[发明专利]一种信任模型的训练方法及装置

权利要求书

1.一种信任模型的训练方法，其特征在于，所述方法包括：

获取多个网络设备的通信数据；

特征模型根据所述多个网络设备的通信数据，确定所述多个网络设备的特征数据；

根据阈值条件和所述多个网络设备的特征数据，确定所述多个网络设备中每个第一网络设备的标签数据；所述多个网络设备包括至少一个所述第一网络设备和多个第二网络设备；所述标签数据指示网络设备的信任级别；

将所述多个第二网络设备划分为预设数目的聚类组，并获取每个聚类组对应的标签数据，作为所述每个聚类组中每个第二网络设备的标签数据；所述预设数目与信任级别的数量对应；

根据所述多个网络设备的特征数据和标签数据，更新信任模型的参数。

2.根据权利要求1所述的方法，其特征在于，所述根据阈值条件和所述多个网络设备的特征数据，确定所述多个网络设备中每个第一网络设备的标签数据包括：

当所述多个网络设备中网络设备的特征数据满足所述阈值条件时，确定所述网络设备为第一网络设备；

获取所述阈值条件对应的标签数据，作为所述第一网络设备的标签数据。

3.根据权利要求1或2所述的方法，其特征在于，所述阈值条件包括：特征数据小于第一阈值，和/或特征数据大于第二阈值。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述通信数据包括：数据传输成功次数和数据传输失败次数，所述特征数据包括：数据传输成功率。

5.一种信任评估方法，其特征在于，所述方法包括：

获取网络设备的的通信数据；

特征模型根据所述网络设备的通信数据，确定所述网络设备的特征数据；

信任模型根据所述网络设备的特征数据，确定所述网络设备的信任级别，所述信任模型通过权利要求1-4任一项所述的方法训练得到。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

将所述网络设备的信任级别存储在区块链中；或者

将所述网络设备的信任级别对应的哈希值存储在所述区块链中，以及将所述网络设备的信任级别存储在存储系统中；或者

广播所述网络设备的信任级别。

7.一种信任模型的训练装置，其特征在于，所述装置包括：

获取模块，用于获取多个网络设备的通信数据；

特征提取模块，用于利用特征模型根据所述多个网络设备的通信数据，确定所述多个网络设备的特征数据；

第一确定模块，用于根据阈值条件和所述多个网络设备的特征数据，确定所述多个网络设备中至少一个第一网络设备的标签数据；所述多个网络设备包括所述至少一个第一网络设备和多个第二网络设备；所述标签数据指示网络设备的信任级别；

第二确定模块，用于将所述多个第二网络设备划分为预设数目的聚类组，并获取每个聚类组对应的标签数据，作为所述每个聚类组中的第二网络设备的标签数据；所述预设数目与信任级别的数量对应；

训练模块，用于根据所述多个网络设备的特征数据和标签数据，更新信任模型的参数。

8.根据权利要求7所述的装置，其特征在于，所述第一确定模块具体用于：

当所述多个网络设备中网络设备的特征数据满足所述阈值条件时，确定所述网络设备为第一网络设备；

获取所述阈值条件对应的标签数据，作为所述第一网络设备的标签数据。

9.根据权利要求6或7所述的装置，其特征在于，所述阈值条件包括：特征数据小于第一阈值，和/或特征数据大于第二阈值。

10.根据权利要求7-9任一项所述的装置，其特征在于，所述通信数据包括：数据传输成功次数和数据传输失败次数，所述特征数据包括：数据传输成功率。