1.一种基于评估体的数据交易信誉评估方法，其特征在于，包括以下步骤：

步骤1、数据拥有方首次进入系统时，首先实例化一个评估体，然后利用getUAttr函数获取数据拥有方的用户属性，根据InitEE函数将信誉对象映射为初次评估体eeinit，为了减少交易后信誉评估的时间复杂度，实现信誉指标数据快速获取，保护用户的隐私信息和交易数据不被泄露或篡改，设计评估体结构，相关信誉数据获取时，评估体屏蔽原始数据，按照任务需求对收集的信誉数据进行分析和计算，形成唯一代表数据拥有方的信誉数据结构，用户属性包括资料完整性，审核权威性，资料规范性，对应的非交易指标因子Pi为：Integ*Auth*Norm

Pi＝e ；

其中，Pi表示数据拥有方的第i次交易的非交易指标因子，Integ表示数据拥有方的资料完整性，Auth表示数据拥有方的审核权威性，Norm表示数据拥有方的资料规范性；

步骤2、当数据请求方向数据拥有方发起交易申请时，评估体衍生，算法会记录数据请求方发起申请时的交易上下文属性，用以计算交易开始到完成所涉及到的指标的变化，完成评估体的激活，信任受时间、领域及环境因素约束，实体在不同的上下文环境中表现出不同的行为能力、交易可信度，因此，设计交易金额、交易时间、响应时间交易上下文属性指标，在数据请求方发起交易请求后，评估体监测交易上下文属性，对应的交易金额因子Ri：其中，Ri表示数据拥有方的第i次交易的交易金额因子，Pcur表示第i次交易的金额，Pavg是数据拥有方的平均销售额；

对应的交易时间因子Ti：

其中，Ti表示数据拥有方的第i次交易的交易时间因子，tcur表示当前日期，ti表示数据拥有方得到第i笔交易的信誉评价日期，卖家在连续7天内得到的信誉评分不作时间衰减，相应的Ti设为1；

对应的响应时间因子Rti：

其中，Rti表示数据拥有方的第i次交易的响应时间因子，tcur表示数据拥有方响应数据请求方交易申请的时间，ti表示数据请求方发起交易申请的时间，卖家在1小时之内得到的信誉评分不作时间衰减，相应的Rti设为1；

步骤3、伴随数据交易的发生，评估体会调用映射函数，建立数据请求方与评估体的映射关系，一定时间内未接收数据请求方的评估请求，将映射关系持久化；

步骤4、当数据交易完成后，数据请求方发起交易评估请求，通过session定位评估体，评估体调用数据分析方法analysisData分析数据请求方提交的交易数据，得到数据质量指标值，调用setTEvalAttr方法获取描述相符、服务态度以及物流服务三项交易评估属性，三项交易评估属性采用五级评分制，取值范围[0,5]，最终转换为三级评分制，取值范围{‑1,

0,1}，生成最终的评估体eeend，最后根据信誉评估规则进行信誉值的计算与更新：对应的数据质量因子Qi：

其中，Qi表示数据拥有方的第i次交易的数据质量因子，Compi表示第i次交易的完整性指标值，Unici表示第i次交易的单一性指标值，Voli表示第i次交易的数据量值，对数运算后结果为个位数级别的数值，控制信誉值变化的速率不会过快；

步骤5、调用updateReputation方法实现信誉值集结算法，完成信誉值的计算与更新，数据作为商品具有存储、易复制、易传播的特点，数据拥有方不诚实地发布虚假数据，数据请求方无法通过退货退款得到欺诈补偿，欺诈惩罚因子需要满足性质：(1)数据拥有方提供虚假数据且被数据请求方举报成功，数据拥有方获得欺诈惩罚；(2)数据拥有方连续发布虚假数据被数据请求方举报成功可大幅度降低信誉值：信誉评价集结方法为：

其中，Ei表示评分制是(1,0,‑1)时数据拥有方第i次交易时获得的评价；

步骤6、根据交易欺诈举报、判定结果，对于欺诈交易通过欺诈惩罚因子对数据拥有方进行削减信誉值的惩罚。

2.根据权利要求1所述的一种基于评估体的数据交易信誉评估方法，其特征在于，所述步骤3具体如下：减少数据交易中数据拥有方信誉数据检索的空间复杂度，采用session的方式构建数据请求方与评估体的映射关系，这在大数量级用户的系统中十分有用，如果数据请求方在交易发生时的session活跃态进行信誉评估请求，能够避免在庞大数据集中检索信息。

3.根据权利要求1所述的一种基于评估体的数据交易信誉评估方法，其特征在于，所述步骤6具体如下：欺诈惩罚因子为：

‑αx

β＝e ；

其中，β表示调节信誉值REP的欺诈惩罚因子，取值(0，1)，α表示欺诈惩罚因子的调节参数，取值(0，1]，x表示连续欺诈次数，用固定时段内的欺诈发生次数表示，数据拥有方的第i次交易被检测为虚假交易时，卖家接受处罚REP＝β*REP。