一種用于實名認證的身份識別復合算法及系統的制作方法

本發明涉及互聯網通信領域，具體地說，是涉及一種用于實名認證的身份識別復合算法及系統。

背景技術：

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

目前，互聯網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，已成為互聯網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節。

2、銀行卡信息認證：即用戶填寫已有的銀行卡號碼，通過銀聯等機構對外的服務接口向卡片預留的手機號碼發送驗證碼短信，用戶正確填寫驗證碼完成認證操作。當前主流的互聯網應用，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，平臺對采集照片數據通過人像比對技術進行認別來完成認證操作。為確保數據的真實性，部分應用還對認證方式進行了升級，如加入“眨眨眼”、“轉轉頭”等表情指令來采取動態圖像數據，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、證券等金融行業互聯網應用。

4、個人信息認證：從最初的設置個人問題到現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，各行各業都在加強對互聯網應用的實名認識環節，作為信息惠民的代表性應用，如何在向市民提供便民應用的同時，保證市民個人隱私不被竊取和冒用將是重中之重。

技術實現要素：

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

輸入用戶身份信息，提交用戶實名認證申請；

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

使用屬性權重算法對用戶屬性庫進行計算，所述屬性權重算法的計算方法如下：

利用用戶屬性作為用戶屬性節點；

根據所述屬性節點與關聯度關系生成用戶屬性關聯圖；

根據最短路徑算法獲取每個節點Ni的關聯度，設關聯度的難度系數為α，關聯系數為β，關聯度偏離系數為μ，默認關聯度為r(i)，使用曲線函數計算各節點Ni的關聯度R(i)，則節點Ni的關聯度更新該節點關聯度；

獲取節點Ni的用戶屬性維度V(i)，設維度系數為γ，則節點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的次數n，在屬性庫中取出同屬性出現次數m，設頻率偏離系數為M，節點Ni的頻率系數F(i)＝M+1/mn²；

計算節點Ni的權重系數W(i)＝R(i)V(i)/F(i)；

使用屬性權重算法計算后的用戶屬性庫內的信息生成實名信息題庫；

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

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。

優選地，還包括步驟：通過公安大數據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。

優選地，所述用戶屬性包括：用戶曾用名、曾用地址、現用地址、家庭信息、車輛信息、交通信息和出行信息。

優選地，還包括步驟：用戶對所述身份問卷進行答題，當答題失敗判斷答題次數是否超過預設答題次數，若未超過則更新問卷并重新答題。

優選地，還包括步驟：用戶對所述身份問卷進行答題，當答題失敗判斷答題次數是否超過預設答題次數，若超出答題次數則進行人工審核。

優選地，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，包括市民信息模塊、一人一檔模塊、權重計算模塊、數據錄入模塊、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，用于抽取公安大數據云平臺中的市民信息，整理后發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重計算模塊相耦接，用于通過定期分析抽取公安大數據云平臺進行個人檔案數據的生成與更新，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，用于根據一人一檔中用戶屬性信息計算屬性權重形成問卷基本數據發送至答題模塊；

所述答題模塊，分別與所述權重計算模塊和實名申請模塊相耦接，用于使用所述權重計算模塊中形成的問卷基本數據形成用戶個人信息問卷，經用戶答題后發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、數據錄入模塊和人工審核模塊相耦接，用于通過數據錄入模塊接收用戶申請信息，經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；

所述數據錄入模塊，與所述實名申請模塊相耦接，用于錄入用戶申請信息，提交數據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。

與現有技術相比，本發明所述的用于實名認證的身份識別復合算法及系統，達到了如下效果：

本發明是一種互聯網個人信息實名認證復合算法，基于公安大數據，通過屬性權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，從而實現對用戶身份進行認證。目前是構建一個安全、高效、智能的互聯網實名認證方法；

本發明實現了基于公安大數據庫的實名認證方式。公安警務應用自身就具有大數據的優勢，避免對其他認證方式的過度依賴；

本發明提高了實名認證的準確性。公安大數據庫數據是真實可靠的，在此基礎上實現的實名認證方式，具有較高的說服力；

本發明保證了用戶隱私數據的安全、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；

本發明降低了對用戶實名認證的成本。因為基于自身數據優勢，避免對第三方認證方式的依賴，從而降低了系統運維成本；

本發明開拓了新模式，具有良好的市場前景，并將帶來巨大的經濟效益。

附圖說明

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

圖1為本發明實施例1中用于實名認證的身份識別系統結構示意圖；

圖2為本發明實施例3中用于實名認證的身份識別復合算法流程圖；

圖3為本發明實施例4中屬性權重算法流程圖；

圖4為本發明實施例4中用戶屬性關聯圖；

圖5為本發明實施例4中關聯度示意圖；

其中：11-市民信息模塊；12-一人一檔模塊；13-權重計算模塊；14-數據錄入模塊；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

如在說明書及權利要求當中使用了某些詞匯來指稱特定組件。本領域技術人員應可理解，硬件制造商可能會用不同名詞來稱呼同一個組件。本說明書及權利要求并不以名稱的差異來作為區分組件的方式，而是以組件在功能上的差異來作為區分的準則。如在通篇說明書及權利要求當中所提及的“包含”為一開放式用語，故應解釋成“包含但不限定于”。“大致”是指在可接收的誤差范圍內，本領域技術人員能夠在一定誤差范圍內解決所述技術問題，基本達到所述技術效果。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。說明書后續描述為實施本發明的較佳實施方式，然所述描述乃以說明本發明的一般原則為目的，并非用以限定本發明的范圍。本發明的保護范圍當視所附權利要求所界定者為準。

以下結合附圖對本發明作進一步詳細說明，但不作為對本發明的限定。

實施例1

結合圖1，本實施例提供了一種用于實名認證的身份識別系統，包括市民信息模塊11、一人一檔模塊12、權重計算模塊13、數據錄入模塊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，用于抽取公安大數據云平臺中的市民信息，整理后發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和權重計算模塊13相耦接，用于通過定期分析抽取公安大數據云平臺進行個人檔案數據的生成與更新，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，用于根據一人一檔中用戶屬性信息計算屬性權重形成問卷基本數據發送至答題模塊16；

所述答題模塊16，分別與所述權重計算模塊13和實名申請模塊15相耦接，用于使用所述權重計算模塊13中形成的問卷基本數據形成用戶個人信息問卷，經用戶答題后發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、數據錄入模塊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，用于通過數據錄入模塊14接收用戶申請信息，經過與答題模塊16及人工審核模塊17交互來核對用戶信息有效性；

所述數據錄入模塊14，與所述實名申請模塊15相耦接，用于錄入用戶申請信息，提交數據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：通過公安大數據云平臺校驗用戶身份信息，驗證通過，根據所述用戶身份信息在公安大數據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：使用屬性權重算法對用戶屬性庫進行計算，所述屬性權重算法的計算方法如下：

利用用戶屬性作為用戶屬性節點；

根據所述屬性節點與關聯度關系生成用戶屬性關聯圖；

根據最短路徑算法獲取每個節點Ni的關聯度，設關聯度的難度系數為α，關聯系數為β，關聯度偏離系數為μ，默認關聯度為r(i)，使用曲線函數計算各節點Ni的關聯度R(i)，則節點Ni的關聯度更新該節點關聯度；

獲取節點Ni的用戶屬性維度V(i)，設維度系數為γ，則節點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的次數n，在屬性庫中取出同屬性出現次數m，設頻率偏離系數為M，節點Ni的頻率系數F(i)＝M+1/mn²；

計算節點Ni的權重系數W(i)＝R(i)V(i)/F(i)；

后面使用隨機權重算法生成身份問卷的時候使用該權重系數

步驟104：使用屬性權重算法計算后的用戶屬性庫內的信息生成實名信息題庫；

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

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：通過公安大數據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，當答題失敗判斷答題次數是否超過預設答題次數，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，當答題失敗判斷答題次數是否超過預設答題次數，若超出答題次數則進行人工審核。

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的基礎上本實施例為應用實施例，結合圖2，本實施例提供了一種用于實名認證的身份識別復合算法，

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，通過公安大數據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，系統根據用戶提交身份信息在公安大數據云平臺中抽取用戶曾用名、(曾用/現用)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，使用屬性權重算法對用戶屬性庫進行自動計算，權重算法見圖3及實施例4：

如圖步驟206所示，使用屬性權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，使用隨機權重算法，對題庫中不同權重的X個問題元素按照權重進行分布，從中隨機選擇Y個問題，并使得總體選擇結果的權重大于等于設定閾值，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是否超過預設答題次數，若未超過則更新問卷并重新答題，若超出答題次數則進行人工審核；

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：

結合圖3-圖5，本實施例為屬性權重算法的詳細介紹：

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點；

如圖3中步驟302所示，根據屬性節點與默認關聯度關系生成用戶屬性關聯圖，如圖4所示；

如圖3中步驟303所示，根據最短路徑算法獲取每個節點Ni的關聯度，如下圖5所示；

如圖3中步驟304所示，設關聯度的難度系數為α，關聯系數為β，關聯度偏離系數為μ，默認關聯度為r(i)，使用曲線函數計算關聯度，則節點Ni的關聯度更新該節點關聯度；

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、出發地、目標地、交通工具，其維度為V(6)；

如圖3中步驟306所示，設維度系數為γ，則節點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次數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次數m，如坐火車用濟南至濰坊記錄；

如圖3中步驟309所示，設頻率偏離系數為M，節點Ni的頻率系數F(i)＝M+1/mn²；

如圖3中步驟310所示，計算節點Ni的權重系數W(i)＝R(i)V(i)/F(i)。

與現有技術相比，本發明所述的用于實名認證的身份識別復合算法及系統，達到了如下效果：

本發明是一種互聯網個人信息實名認證復合算法，基于公安大數據，通過屬性權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，從而實現對用戶身份進行認證。目前是構建一個安全、高效、智能的互聯網實名認證方法；

本發明實現了基于公安大數據庫的實名認證方式。公安警務應用自身就具有大數據的優勢，避免對其他認證方式的過度依賴；

本發明提高了實名認證的準確性。公安大數據庫數據是真實可靠的，在此基礎上實現的實名認證方式，具有較高的說服力；

本發明保證了用戶隱私數據的安全、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；

本發明降低了對用戶實名認證的成本。因為基于自身數據優勢，避免對第三方認證方式的依賴，從而降低了系統運維成本；

本發明開拓了新模式，具有良好的市場前景，并將帶來巨大的經濟效益。

上述說明示出并描述了本發明的若干優選實施例，但如前所述，應當理解本發明并非局限于本文所披露的形式，不應看作是對其他實施例的排除，而可用于各種其他組合、修改和環境，并能夠在本文所述發明構想范圍內，通過上述教導或相關領域的技術或知識進行改動。而本領域人員所進行的改動和變化不脫離本發明的精神和范圍，則都應在本發明所附權利要求的保護范圍內。