[go: up one dir, main page]

CN111563817A - 记录介质、通信设备和通信方法 - Google Patents

记录介质、通信设备和通信方法 Download PDF

Info

Publication number
CN111563817A
CN111563817A CN202010086081.7A CN202010086081A CN111563817A CN 111563817 A CN111563817 A CN 111563817A CN 202010086081 A CN202010086081 A CN 202010086081A CN 111563817 A CN111563817 A CN 111563817A
Authority
CN
China
Prior art keywords
data
transaction
reputation
user
distribution network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010086081.7A
Other languages
English (en)
Inventor
铃木大
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of CN111563817A publication Critical patent/CN111563817A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/403—Solvency checks
    • G06Q20/4037—Remote solvency checks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

记录介质、通信设备和通信方法。一种计算机可读记录介质存储有通信程序，该通信程序用于使得参与数据分发网络的通信设备执行处理，该处理包括：通过分析分布式账本来生成交易的历史信息，所述分布式账本在参与数据分发网络的设备之间共享并记录有通过数据分发网络执行的交易的信息；使用所述历史信息来计算通过数据分发网络执行交易的各个用户的信誉；以及响应于来自被配置为经由通信设备执行交易的终端的请求，将所计算的信誉发送到所述终端。

Description

记录介质、通信设备和通信方法
技术领域
本文所讨论的实施方式涉及一种记录介质、通信设备和通信方法。
背景技术
近年来，越来越期望数字化改造以通过分发和利用各种类型的数字化数据来创建新的服务和业务。作为在数据分散在诸如不同企业和组织之间的多个地点中的情况下分发数据的一种方法，提出了通过装置之间的对等通信来共享电子文件。
作为现有技术，提出了分布式账本系统，其中用户所注册的记录、密钥信息、与基于属性的加密关联的处理程序等存储在设置在各个节点中的分布式账本存储单元中(例如，日本专利公布No.2018-098564等)。在该系统中，使用记录在分布式账本上的程序来执行记录注册、根据基于属性的加密的加密处理、解密处理等。还已知一种系统，其中在从订货源公司经过具有合同结果的成对公司到订货目的地候选的搜索路径中使用指示每一对合同结果的关联度来确定订货源公司与订货目的地候选公司之间的关系(例如，日本专利公布No.2018-124930等)。此外，提出了一种用户评价系统，其中使用表示产品交付平稳性的时间得分、表示拍卖用户之间的相互关系强度的关系得分以及用于评价拍卖体验的差异的评价值差异得分来测量交易伙伴的可靠性(例如，日本专利公布No.2011-044066等)。
当在诸如企业的用户之间执行数据交易时，执行交易的各个用户检查交易伙伴的存在，并确定该伙伴是否可作为能够正确地执行交易的实体而受信任(信用决策)。信用决策由企业在交易开始之前作出以执行交易，但各个企业自己获得用于作出信用决策的信息是困难的。因此，在许多情况下，从专业研究公司获得作出信用决策时使用的信息，或者特定组织评价信誉。然而，当特定组织管理用于作出信用决策的信息时，由于权力集中于管理用于作出信用决策的信息的组织，所以该组织可能做出不法行为。当特定组织评价用户的信誉时，存在类似地做出不法行为的风险。在做出这种不法行为的情况下，存在用于数据交易的整个平台的信誉可能劣化的风险。
作为一个方面，实施方式的目的在于提供一种作出信用决策的高度可靠的方法。
发明内容
根据实施方式的一方面，一种计算机可读记录介质存储有通信程序，该通信程序使得参与数据分发网络的通信设备执行处理，该处理包括：通过分析在参与数据分发网络的设备之间共享并记录有通过数据分发网络执行的交易的信息的分布式账本来生成交易的历史信息；使用历史信息来计算通过数据分发网络执行交易的各个用户的信誉；以及响应于来自被配置为经由通信设备执行交易的终端的请求，将所计算的信誉发送到终端。
附图说明
图1是描述根据实施方式的通信方法的示例的图；
图2是描述通信设备的配置的示例的图；
图3是描述通信设备的硬件配置的示例的图；
图4是描述网络的示例的图；
图5是描述记录在分布式账本中的信息的示例的图；
图6是描述更新分布式账本的方法的示例和提取交易历史的方法的示例的图；
图7是描述转换的数据的示例的图；
图8是描述转换处理的示例的图；
图9是描述提取交易历史的方法的示例的流程图；
图10是描述信誉的计算处理的示例的流程图；
图11是描述计算信誉的方法的示例的图；
图12是描述转换的数据的示例和信用图的示例的图；
图13是描述使用信用图的交易的示例的图；
图14是描述第二实施方式中的生成转换的数据的方法的示例的图；
图15A是描述信誉的计算处理的示例的流程图；
图15B是描述信誉的计算处理的示例的流程图；以及
图16是描述根据第三实施方式的网络的示例的图。
具体实施方式
图1是描述根据实施方式的通信方法的示例的图。在图1所示的系统中，通信设备10a至10d包括在用作执行数据交易的平台的网络中，并且终端2a至2d分别联接到通信设备10a至10d。例如，终端2a至2d中的每一个可以是为执行交易的企业工作的操作者所操作的终端，通信设备10可以是由执行交易的企业安装的网关设备。
通信设备10a至10d分别包括分布式账本41(41a至41d)和信誉评分程序15(15a至15d)。在分布式账本41，信息使用区块链技术以无法伪造的形式记录，并且酌情更新。因此，可以说通信设备10共享记录在分布式账本41中的信息。分布式账本41包括对平台上的数据的所有访问历史。此外，分布式账本41还可包括作为交易目标的数据的属性信息。在以下描述中，数据的属性信息可被称为数据的元数据。例如，对平台上的数据的访问包括获取数据、注册元数据等。因此，分布式账本41包括可能经由平台交易的所有数据的元数据注册的记录和数据获取的记录。因此，在各个通信设备10中操作的信誉评分程序15能够通过分析分布式账本41来生成通过网络执行的所有交易的交易历史。
打算与还未通过网络与之执行任何交易的另一企业开始交易的企业的操作者通过操作终端2来请求通信设备10提供关于信誉的信息。例如，终端2a的操作者请求通信设备10a提供关于企业信誉的信息。然后，在通信设备10a上操作的信誉评分程序15a使用分布式账本41a来生成交易历史，并使用所生成的历史信息来计算各个企业的信誉。例如，特定企业的信誉可使用该企业的交易伙伴的数量、该企业的交易的数量、交易伙伴的信誉等来计算。通信设备10a将关于通过信誉评分程序15a的处理获得的信誉的信息发送到终端2a。通过使用关于信誉的信息，终端2a的操作者能够确定要与之执行交易的另一企业是否可作为交易伙伴受信任，然后能够开始交易。
在以上描述中，说明了在通信设备10a中执行信誉计算等的情况，但另一通信设备10也能够按照与通信设备10a相同的方式响应于来自与通信设备10通信的终端2的请求而执行信誉计算等。图1所示的网络是示例，可根据实现方式而改变。例如，网络中的通信设备10的数量和终端2的数量是任意的。联接到一个通信设备10的终端2的数量也是任意的。
使用根据实施方式的方法，通信设备10能够使用所有通信设备10共享的分布式账本41中的信息来计算各个企业的信誉。因此，用户能够使用用户自己安装的通信设备10中计算的信誉来执行信用管理。由于用户不必从专业研究公司获得用于作出信用决策的信息，所以不必担心诸如研究公司的特定组织做出不法行为。由于通过区块链技术来管理分布式账本41中的信息，所以不必担心伪造。因此，根据实施方式的方法，用户能够使用准确的交易历史来获取关于各个交易伙伴的信誉的信息。因此，在根据实施方式的方法中，与从特定组织获取关于另一企业的信誉的情况不同，不必担心在计算信誉的代理机构中做出不法行为。这使得用户可执行高度可靠的信用评价。
<设备配置>
图2是描述通信设备10的配置的示例的图。通信设备10包括通信单元20、控制单元30和存储单元40。通信单元20包括发送器21和接收器22。发送器21向诸如终端2和其它通信设备10的其它设备发送分组。接收器22接收从诸如终端2和其它通信设备10的其它设备发送的分组。
存储单元40包括分布式账本41。存储单元40能够根据控制单元30所执行的处理来存储交易历史42、转换的数据43和信用图44。分布式账本41包括经由网络中的任何通信设备10注册的元数据、元数据的注册历史、数据的获取历史等。交易历史42是基于分布式账本41生成的交易历史信息。转换的数据43是通过将交易历史42转换为适合于控制单元30中要执行的处理的形式而获得的信息。信用图44是通过汇总各个企业的信誉的计算结果而获得的数据。稍后将给出分布式账本41、交易历史42、转换的数据43和信用图44的示例。
控制单元30包括生成单元31、转换单元32、计算单元33、更新单元34和应用处理单元35。生成单元31使用分布式账本41来生成交易历史42。转换单元32通过将交易历史42转换为适合于计算单元33中要执行的处理的形式来生成转换的数据43。计算单元33使用转换的数据43来计算各个企业的信誉，并使用所获得的计算结果来生成信用图44。更新单元34基于区块链技术来执行分布式账本41的更新处理。在更新分布式账本41时，更新单元34经由通信单元20来与其它通信设备10通信，以更新分布式账本41，使得网络中的所有通信设备10所保持的分布式账本41的内容相同。应用处理单元35通过在通信设备10中操作的应用来执行处理。例如，应用处理单元35能够执行用于允许财团型区块链技术中的智能合约等的功能的处理。在这种情况下，应用处理单元35还可执行对通信设备10和终端2的认证处理以及对所发出的交易的内容的验证处理。应用处理单元35可酌情获取其它通信设备10中的验证结果，并且可允许在集群中的特定比率的通信设备10确定交易的内容正确的情况下进行指定的通信。
图3是描述通信设备10的硬件配置的示例的图。通信设备10包括处理器101、存储器102、总线105和网络接口109。通信设备10还可包括输入装置103、输出装置104、存储装置106和移动存储介质驱动装置107中的至少一个或更多个。
处理器101是任意处理电路，并且可以是例如中央处理单元(CPU)。处理器101作为控制单元30操作。处理器101能够执行存储在存储器102、存储装置106等中的程序。例如，处理器101可通过执行存储在存储装置106等中的信誉评分程序15来实现控制单元30。存储器102酌情存储通过处理器101的操作获得的数据、要用于处理器101中的处理的数据等。存储装置106存储程序、数据等，并酌情将所存储的信息提供给处理器101等。存储器102、存储装置106等作为通信设备10中的存储单元40操作。
总线105将处理器101、存储器102、输入装置103、输出装置104、存储装置106、移动存储介质驱动装置107和网络接口109彼此联接，以使得能够向彼此发送数据以及从彼此接收数据。输入装置103是诸如键盘、鼠标、麦克风或相机的用于输入信息的任意装置，输出装置104是诸如显示器的用于输出数据的任意装置。移动存储介质驱动装置107能够将存储器102、存储装置106等中的数据输出到移动存储介质108，并且能够从移动存储介质108读出程序、数据等。移动存储介质108可以是可携带的任意存储介质，包括可记录紧凑盘(CD-R)和可记录数字多功能盘(DVD-R)。网络接口109执行使得通信设备10酌情与其它设备通信的处理。网络接口109作为通信单元20操作。
<第一实施方式>
图4是描述网络的示例的图。图4所示的网络包括通信设备10a至10g和终端2a至2g。终端2a至2g分别联接到通信设备10a至10g。例如，终端2a至2g中的每一个被认为是为执行交易的企业工作的操作者操作的终端。假设各个通信设备10通过彼此通信来共享分布式账本41中的信息。通信设备10能够响应于来自联接到上述通信设备10的终端2的请求来经由其它通信设备10计算信誉并执行数据交易。
在以下描述中，假设各个企业将交易目标数据存储在企业所拥有的终端2中，并将交易目标数据的元数据注册在分布式账本41中。假设分布式账本41包括元数据和数据的访问历史。
图5是描述记录在分布式账本41中的信息的示例的图。分布式账本41包括任意数量的区块，并且各个区块包括至少一个或更多个交易的信息。图5示出包括区块B1和B2的分布式账本41的示例。各个区块包括时间戳、链信息以及要记录的数据。时间戳指示区块生成的时间。链信息是用于抑制区块内的信息的伪造的信息，并且例如是先前区块的散列值等。要记录的数据是要记录在区块中的信息，并且包括交易信息、元数据等。
图5中的区块B1是元数据被注册为要记录的数据的情况的示例。元数据包括数据的所有者的标识(ID)、数据请求目的地的地址、数据ID、数据的说明和访问权限。数据的所有者的ID是用于标识持有元数据中记录属性的信息的用户的ID。数据请求目的地的地址是当获取与元数据对应的数据时访问目的地的地址。例如，数据请求目的地的地址可以是已注册数据的企业的通信设备10的地址。在这种情况下，即使当数据保持在终端2中时，也向保持数据的企业的通信设备10发送元数据的获取请求。通信设备10从终端2获取请求获取的数据，并将数据发送到尝试获取要处理的数据的设备。此时，通信设备10使得数据传输源的地址成为通信设备10自己的地址，从而从尝试获取数据的设备隐藏终端2的地址。尝试获取数据的设备可以是联接到尝试获取数据的另一企业的终端2的通信设备10。数据ID是使得可唯一地指定元数据所指定的数据的任意标识信息。例如，作为数据ID，可使用数据的散列值。数据的说明是用于介绍数据的内容的信息。例如，在数据是运动图像数据的情况下，运动图像中的一个场景的图像可用作数据的说明。访问权限是指定被允许访问数据的对象的信息。因此，通信设备10根据访问权限信息仅向被允许访问数据的用户发送数据。
在图5中的区块B2的示例中，记录访问历史作为要记录的数据。访问历史包括用于标识要访问的数据的数据ID以及用于指定已访问数据的用户的信息(例如，用于标识数据的购买者的ID)。
如上面参照图5所描述的，分布式账本41记录用于标识作为可通过网络获取的数据的供应者的用户的信息以及已购买数据的用户的信息。要注意的是，图5所示的区块是示例。例如，多个交易的信息可包括在一个区块中。
图6是描述更新分布式账本41的方法的示例和提取交易历史42的方法的示例的图。在以下描述中，为了阐明操作中的通信设备10，可在标号的末尾描述指派给操作中的通信设备10的字母。例如，更新单元34a是通信设备10a的更新单元34。类似地，接收器22c是包括在通信设备10c中的接收器22。
例如，假设由表达用户ID＝A标识的用户(用户A)将由表达数据ID＝B指示的数据(数据B)保持在终端2a中。为了将数据B供应给其他用户，用户A执行将数据B的元数据注册在网络中的分布式账本41上的处理。此时，用户A的终端2a将包括数据B的元数据的数据注册交易发送到通信设备10a。
通信设备10a的接收器22a接收数据注册交易。更新单元34a将数据注册交易所报告的信息注册在分布式账本41a中。然后，如图6的D1中所示，以下信息被注册在分布式账本41a中。
访问类型：数据注册交易(Tx)
Tx发送者：A
数据ID：B
此外，更新单元34a执行将数据B的数据注册交易所报告的信息发送到网络中的其它通信设备10b至10g(图4)的处理。然后，图6的D1所示的信息还分别记录在通信设备10b至10g所保持的分布式账本41b至41g中。
此后，假设由表达用户ID＝C标识的用户(用户C)尝试获取数据B。此时，用户C的终端2c向通信设备10c发送请求数据B的数据获取交易。
通信设备10c的接收器22c接收数据获取交易。当用户C对数据获取交易所请求的数据B具有访问权限时，应用处理单元35c请求通信设备10a发送数据B。通信设备10a的应用处理单元35a从终端2a获取数据B，并将所获取的数据B发送到通信设备10c。通信设备10c的应用处理单元35c经由发送器21c将数据B发送到终端2c。另一方面，更新单元34c将作出关于数据B的数据请求的事实注册在分布式账本41c中。在这种情况下，如图6的D2所示，以下信息被添加到分布式账本41c。
访问类型：数据获取交易(Tx)
Tx发送者：C
数据ID：B
此外，更新单元34c执行向网络中的其它通信设备10a、10b和10d至10g(图4)发送已使用针对数据B的数据获取交易执行数据获取的事实的处理。结果，图6的D2所示的信息还被记录在通信设备10a至10g的任何分布式账本41中。
接下来，将以在图6的D2所示的信息被记录在分布式账本41中之后指定数据B的交易历史的情况为例描述提取交易历史42的方法。当从终端2请求信誉计算时，通信设备10的生成单元31从分布式账本41指定数据注册历史和数据获取历史。例如，由于由表达数据注册Tx发送者＝A和表达数据ID＝B指示的信息被记录在分布式账本41内的D1中，所以生成单元31能够指定用户A已注册数据B的事实F1。类似地，由于由表达数据获取Tx发送者＝C和表达数据ID＝B指示的信息被记录在分布式账本41内的D2中，所以生成单元31能够指定用户C已获取(购买)数据B的事实F2。通过将事实F1和事实F2组合，生成单元31指定数据B的销售用户是A并且数据B的购买用户是C的事实F3，作为交易历史42。
其它数据的交易历史42通过相同的处理提取。如上所述，参照图6，以由于请求通信设备10计算信誉而生成交易历史42的情况为例并说明，但生成交易历史42的定时可根据实现方式任意地改变。
图7是描述转换的数据43的示例的图。图7中的T1示出从分布式账本41提取交易历史42的示例。T1所示的交易历史42通过已参照图6说明的过程来生成。交易历史42中的第一交易历史指示数据的销售者是“a”并且其购买者是“b”。交易历史42中的第二交易历史指示销售者是“c”并且其购买者是“d”。
当交易历史42的生成完成时，转换单元32将所获得的交易历史42转换为表示例如企业的交易关系和交易量的数据形式，从而生成转换的数据43。T2所示的转换数据43指示企业5a与企业5b之间存在100笔交易，企业5a与企业5c之间存在60笔交易，企业5a与企业5d之间存在5笔交易。转换的数据43还包括指示企业5c与企业5d之间存在3笔交易，企业5d与企业5f之间存在8笔交易，企业5d与企业5e之间存在10笔交易，并且企业5e与企业5f之间存在20笔交易的信息。
图8是描述转换处理的示例的图。参照图8，现在将描述从企业5a至5g之间的交易历史42生成转换的数据43的方法的示例。在以下示例中，交易数量由t表示，并且作为销售者的企业和作为购买者的企业在各个企业的标号末尾使用字母由下标指示。下标的第一字符表示作为销售者的企业，其第二字符表示作为购买者的企业。例如，ta,d表示交易数量，其中企业5a是销售者并且企业5d是购买者。
转换单元32对与销售者和购买者的组合对应的交易历史42中所包括的交易进行分类，并确定销售者和购买者的各个组合的交易数量。例如，假设企业5a至5g之间的交易数量如图8的D3所示。即，企业5a在ta,d的交易中向企业5d销售数据，并在td,a的交易中从企业5d购买数据。企业5b在tb,d的交易中向企业5d销售数据，并在td,b的交易中从企业5d购买数据。企业5c在tc,d的交易中向企业5d销售数据，并在td,c的交易中从企业5d购买数据。企业5d在td,e的交易中向企业5e销售数据，并在te,d的交易中从企业5e购买数据。企业5f在tf,e的交易中向企业5e销售数据，并在te,f的交易中从企业5e购买数据。企业5g在tg,e的交易中向企业5e销售数据，并在te,g的交易中从企业5e购买数据。
转换单元32通过对销售者和购买者之间的交易数量以及销售者和购买者交换的交易数量进行求和来计算销售者和购买者的各个组合的交易数量当中两个企业之间的交易总数。图8中的转换的数据43以表的形式表示执行交易的企业的各个组合的交易总数。例如，企业5a与企业5d之间的交易总数为ta,d+td,a。企业5b与企业5d之间的交易总数为tb,d+td,b，企业5c与企业5d之间的交易总数为tc,d+td,c。企业5d与企业5e之间的交易总数为td,e+te,d，企业5e与企业5f之间的交易总数为te,f+tf,e，企业5e与企业5g之间的交易总数为te,g+tg,e。尽管在图8中转换的数据43被示出为表，但转换的数据43的形式可以是适合于计算单元33中的处理的任何形式。例如，转换的数据43可以是表示图8所示的信息的行列式。
图9是描述提取交易历史42的方法的示例的流程图。在图9的流程图中使用常数N和变量n。常数N是要处理以便获取分布式账本41中的交易历史42的交易总数。变量n是用于对要处理的交易进行计数的变量。
生成单元31将变量n设定为1(步骤S1)。生成单元31从分布式账本41读取第n交易(步骤S2)。生成单元31确定第n交易是不是数据获取时的交易(步骤S3)。在步骤S3中，作为数据获取时的交易来处理数据获取交易。当第n交易是数据获取时的交易时，生成单元31使用在注册第n交易中获取的数据时的交易来指定所获取的数据的供应者(步骤S3为是，步骤S4)。随后，生成单元31针对第n交易中获取的数据指定数据购买者和数据供应者的组合(步骤S5)。例如，在步骤S4中，生成单元31从分布式账本41为第n交易中获取的数据指定注册交易，并从指定的注册交易获取关于数据的供应者的信息。此后，在步骤S5中，生成单元31将第n交易的发送者视为数据的购买者，并将已注册第n交易中获取的数据的用户视为供应者。步骤S3至S5中的处理与已参照图6等描述的处理相同。
在步骤S5中的处理之后，或者当在步骤S3中确定第n交易不是数据获取交易时，生成单元31将变量n增加一(步骤S3为否，至步骤S6)。生成单元31将变量n与常数N进行比较(步骤S7)。当变量n等于或小于常数N时，生成单元31重复步骤S2中的处理和后续处理(步骤S7为否)。
另一方面，当变量n超过常数N时，转换单元32对数据的购买者和供应者的组合执行统计处理，从而为各个用户指定交易伙伴的数量和各个交易伙伴的交易数量(步骤S8)。在步骤S8中，执行与已参照图8描述的处理相同的处理。此后，计算单元33使用交易伙伴的数量和各个交易伙伴的交易数量来计算各个用户的信誉(步骤S9)。
图10是描述信誉的计算处理的示例的流程图。下面将参照图10描述图9的步骤S9中执行的过程的示例。同样在图10中，使用常数N和变量n。常数N是经历信誉计算处理的企业的总数。变量n是用于对要处理的企业进行计数的变量。图10是过程的示例，并且可根据实现方式而改变。例如，步骤S22至S24的次序可任意改变。
计算单元33将变量n设定为1(步骤S21)。计算单元33针对第n企业的交易伙伴企业的数量计算评价值(FAn)(步骤S22)。要注意的是，评价值FAn是随着交易伙伴企业的数量越大而被计算为越大的值。因此，随着评价值FAn越大，第n企业被认为与越多数量的企业有交易结果；例如，企业的信誉随其评价值FAn越大而变得越高。随后，计算单元33针对第n企业的交易数量计算评价值(FBn)(步骤S23)。随着交易数量越大，评价值FBn被计算为越大。随着评价值FBn越大，第n企业执行越多数量的交易；例如，企业的信誉随其评价值FBn越大而变得越高。然后，计算单元33针对第n企业的交易伙伴的信誉计算评价值(FCn)(步骤S24)。随着交易伙伴企业中包括越多数量的具有高信誉的企业，评价值FCn被计算为越大。因此，随着评价值FCn越大，第n企业与越多数量的具有高信誉的企业执行交易；例如，企业的信誉随其评价值FCn越大而变得越高。在步骤S22至S24中的处理之后，计算单元33作为评价值FAn、评价值FBn和评价值FCn的函数来计算第n企业的信誉(TRn)(步骤S25)。因此，信誉TRn是通过综合地评价第n企业的交易伙伴企业的数量、交易数量和交易伙伴的信誉而获得的值。
此后，计算单元33将变量n增加一，并将其与常数N进行比较(步骤S26和步骤S27)。当变量n等于或小于常数N时，重复步骤S22中的处理和后续处理(步骤S27为否)。另一方面，当变量n超过常数N时，由于已针对所有企业计算信誉，所以计算单元33将企业的信誉的计算结果记录在信用图44中(步骤S27为是，至步骤S28)。
图11是描述计算信誉的方法的示例的图。在图11中，如T11所示，假设与要处理的第n企业(企业n)具有交易关系的企业是企业a、企业b和企业c。还假设在企业a与企业n之间执行Ta,n的交易。这里，T表示由T的下标指示的两个企业之间执行的交易数量，而与交易的方向无关。例如，Ta,n等于(ta,n+tn,a)。类似地，假设企业b与企业n具有Tb,n的交易量，并且企业c与企业n具有Tc,n的交易量。在图11中，以计算单元33使用式(1)来计算信誉的情况为例。
Figure BDA0002382091350000111
式(1)中的第一项是第n企业的交易伙伴企业的数量的评价值FAn的示例。式(1)中的第二项是第n企业的交易数量的评价值FBn的示例。式(1)中的第三项是与第n企业的交易伙伴企业的信誉关联的评价值FCn的示例。在式(1)的示例中，使用评价值FAn、FBn和FCn中的每一个与对应最大值之比以便将信誉的值归一化在0至1的范围内。
T12指示计算单元33用来计算信誉的式(1)，以及由包括在式(1)中的变量表示的信息。TR(n)是企业n的信誉。Ti,n表示企业n与企业i之间过去执行的交易数量。此外，e(n)是企业n的交易伙伴企业的总数。例如，在T11的示例中，e(n)为3。
T13是在T11的情况下式(1)中的第一项的计算示例。在T11的情况下，e(n)为3。因此，对于企业n，式(1)中的第一项的值为3/Maxx(e(x))。Maxx(e(x))表示网络中具有最大数量的交易伙伴企业的企业x的交易伙伴企业的数量。因此，式(1)的第一项表示企业n的交易伙伴企业的数量与网络中具有最大数量的交易伙伴企业的企业x的交易伙伴企业的数量之比。
T14是在T11的情况下式(1)中的第二项的计算示例。在T11的情况下，企业n与企业a执行Ta,n的交易，与企业b执行Tb,n的交易，并且与企业c执行Tc,n的交易。因此，企业n的交易总量为Ta,n+Tb,n+Tc,n。Maxy(ΣjTj,y)表示网络中具有最大交易量的企业y的交易总量。因此，式(1)中的第二项表示企业n的交易量与网络中具有最大交易量的企业y的交易量之比。
T15是在T11的情况下式(1)中的第三项的计算示例。在T11的情况下，作为企业n的交易伙伴的企业a的信誉为TR(a)，企业b的信誉为TR(b)，并且企业c的信誉为TR(c)。因此，企业n的交易伙伴的信誉的总和为TR(a)+TR(b)+TR(c)。另一方面，e(n)是企业n的交易伙伴的数量。因此，式(1)中的第三项表示企业n的交易伙伴的信誉的平均值。在表达(1)的第三项中，使用其它企业的信誉来计算企业n的信誉。因此，在开始计算信誉时，计算单元33将还未确定信誉的企业的信誉计算为0。此后，计算单元33使用所获得的值适当地重复其它企业的信誉的重新计算，从而重复第三项的计算直至所计算的值收敛于设定的值。在一个企业的信誉的值改变的情况下，由于与所述一个企业执行交易的企业的信誉也改变，所以酌情重新计算其它企业的信誉。
如T12所示，在式(1)中，为了将第一至第三项的总和的值归一化在0至1的范围内，将其总和除以3。因此，任何企业的信誉的值由0至1范围内的值表示，并且随着上述值越大，信誉变得越高。
图12是描述转换的数据43的示例和信用图44的示例的图。图12中的转换的数据43指示企业a至g的交易数量。在图12所示的转换的数据43中，企业的名称描述于各个圆圈(节点)中，并且联接节点的各条线(链路)上描述的值是通过该链路联接的企业之间的交易数量。因此，在图12的示例中，企业a与企业d之间存在100笔交易，企业b与企业d之间存在100笔交易。企业c与企业d之间存在10笔交易，企业d与企业e之间存在10笔交易。此外，企业e与企业f之间存在10笔交易，企业e与企业g之间存在20笔交易。
图12所示的信用图44是根据图12所示的转换的数据43和式(1)计算企业a至g的信誉的结果。在图12的示例中，企业a和b中的每一个的信誉为0.51，企业c的信誉为0.37。企业d的信誉为0.82，企业e的信誉为0.46。企业f的信誉为0.25，企业g的信誉为0.27。
在企业a、b、c、f和g当中，在各个企业的交易伙伴的数量为一的情况下，其信誉的次序表示如下：企业a＝企业b>企业c>企业g>企业f。企业c和企业f的交易量均为10；然而，作为企业c的交易伙伴的企业d的信誉为0.82，而作为企业f的交易伙伴的企业e的信誉为0.46。因此，企业c的信誉高于企业f的信誉。另一方面，在交易伙伴的数量相同的企业当中，具有越大交易量的企业具有越高的信誉。例如，企业a、b和c中的任一个与企业d执行交易；然而，企业a和b中的每一个的交易量为100，而企业c的交易量为10。因此，企业a和b中的每一个的信誉高于企业c的信誉。类似地，企业f和企业g二者均与企业e执行交易；然而，企业f的交易量为10，而企业g的交易量为20。因此，企业g的信誉高于企业f的信誉。
图13是描述使用信用图44的交易的示例的图。参照图13，下面将描述在如图12的转换的数据43中所描绘的交易情况下企业a与企业e新开始交易时所执行的处理的示例。假设企业a包括终端2a和通信设备10a，企业e包括终端2e和通信设备10e。通信设备10a和通信设备10e二者均能够通过网络执行数据传送，并且共享记录有数据传送历史等的分布式账本41。使用分布式账本41共享交易历史、元数据等通过区块链技术来实现。通过网络的数据通信可根据区块链技术的智能合约通过通信设备10中的应用处理单元35的处理来执行。
首先，在企业a中，假设终端2a的操作者已向通信设备10a请求信誉以便与企业e开始交易(箭头A1)。通信设备10a执行已参照图5至图12描述的处理以生成指示通过网络执行交易的企业的信誉的信用图44a。这里，信用图44a被视为图12所示的信用图44。通信设备10a的发送器21a将所获得的信用图44a发送到终端2a(箭头A2)。假设由于要与之开始交易的企业e的信誉为0.46，终端2a的操作者已决定与企业e执行交易。然后，终端2a的操作者使用终端2a向通信设备10a发送针对企业e的交易请求(箭头A3)。例如，针对企业e的交易请求可以是用于请求获取企业e在网络中注册的元数据所标识的数据的数据获取交易。
通信设备10a将针对企业e的交易请求从企业a发送到通信设备10e(箭头A4)。此时，通信设备10a的应用处理单元35a可通过将作为数据获取交易的传输源的终端2a的地址改变为通信设备10a的地址来隐藏终端2a的地址。通信设备10e将从通信设备10a接收的针对企业e的交易请求传送到终端2e(箭头A5)。
终端2e的操作者检查来自企业a的针对企业e的交易请求。例如，在终端2e的屏幕上显示告知生成数据获取交易的显示。在这种情况下，终端2e的操作者能够通过检查终端2e的屏幕上的显示来识别出生成针对企业e的交易请求。假设由于企业e还未与企业a执行交易，所以操作者决定检查信誉以便确定是否与企业a执行交易。然后，操作者从终端2e向通信设备10e发送对通过网络执行交易的企业的信誉的请求(箭头A6)。
通信设备10e还通过执行已参照图5至图12描述的处理来生成信用图44e。信用图44e被视为图12中描绘的信用图44。通信设备10e的发送器21e将所获得的信用图44e发送到终端2e(箭头A7)。假设由于要与之开始交易的企业a的信誉为0.51，终端2e的操作者决定与企业a执行交易。终端2e的操作者使用终端2e发送对交易请求的响应以便与企业a执行交易(箭头A8)。例如，对交易请求的响应可以是包括数据获取交易所请求的数据的响应。通信设备10e的应用处理单元35e将从终端2e接收的响应传送至通信设备10a(箭头A9)。此时，同样在通信设备10e中，应用处理单元35e可通过将作为响应的传输源的终端2e的地址改变为通信设备10e的地址来隐藏终端2e的地址。当通信设备10的应用处理单元35a从通信设备10e接收到响应时，应用处理单元35a执行将响应传送至终端2a的处理(箭头A10)。因此，终端2a能够与企业e执行交易。
如上所述，根据第一实施方式，通过网络执行交易的用户能够使得用户所安装的通信设备10使用分布式账本41中的信息来计算各个企业的信誉。由于分布式账本41是通过区块链技术生成的，所以不必担心伪造。因此，由于用户不必从专业研究公司获得用于作出信用决策的信息，所以不必担心诸如研究公司的特定组织做出不法行为。
<第二实施方式>
在第二实施方式中，将描述通过划分为作为数据销售者的信誉和作为数据购买者的信誉来获得网络中的各个用户的信誉的情况的示例。同样在第二实施方式中，生成分布式账本41、交易历史42等的方法与第一实施方式中相同。使用信誉的计算结果来执行交易的过程也与第一实施方式中相同。
图14是描述在第二实施方式中生成转换的数据43的方法的示例的图。例如，假设在企业a至g之间，存在如图14的D3所示的交易关系。要注意的是图14所示的D3是与图8所示的D3相同的交易关系。
转换单元32通过针对销售者和购买者的各个组合对交易数量进行计数来生成转换的数据43_1。转换的数据43_1的各行表示交易数量，其中行的左端所示的企业成为数据的销售者。另一方面，转换的数据43_1的各列表示交易数量，其中列的上端所示的企业成为数据的购买者。即，企业5a在ta,d的交易中向企业5d销售数据。企业5b在tb,d的交易中向企业5d销售数据。企业5c在tc,d的交易中向企业5d销售数据。企业5d在td,a的交易中向企业5a销售数据，并在td,b的交易中向企业5b销售数据。此外，企业5d在td,c的交易中向企业5c销售数据，并在td,e的交易中向企业5e销售数据。企业5e在te,d的交易中向企业5d销售数据，并在te,f的交易中向企业5f销售数据。此外，企业5e在te,g的交易中向企业5g销售数据。企业5f在tf,e的交易中向企业5e销售数据。企业5g在tg,e的交易中向企业5e销售数据。如上所述，在第二实施方式中生成的转换的数据43中，两个企业之间的交易被分类为各个销售者(购买者的数据)。同样在第二实施方式中，转换的数据43可按表形式或矩阵形式给出。
图15A和图15B是描述信誉的计算处理的示例的流程图。现在将描述计算作为数据销售者的信誉和作为数据购买者的信誉的方法的示例。同样在图15A和图15B中，使用常数N和变量n。常数N是经历信誉计算处理的企业的总数。变量n是用于对要处理的企业进行计数的变量。
计算单元33将变量n设定为1(步骤S41)。计算单元33针对在第n企业为销售者的交易中伙伴企业的数量计算评价值FAs(n)(步骤S42)。假设评价值FAs(n)是随着在第n企业为销售者的交易中伙伴企业的数量越大而被计算为越大的值。因此，具有越大评价值FAs(n)的企业向越多数量的企业销售数据，以使得作为销售者的信誉变高。例如，FAs(n)可通过下式(2)来计算。
Figure BDA0002382091350000151
这里，es(n)表示第n企业的销售目的地企业的数量。Maxx(es(x))表示网络中具有最大数量的销售目的地企业的企业x的销售目的地企业的数量。因此，在式(2)的示例中，为了将评价值FAs(n)归一化在0至1的范围内，作为相对于销售目的地企业的数量最大的企业的销售目的地的数量之比来计算评价值FAs(n)。
随后，计算单元33针对作为销售者的第n企业的交易数量计算评价值FBs(n)(步骤S43)。随着第n企业的数据销售量越大，评价值FBs(n)被计算为越大。因此，由于具有越大评价值FBs(n)的企业被认为是销售越大量的数据的企业，所以具有越大评价值FBs(n)的企业作为数据销售者具有越高的信誉。例如，FBs(n)可由下式(3)计算。
Figure BDA0002382091350000152
这里，Σitn，i表示企业n所销售的总数据量。Maxy(Σjty，j)表示网络中具有最大销售量的企业y所销售的总数据量。因此，在式(3)的示例中，为了将评价值FBs(n)归一化在0至1的范围内，作为企业n的数据销售量与已销售最大数据量的企业的销售量之比来计算评价值FBs(n)。
随后，计算单元33针对在第n企业为销售者的交易中交易伙伴的信誉计算评价值FCs(n)(步骤S44)。计算评价值FCs(n)，使得随着在第n企业为销售者的交易中作为购买者具有高信誉的交易伙伴企业的数量越大，评价值FCs(n)变得越大。因此，由于具有越大评价值FCs(n)的企业可以说是向具有高信誉的企业销售越大销售量的数据的企业，所以具有越大评价值FCs(n)的企业作为销售者具有越高信誉。例如，FCs(n)能够由下式(4)计算。
Figure BDA0002382091350000161
这里，ΣkTRb(k)是当作为购买者评价企业n的数据的各个销售目的地时获得的信誉的总和。此外，es(n)表示第n企业的销售目的地企业的数量。因此，在式(4)的示例中，评价值FCs(n)被计算为作为购买者的数据销售目的地的信誉的平均值。
在步骤S42至S44中的处理之后，计算单元33将作为销售者的第n企业的信誉TRs(n)计算为评价值FAs(n)、评价值FBs(n)和评价值FCs(n)的函数(步骤S45)。因此，信誉TRs(n)是通过综合地评价第n企业向之销售数据的企业的数量、第n企业已销售的数据量以及第n企业向之销售数据的企业的信誉而获得的值。例如，TRs(n)能够根据下式(5)来计算。
Figure BDA0002382091350000162
此后，计算单元33针对在第n企业为购买者的交易中伙伴企业的数量计算评价值FAb(n)(步骤S46)。假设随着在第n企业为购买者的交易中伙伴企业的数量越大，评价值FAb(n)被计算为越大。因此，由于具有越大评价值FAb(n)的企业被认为具有从越多数量的企业的数据购买结果，所以具有越大评价值FAb(n)的企业作为购买者具有越高信誉。例如，FAb(n)能够由下式(6)计算。
Figure BDA0002382091350000163
这里，eb(n)表示在第n企业为购买者的交易中伙伴企业的数量。Maxx(eb(x))表示网络中数据供应者企业的数量最多的企业x的供应者企业的数量。因此，在式(6)的示例中，为了将评价值FAb(n)归一化在0至1的范围内，作为在第n企业为购买者的交易中伙伴企业的数量与供应者企业的数量最多的企业的供应者数量之比来计算评价值FAb(n)。
接下来，计算单元33针对第n企业作为购买者的交易数量计算评价值FBb(n)(步骤S47)。随着第n企业的数据购买量越大，评价值FBb(n)被计算为越大。因此，具有越大评价值FBb(n)的企业作为数据购买者具有越高信誉。例如，FBb(n)能够由下式(7)计算。
Figure BDA0002382091350000171
这里，Σiti,n表示企业n已购买的数据总量。Maxy(Σjtj,y)表示网络中具有最大购买量的企业y已购买的数据总量。因此，在式(7)的示例中，为了将评价值FBb(n)归一化在0至1的范围内，作为企业n的数据购买量与已购买最大量的数据的企业的购买量之比来计算评价值FBb(n)。
随后，计算单元33针对在第n企业为购买者的交易中交易伙伴的信誉计算评价值FCb(n)(步骤S48)。计算评价值FCb(n)，使得随着在第n企业为购买者的交易中具有高信誉的交易伙伴企业的数量越大，评价值FCb(n)变得越大。因此，由于具有越大评价值FCb(n)的企业可以说是从作为销售者具有高信誉的企业购买越大量的数据的企业，所以具有越大评价值FCb(n)的企业作为购买者具有越高信誉。例如，FCb(n)可由下式(8)计算。
Figure BDA0002382091350000172
这里，ΣkTRs(k)是作为销售者向企业n销售数据的企业的信誉的总和。此外，eb(n)表示第n企业的供应者企业的数量。因此，在式(8)的示例中，评价值FCb(n)被计算为作为销售者的数据供应者的信誉的平均值。
在步骤S46至S48中的处理之后，计算单元33将作为购买者的第n企业的信誉TRb(n)计算为评价值FAb(n)、评价值FBb(n)和评价值FCb(n)的函数(步骤S49)。因此，信誉TRb(n)是通过综合地评价供应第n企业所购买的数据的企业的数量、第n企业已购买的数据量以及第n企业从其购买数据的企业的信誉而获得的值。例如，TRb(n)能够根据下式(9)来计算。
Figure BDA0002382091350000173
此后，计算单元33将变量n增加一，并将其与常数N进行比较(步骤S50，步骤S51)。当变量n等于或小于常数N时，重复步骤S42中的处理和后续处理(步骤S51为否)。另一方面，当变量n超过常数N时，认为已针对所有企业计算了作为销售者的信誉和作为购买者的信誉(步骤S51为是)。然后，计算单元33将作为销售者的各个企业的信誉和作为购买者的各个企业的信誉的计算结果记录在信用图44中(步骤S52)。要注意的是，在信用图44中，可创建表示作为销售者的信誉的第一信用图44和表示作为购买者的信誉的第二信用图44；此外，作为销售者的信誉和作为购买者的信誉可描绘在单个信用图44中。
已参照图15A和图15B描述的处理是示例，处理过程可根据实现方式而改变。例如，步骤S42至S44中的处理次序可任意改变，并且步骤S46至S48中的处理次序也可任意改变。在步骤S42至S45中作为销售者的信誉的计算处理之前，可执行步骤S46至S49所示的作为购买者的信誉的计算处理。要注意的是，与步骤S42至S49关联示出的式是示例，可根据实现方式而改变。
根据第二实施方式，可分析打算执行交易的企业的信誉，使得其信誉被划分为作为数据供应者的信誉和作为数据购买者的信誉。例如，假设企业5a在较长时间段内频繁地购买数据，但刚刚开始销售数据。在第一实施方式中，由于企业5a在较长时间段内频繁地购买数据，所以其信誉相对高。然而，对于第二实施方式，可单独地确定企业5a作为销售者的信誉和其作为购买者的信誉。结果，企业5a作为购买者具有高信誉，但作为销售者具有相对低的信誉。
因此，根据第二实施方式，通信设备10的用户能够准确地分析作为数据购买者或数据销售者，用户是否可信任用户打算开始与之交易的企业。同样在第二实施方式中，使用从分布式账本41获得的交易历史42、转换的数据43等来执行信誉的计算。因此，类似于第一实施方式，由于用户不必从专业研究公司获得用于作出信用决策的信息，所以不必担心诸如研究公司的特定组织做出不法行为。
<第三实施方式>
在第三实施方式中，描述分布式账本41的分析等由通信设备10实现，而基于交易历史42的转换的数据43的生成、信誉的计算等由其它设备实现的情况。
图16是描述根据第三实施方式的网络的示例的图。图16所示的网络包括通信设备10a至10g、终端2a至2g以及服务器50a至50g。终端2和服务器50联接到各个通信设备10。例如，终端2a和服务器50a联接到通信设备10a，终端2b和服务器50b联接到通信设备10b。这里，假设通信设备10彼此通信以在分布式账本41中共享信息；然而，终端2和服务器50不保持分布式账本41并且不访问分布式账本41。
在这种情况下，通信设备10可既不包括转换单元32，也不包括计算单元33。通信设备10的生成单元31响应于在计算信誉时来自终端2的请求等从分布式账本41生成交易历史42。生成单元31将所生成的交易历史42与用于报告信誉计算结果的终端2的信息一起发送到服务器50。
服务器50使用所接收的交易历史42来生成转换的数据43。在生成转换的数据43时执行的处理与在第一实施方式或第二实施方式中通信设备10的转换单元32所执行的处理相同。此后，服务器50通过与在第一实施方式或第二实施方式中通信设备10的计算单元33所执行的处理类似的处理来针对网络中的各个用户计算信誉，并将所获得的结果记录在信用图44中。服务器50将所生成的信用图44发送到通信设备10所报告的终端2。
通过上述修改，并非所有计算均在通信设备10中执行，从而使得可降低通信设备10中的处理负荷。同样在第三实施方式中，类似于第一实施方式和第二实施方式，用户能够使用准确的交易历史42获取关于各个交易伙伴的信誉的信息，而不会有伪造的风险。
<其它>
实施方式不限于上述实施方式，可不同地修改。下面将描述其一些示例。
上面所讨论的信誉的式是示例，可根据实现方式而改变。例如，通过对其用于计算信誉的各个项加权，可设定有力地反映在信誉中的因素。下面给出式(10)作为在执行加权的情况下使用的式的示例。
Figure BDA0002382091350000191
在式(10)中，假设α、β和γ中的任何值均为正值，并且根据实现方式来设定。尽管式(10)表示在第一实施方式中执行加权的情况，但也可类似地在第二实施方式中执行加权。
在第二实施方式中，描述了计算作为销售者的信誉和作为购买者的信誉二者的情况，但所述情况是示例。例如，当在从终端2到通信设备10的请求消息中请求作为销售者的信誉时，通信设备10可仅针对网络中的各个用户计算作为销售者的信誉。类似地，当从终端2请求计算作为购买者的信誉时，通信设备10可仅计算作为购买者的信誉。
上述表和分布式账本41中的信息是示例，这些信息也可根据实现方式而改变。
在以上讨论中，描述了响应于来自终端2的交易请求在通信设备10中实现信誉的计算和信用图44的生成的情况，但信誉的计算和信用图44的生成执行的定时可根据实现方式而改变。例如，通信设备10可周期性地更新信用图44，并且可响应于来自终端2的请求提供最新信用图44。
在以上描述中，以执行数据的购买和销售的情况为例；然而，除了数据的购买和销售之外，还可按照类似方式针对借贷关系计算信誉。在计算借贷关系的信誉的情况下，可通过与计算作为销售者的信誉的处理类似的处理来计算作为贷方的信誉。另一方面，可通过与计算作为购买者的信誉的处理类似的处理来计算作为借方的信誉。

Claims (8)

1.一种存储有通信程序的计算机可读记录介质，该通信程序用于使得参与数据分发网络的通信设备执行处理，该处理包括：
通过分析分布式账本来生成交易的历史信息，所述分布式账本在参与所述数据分发网络的设备之间共享并记录有通过所述数据分发网络执行的交易的信息；
使用所述历史信息来计算通过所述数据分发网络执行交易的各个用户的信誉；以及
响应于来自被配置为经由所述通信设备执行交易的终端的请求，将所计算的信誉发送到所述终端。
2.根据权利要求1所述的计算机可读记录介质，所述处理还包括：
针对通过所述数据分发网络执行交易的各个用户，从所述历史信息确定用户的交易伙伴的数量和用户的交易数量；以及
作为用户的交易伙伴的数量、用户的交易数量和用户的交易伙伴的信誉的函数来计算各个用户的信誉。
3.根据权利要求1所述的计算机可读记录介质，所述处理还包括：
针对通过所述数据分发网络供应数据的各个用户，从所述历史信息确定用户所供应的数据的购买者的数量以及用户所供应的数据被购买的次数；以及
作为用户所供应的数据的购买者的数量、用户所供应的数据被购买的次数以及用户所供应的数据的购买者的信誉的函数来计算用户的与数据供应有关的信誉。
4.根据权利要求1所述的计算机可读记录介质，所述处理还包括：
针对通过所述数据分发网络购买数据的各个用户，从所述历史信息确定用户已购买的数据的供应者的数量以及用户购买数据的次数；以及
作为用户已购买的数据的供应者的数量、用户购买数据的次数以及用户已购买的数据的供应者的信誉的函数来计算用户的与数据购买有关的信誉。
5.根据权利要求1至4中的任一项所述的计算机可读记录介质，
其中，所述分布式账本包括能够通过所述数据分发网络供应的数据的供应者与该数据的标识信息关联的信息以及已通过所述数据分发网络购买的数据的购买者与所购买的数据的标识信息关联的信息，并且
生成所述历史信息的处理是通过指定与购买者已购买的数据的标识信息关联的购买者和供应者的组合来执行的。
6.一种存储有通信程序的计算机可读记录介质，该通信程序用于使得能够与属于数据分发网络的通信设备通信的服务器设备执行处理，该处理包括：
从所述通信设备接收在所述数据分发网络中执行的交易的历史信息以及被配置为经由所述通信设备执行交易的终端的信息，所述历史信息是通过分析在参与所述数据分发网络的设备之间共享的分布式账本来生成的；
使用所述历史信息来计算通过所述数据分发网络执行交易的各个用户的信誉；以及
将所计算的信誉发送到上述终端。
7.一种通信设备，该通信设备包括：
生成单元，该生成单元被配置为通过分析分布式账本来生成交易的历史信息，所述分布式账本在参与数据分发网络的设备之间共享并记录有通过所述数据分发网络执行的交易的信息；
计算单元，该计算单元被配置为使用所述历史信息来计算通过所述数据分发网络执行交易的各个用户的信誉；以及
发送器，该发送器被配置为响应于来自被配置为经由所述通信设备执行交易的终端的请求，将所计算的信誉发送到所述终端。
8.一种使得参与数据分发网络的通信设备执行处理的通信方法，该处理包括：
通过分析分布式账本来生成交易的历史信息，所述分布式账本在参与所述数据分发网络的设备之间共享并记录有通过所述数据分发网络执行的交易的信息；
使用所述历史信息来计算通过所述数据分发网络执行交易的各个用户的信誉；以及
响应于来自被配置为经由所述通信设备执行交易的终端的请求，将所计算的信誉发送到所述终端。
CN202010086081.7A 2019-02-14 2020-02-11 记录介质、通信设备和通信方法 Pending CN111563817A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019024538A JP7257172B2 (ja) 2019-02-14 2019-02-14 通信プログラム、通信装置、および、通信方法
JP2019-024538 2019-02-14

Publications (1)

Publication Number Publication Date
CN111563817A true CN111563817A (zh) 2020-08-21

Family

ID=69411309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010086081.7A Pending CN111563817A (zh) 2019-02-14 2020-02-11 记录介质、通信设备和通信方法

Country Status (4)

Country Link
US (1) US20200265514A1 (zh)
EP (1) EP3696766A1 (zh)
JP (1) JP7257172B2 (zh)
CN (1) CN111563817A (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7568898B2 (ja) * 2020-08-21 2024-10-17 富士通株式会社 通信プログラム、通信方法、及び通信装置
CN116868258A (zh) * 2021-02-10 2023-10-10 日本电信电话株式会社 秘密页面排序计算系统及其方法、秘密计算装置和程序
US12236422B2 (en) * 2022-01-05 2025-02-25 Mastercard International Incorporated Computer-implemented methods and systems for authentic user-merchant association and services
JP7485842B1 (ja) 2023-08-30 2024-05-16 Kddi株式会社 情報処理装置及び情報処理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102236851A (zh) * 2010-04-21 2011-11-09 百度在线网络技术（北京）有限公司 基于用户赋权的多维信用体系实时计算的方法及系统
US9679254B1 (en) * 2016-02-29 2017-06-13 Www.Trustscience.Com Inc. Extrapolating trends in trust scores
US20170353311A1 (en) * 2016-06-06 2017-12-07 Thomson Reuters Global Resources Systems and methods for providing identity scores
CN107688993A (zh) * 2017-08-23 2018-02-13 丁伟明 一种信用信息分布式账本系统及记录发布方法
US20180075527A1 (en) * 2016-09-14 2018-03-15 Royal Bank Of Canada Credit score platform
US20190213652A1 (en) * 2018-01-11 2019-07-11 Mastercard International Incorporated Method and system for determining confidence of a seller in a user marketplace

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3357812B2 (ja) * 1997-03-18 2002-12-16 株式会社東芝 相互与信サーバ装置及び分散相互与信システム
JP2002236844A (ja) * 2001-02-09 2002-08-23 T & I Solution Co Ltd 事業所情報提供システム
JP2011044066A (ja) 2009-08-24 2011-03-03 Nagoya Institute Of Technology インターネットオークションにおけるユーザ評価システム
CN108432176B (zh) * 2015-08-11 2022-02-11 J·斯托曼 确保资产和供应链完整性的系统和方法
CN105488675B (zh) * 2015-11-25 2019-12-24 布比（北京）网络技术有限公司 一种区块链的分布式共享总账构建方法
JP6296630B1 (ja) 2016-12-09 2018-03-20 株式会社大和総研 分散型台帳システムおよびプログラム
JP2018124930A (ja) 2017-02-03 2018-08-09 株式会社Ｍｃデータプラス 業者検索システム、業者検索方法及び業者検索プログラム
JP6931999B2 (ja) * 2017-02-06 2021-09-08 株式会社日立製作所 信用度管理システムおよび信用度管理方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102236851A (zh) * 2010-04-21 2011-11-09 百度在线网络技术（北京）有限公司 基于用户赋权的多维信用体系实时计算的方法及系统
US9679254B1 (en) * 2016-02-29 2017-06-13 Www.Trustscience.Com Inc. Extrapolating trends in trust scores
US20170353311A1 (en) * 2016-06-06 2017-12-07 Thomson Reuters Global Resources Systems and methods for providing identity scores
US20180075527A1 (en) * 2016-09-14 2018-03-15 Royal Bank Of Canada Credit score platform
CN107688993A (zh) * 2017-08-23 2018-02-13 丁伟明 一种信用信息分布式账本系统及记录发布方法
US20190213652A1 (en) * 2018-01-11 2019-07-11 Mastercard International Incorporated Method and system for determining confidence of a seller in a user marketplace

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈芊汝;: "区块链与大数据技术的结合对互联网征信发展的启示" *

Also Published As

Publication number Publication date
EP3696766A1 (en) 2020-08-19
JP7257172B2 (ja) 2023-04-13
JP2020135114A (ja) 2020-08-31
US20200265514A1 (en) 2020-08-20

Similar Documents

Publication Publication Date Title
CN107180350B (zh) 一种基于区块链的多方共享交易元数据的方法、装置及系统
CN111563817A (zh) 记录介质、通信设备和通信方法
WO2020211491A1 (zh) 基于区块链的项目审核系统、方法、计算设备及存储介质
US20190108576A1 (en) Blockchain systems and methods for procurement
US20020133365A1 (en) System and method for aggregating reputational information
US12229232B2 (en) Systems and methods for real estate underwriting models and comparisons
US20070168298A1 (en) Method and apparatus for establishing peer-to-peer karma and trust
US11900337B1 (en) Distributed ledger receipt wallet system and method
US11477204B2 (en) Graphical user interface and console management, modeling, and analysis system
US11979402B2 (en) Method, apparatus and computer program product for exchanging messages across a network
CN115619395A (zh) 基于区块链的数据处理方法及相关设备
US11979409B2 (en) Graphical user interface and console management, modeling, and analysis system
TWM639430U (zh) 資料共享系統
JP7445648B2 (ja) データ処理システム、データ処理方法、及び、プログラム
CN113191790A (zh) 用户需求与商品服务槽点表对接与质量跟踪方法和系统
CN112468556A (zh) 一种服务产品信息的推送方法及装置、计算机设备、介质
US20220084026A1 (en) Secure transactions
US20250045719A1 (en) System and methods for managing transfers of digital assets
US20250045732A1 (en) System and methods for managing transfers of digital assets
TWI849607B (zh) 資料共享系統以及資料共享方法
CN114004456B (zh) 数据标签的计算方法、装置、计算机设备和存储介质
US20240095550A1 (en) Computer-readable recording medium storing rule formation support program, rule formation support method, and rule formation support apparatus
WO2024111431A1 (ja) プログラム、方法、及び情報処理装置
CN111027866B (zh) 产品模型构建方法、装置、电子设备和介质
JP2009043283A (ja) 電子商取引方法およびセンタサイト

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200821