[发明专利]一种终端系统可信状态判断方法、装置及终端

权利要求书

1.一种终端系统可信状态判断方法，基于层次化的信任度量模型，其特征在于，包括：

针对终端系统生成的可信状态报告中，各层目标的各证据属性，对所述各证据属性分别进行模糊量化取值，得到所述各证据属性的模糊量化值；

将所述各证据属性的模糊量化值转化为输入向量，并确定所述输入向量与表征期望可信状态的参考向量之间的向量距离；

当所述向量距离不大于预设距离阈值时，确定所述终端系统的状态可信。

2.如权利要求1所述的方法，其特征在于，针对终端系统生成的可信状态报告中，各层目标的各证据属性，对所述各证据属性分别进行模糊量化取值，具体包括：

针对终端系统生成的可信状态报告中，各层目标的各证据属性，从证据模糊匹配数据库中，确定该证据属性对应的模糊匹配列表，其中，所述证据模糊匹配数据库用于存储所述层次化的信任度量模型中各层目标的各证据属性分别对应的模糊匹配列表，每个模糊匹配列表包括对应证据属性对应的多个模糊级别，以及每个模糊级别对应的预设判断依据；

根据确定的模糊匹配列表中各模糊级别对应的预设判断依据，确定该证据属性所属的模糊级别，并将该模糊级别对应的模糊值确定为该证据属性的模糊量化值。

3.如权利要求1或2所述的方法，其特征在于，在得到所述各证据属性的模糊量化值之后，且将所述各证据属性的模糊量化值转化为输入向量之前，还包括：

从所述证据模糊匹配数据库中，获取所述各证据属性各自对应的权重值；

针对所述各证据属性中的每个证据属性，将该证据属性的模糊量化值与该证据属性对应的权重值的乘积确定为该证据属性的可信值；

将所述各证据属性的模糊量化值转化为输入向量，具体包括：

将所述各证据属性的可信值转化为输入向量。

4.如权利要求3所述的方法，其特征在于，所述各证据属性各自对应的权重值为采用层次分析法AHP确定所述各证据属性各自对应的权重值；并在确定各权重值之后，将确定的所述各权重值与对应的证据属性分别对应存储在所述证据模糊匹配数据库中。

5.如权利要求1所述的方法，其特征在于，所述输入向量与表征期望可信状态的参考向量之间的向量距离为：所述输入向量与所述参考向量之间的余弦距离、或者所述输入向量与所述参考向量之间的欧式距离。

6.如权利要求1所述的方法，其特征在于，还包括：

接收终端系统发送的可信状态报告。

7.一种终端系统可信状态判断装置，基于层次化的信任度量模型，其特征在于，包括：

量化模块，用于针对终端系统生成的可信状态报告中，各层目标的各证据属性，对所述各证据属性分别进行模糊量化取值，得到所述各证据属性的模糊量化值；

向量距离确定模块，用于将所述量化模块确定的所述各证据属性的模糊量化值转化为输入向量，并确定所述输入向量与表征期望可信状态的参考向量之间的向量距离；

状态确定模块，用于当所述向量距离确定模块确定的向量距离不大于预设距离阈值时，确定所述终端系统的状态可信。

8.如权利要求7所述的装置，其特征在于，所述量化模块具体用于针对终端系统生成的可信状态报告中，各层目标的各证据属性，从证据模糊匹配数据库中，确定该证据属性对应的模糊匹配列表，其中，所述证据模糊匹配数据库用于存储所述层次化的信任度量模型中各层目标的各证据属性分别对应的模糊匹配列表，每个模糊匹配列表包括对应证据属性对应的多个模糊级别，以及每个模糊级别对应的预设判断依据；根据确定的模糊匹配列表中各模糊级别对应的预设判断依据，确定该证据属性所属的模糊级别，并将该模糊级别对应的模糊值确定为该证据属性的模糊量化值。

9.如权利要求7或8所述的装置，其特征在于，还包括：权重值获取模块和可信值确定模块；

所述权重值获取模块，用于在所述量化模块确定所述各证据属性的模糊量化值之后，且所述向量距离确定模块将所述量化模块确定的所述各证据属性的模糊量化值转化为输入向量之前，从所述证据模糊匹配数据库中，获取所述各证据属性各自对应的权重值；

所述可信值确定模块，用于针对所述各证据属性中的每个证据属性，将该证据属性的模糊量化值与所述权重值确定模块确定的该证据属性对应的权重值的乘积确定为该证据属性的可信值；

所述向量距离确定模块，具体用于将所述各证据属性的可信值转化为输入向量。