[发明专利]贝叶斯算法和MapReduce相结合的信任度量方法有效
| 申请号： | 201310397770.X | 申请日： | 2013-09-04 |
| 公开（公告）号： | CN103455842A | 公开（公告）日： | 2013-12-18 |
| 发明（设计）人： | 郑相涵;徐凌珊;陈哲毅;郭文忠;陈国龙 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;H04L29/08 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福州市*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种贝叶斯算法和MapReduce相结合的信任度量方法，包括以下步骤：S01：采用贝叶斯过滤算法对移动终端交互中产生的行为记录进行信任度评估，通过统计训练数据集中的先验概率，利用贝叶斯公式计算出其后验概率，选择最大后验概率作为行为记录的信任度；S02：运用带Dirichlet过程的贝叶斯推理算法对可信记录做概率分布评估，得到对移动终端的可信度预测；S03：采用信息增益算法实现特征值的选取。本发明借助云计算平台在信任度计算与存储过程中具有的高效性、安全性与中立性，保证数据的安全存储与高性能计算。 | ||
| 搜索关键词： | 贝叶斯 算法 mapreduce 相结合 信任 度量 方法 | ||
【主权项】：
一种贝叶斯算法和MapReduce相结合的信任度量方法，其特征在于，包括以下步骤：S01：采用贝叶斯过滤算法对移动终端交互中产生的行为记录进行信任度评估，通过统计训练数据集中的先验概率，利用贝叶斯公式计算出其后验概率，选择最大后验概率作为行为记录的信任度；S02：运用带Dirichlet过程的贝叶斯推理算法对可信记录做概率分布评估，得到对移动终端的可信度预测；S03：采用信息增益算法实现特征值的选取。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310397770.X/，转载请声明来源钻瓜专利网。
