基于多维风险因子的推荐攻击检测方法
本文关键词:基于多维风险因子的推荐攻击检测方法
更多相关文章: 风险因子 推荐攻击检测 信息熵 分类权重 风险值
【摘要】:针对现有推荐攻击检测方法对真实概貌误判率较高的问题,提出一种基于多维风险因子的推荐攻击检测方法.首先,引入时间间隔可疑度、风险反馈、惩罚函数和用户评分活跃度等多个风险因子,从多个角度推理和评估用户评分行为的风险值;然后,在多维风险因子的融合计算过程中,利用信息熵理论确立风险因子的分类权重,以提高风险评估的准确性;最后,根据用户评分行为风险评估值的加权和检测出相应的攻击概貌.在Movie Lens真实数据集上实验结果表明,所提出的检测方法能够在保持较高召回率的条件下有效提高推荐攻击检测的准确率.
【作者单位】: 燕山大学信息科学与工程学院;河北省计算机虚拟技术与系统集成重点实验室;
【基金】:国家自然科学基金项目(61379116)资助 河北省自然科学基金项目(F2011203219,F2013203124,F2015203046)资助 河北省高等学校科学技术研究重点项目(ZH2012028)资助
【分类号】:TP393.08
【正文快照】: 1引言针对互联网中出现的“信息过载”[1]问题,推荐系统提供了一种有效地解决方法.然而,推荐系统无法识别来自恶意用户的虚假评分,使其产生的推荐容易受到恶意用户的操控,从而影响了推荐质量[2,3],这种向推荐系统注入虚假用户评分的行为称作“托攻击”(shilling attacks)[4].
【参考文献】
中国期刊全文数据库 前4条
1 伍之昂;庄毅;王有权;曹杰;;基于特征选择的推荐系统托攻击检测算法[J];电子学报;2012年08期
2 胡彩平;秦小麟;;一种基于密度的局部离群点检测算法DLOF[J];计算机研究与发展;2010年12期
3 刘清林;孟珂;李苏丰;;基于统计过程控制的协同推荐攻击检测方法[J];计算机应用;2012年03期
4 贾大文;曾承;彭智勇;成鹏;阳志敏;卢舟;;一种基于用户偏好自动分类的社会媒体共享和推荐方法[J];计算机学报;2012年11期
【共引文献】
中国期刊全文数据库 前10条
1 肖建琼;宋国琴;罗兴贤;;基于时间序列数据流的孤立点自适应异常检测[J];电脑知识与技术;2011年34期
2 张彦龙;;基于上下文感知的组推荐系统框架设计[J];经营管理者;2014年06期
3 苗永春;程艳;;离群点检测方法及其在大数据时代下的改进方法研究[J];江西师范大学学报(自然科学版);2014年05期
4 岳志明;;集成电路中用于离群点测试选择的总体框架[J];工业控制计算机;2014年11期
5 揭财明;刘慧君;朱庆生;;基于方形对称邻域的局部离群点检测方法[J];计算机应用研究;2012年02期
6 张强;王春霞;赵健;武龙举;李静永;;基于聚类和局部信息的离群点检测算法[J];吉林大学学报(理学版);2012年06期
7 刘耀宗;张宏;孟锦;韩法旺;;基于小波密度估计的数据流离群点检测[J];计算机工程;2013年02期
8 杨福萍;王洪国;董树霞;牛家洋;丁艳辉;;基于聚类划分的两阶段离群点检测算法[J];计算机应用研究;2013年07期
9 王敬华;赵新想;张国燕;刘建银;;NLOF:一种新的基于密度的局部离群点检测算法[J];计算机科学;2013年08期
10 孟静;吴锡生;;一种基于聚类和快速计算的异常数据挖掘算法[J];计算机工程;2013年08期
中国博士学位论文全文数据库 前10条
1 杨显飞;数据流集成分类器算法研究[D];哈尔滨工程大学;2011年
2 杨高明;基于聚类的隐私保护数据发布关键技术研究[D];哈尔滨工程大学;2012年
3 聂建辉;自定位实物数字化技术研究[D];大连海事大学;2012年
4 豆增发;生物命名实体识别及生物文本分类[D];西安电子科技大学;2013年
5 李聪;协同过滤推荐系统托攻击防御技术研究[D];国防科学技术大学;2012年
6 周全强;面向协同过滤的推荐攻击特征提取及集成检测方法研究[D];燕山大学;2013年
7 贾冬艳;基于多维信任模型的可信推荐方法研究[D];燕山大学;2013年
8 杨冬;Web服务中若干问题的研究[D];吉林大学;2014年
9 崔昊e,
本文编号:1147350
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/1147350.html