié)果同類標(biāo)識超出maxfiltersize，判定為山寨手機；

17、②姓名、昵稱類不擴線關(guān)聯(lián)；

18、③山寨imei不擴線；

19、④擴線默認(rèn)層級3層；

20、⑤擴線默認(rèn)時間近一年；

21、⑥擴線最大標(biāo)識個數(shù)100；

22、⑦擴線標(biāo)識長度<50；

23、5)算法實現(xiàn)；

24、通過多數(shù)據(jù)源置信度混合計算模型，數(shù)據(jù)源置信度和對各個身份碼址信息聚類積分制算法，最后根據(jù)各個身份碼址積分轉(zhuǎn)化為置信度進行排序；

25、c＝p1*m1+m1*α*(d1+d2+…+dn)+β

26、其中，c是置信度，p1是父標(biāo)識置信度，m1是層級置信度，d1、d2、…是各個數(shù)據(jù)源基礎(chǔ)置信度；

27、一層：0.8，二層：0.7三層：0.6四層0.5；初始輸入標(biāo)識為0層，標(biāo)識置信度為1，不參與上面公式計算；

28、α：數(shù)據(jù)源維度置信系數(shù)；

29、γ：時間維度置信系數(shù)；

30、β：時間和數(shù)據(jù)源次數(shù)維度置信度參數(shù)，針對同類不同標(biāo)識增加時間維度和數(shù)據(jù)源次數(shù)置信度參數(shù)；

31、β＝γ*m1*(size-n)

32、size：同層同類不同標(biāo)識個數(shù)；

33、n：排序序列號；

34、步驟2-2：同集團身份碼址置信度混合算法；

35、針對同集團成員使用的電信終端碼值都是由其中一個成員開戶，設(shè)計了同集團身份碼址置信度混合算法，具體如下：

36、1)輸入種子電信終端碼值；

37、2)查詢種子電信終端碼值，獲取數(shù)據(jù)事實上關(guān)聯(lián)的身份碼址信息；

38、3)依據(jù)身份碼址信息查詢獲取同集團下其他成員身份碼址信息；

39、4)依據(jù)其他成員身份碼址信息獲取對應(yīng)的姓名；

40、5)同名三角驗證；

41、步驟3：所述維度二包含兩個模型：特征通路-關(guān)系碰撞算法和特征通路-行為信息碰撞算法模型；

42、步驟3-1：特征通路-關(guān)系碰撞算法；

43、數(shù)據(jù)層面種子碼址無法直接關(guān)聯(lián)到身份碼址信息時，可以通過一級聯(lián)系人來確定實際使用人身份信息；流程

44、1)輸入種子電信終端碼值；

45、2)查詢種子電信終端碼值的一級聯(lián)系人；

46、3)查詢一級聯(lián)系人電信終端標(biāo)識關(guān)聯(lián)的身份碼址；

47、4)根據(jù)身份碼址集合查詢同集團下其他成員信息，獲取同集團其他成員身份碼址；

48、5)根據(jù)同集團其他成員身份碼址集合查詢獲取身份碼址對應(yīng)的姓名；

49、6)同名三角驗證；

50、步驟3-2：特征通路-行為信息碰撞算法；

51、該算法依賴出行信息記錄數(shù)據(jù)源和電信終端碼值接收到的動態(tài)文本信息提取內(nèi)容；

52、1)輸入電信終端碼值；

53、2)根據(jù)種子電信終端碼值，對其近期文本內(nèi)容信息中出行信息和姓名進行提??；

54、3)依據(jù)提取的出行信息，對全網(wǎng)出行記錄進行檢索，找到與文本內(nèi)容信息相符的記錄，提取對應(yīng)的身份碼址信息和姓名；

55、4)同名三角驗證。

56、優(yōu)選地，所述流水類行為數(shù)據(jù)源包括用戶的通聯(lián)行為、網(wǎng)頁瀏覽行為。

57、優(yōu)選地，所述非通聯(lián)動態(tài)關(guān)聯(lián)次數(shù)包括出行行為數(shù)據(jù)源中電信終端標(biāo)識對應(yīng)多個身份碼址信息。

58、優(yōu)選地，所述α默認(rèn)為0.01。

59、優(yōu)選地，所述γ默認(rèn)為0.01。

60、優(yōu)選地，所述特征通路-關(guān)系碰撞算法的置信度為：c＝0.83。

61、優(yōu)選地，所述特征通路-出行信息碰撞算法的碰撞置信度為：c＝0.83。

62、本發(fā)明的有益效果如下：

63、本發(fā)明技術(shù)相較于以往的混合置信度算法，增加了更多的業(yè)務(wù)模型算法，比如同名三角驗證、時間維度算法、關(guān)系碰撞模型、特征通路模型等等，依據(jù)這些模型去與傳統(tǒng)多數(shù)據(jù)源混合置信度算法相互佐證，使自然人的身份辨識更加準(zhǔn)確。比如從某個種子碼址開始推算目前實際使用者的現(xiàn)實身份信息，而恰好這個種子碼址原使用者已被注銷，新使用者剛剛注冊該種子碼址，這種場景就會導(dǎo)致推算出來的實際使用者的現(xiàn)實身份信息是之前的使用者。導(dǎo)致這種問題的原因就是原使用者產(chǎn)生的數(shù)據(jù)比新使用者的數(shù)據(jù)多，基于多數(shù)據(jù)源的置信度混合算法算出來的歷史使用者置信度會更高。而本發(fā)明算法在計算時，就會在時間維度方面將新使用者的置信度提高，同時依據(jù)同名三角驗證算法，將電信終端碼址可以實時提取的姓名與身份碼址對應(yīng)的名稱進行校驗，若三角驗證通過，則該身份碼址的置信度會再次提高，通過種種的模型算法，將目標(biāo)人員的真實身份一層層的挖掘出來。