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eeP

其中，P

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R其中，R

对应的交易时间因子T

其中，T

对应的响应时间因子Rt

其中，Rt

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ee对应的数据质量因子Q

其中，Q

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，E

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：

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。