推荐系统内攻击块检测算法研究

发布时间：2017-04-03 02:16

  本文关键词：推荐系统内攻击块检测算法研究，由笔耕文化传播整理发布。

【摘要】：推荐系统作为一个高效的信息过滤工具,已广泛应用于电子商务和社交网络等诸多领域。然而,当前一些称为“水军”的恶意用户为获取不正当利益,往往通过伪造用户行为影响推荐结果,给商家和用户的利益都造成了损害。这种行为被称作托攻击。当前托攻击大致可以分为两类,一类是“推攻击”,即为某些项目生成大量褒奖记录以推销该项目,另一类是“核攻击”,即为某些项目生成大量的差评记录来诋毁该项目。随着推荐系统的兴起,对托攻击的检测已然成为当前的研究热点,本文所关注的即是对“托攻击”中“核攻击”的检测。 许多现有的研究方法主要从两个角度解决核攻击的问题,第一种注重检测独立的攻击者而忽略攻击者之间可能存在的团体合作性；第二种先分别找到“一组合作的攻击者”和被其攻击的“一组攻击项目”的候选者,再从中对攻击进行侦测,这样做既不直接也不高效,难以处理当前的海量数据。针对不能同时找出合作的“攻击者组”和“攻击项目组”的问题,本文从一个新的角度,提出算法MAB (Mining Attack-Block),该算法同时考虑“攻击者组”和“攻击项目组”,并采用频繁项集挖掘的思路,把攻击行为检测出来。此外,为应对较大数据量的挑战,本文进一步探究了针对MAB算法的剪枝策略以提高算法效率,并在数据集上对算法的有效性和高效性进行了检验。本文的主要工作可以概括如下： 1.为检测“核攻击”内的“攻击者组”和“攻击项目组”,创新性地提出将“攻击者和攻击者”之间的关系以及“攻击者和攻击项”之间的关系作为特征引入攻击检测之中,并据此提出了“攻击块”的概念。 2.提出两个用于评估“攻击块”的衡量标准,“块面积率”和“块打分率”,并据此提出攻击块检测算法MAB,该算法采用频繁项集挖掘的思想对“攻击块”进行检测。还探究了两个标准的上界以对检测范围进行剪枝,提高检测效率。 3.在数据集上对MAB算法进行检验。实验结果表明,MAB算法能够准确地检测出攻击块,并且算法中采用的剪枝策略表现出了良好的性能,具有广泛的应用前景。
【关键词】：推荐系统 推攻击 核攻击 攻击块 上界
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.3;TP393.08
【目录】：

• 摘要5-6
• ABSTRACT6-8
• 目录8-10
• 表格索引10-11
• 插图索引11-12
• 算法索引12-13
• 第一章 绪论13-21
• 1.1 研究背景13-15
• 1.2 国内外研究现状15-16
• 1.3 研究动机16-17
• 1.4 研究内容和贡献17-18
• 1.5 论文的组织结构18-21
• 第二章 推荐系统与托攻击21-29
• 2.1 推荐系统21-24
• 2.2 托攻击的含义和分类24-25
• 2.3 托攻击检测方法25-27
• 2.3.1 托攻击检测方法分类25-26
• 2.3.2 托攻击检测中常用的检测指标26
• 2.3.3 经典的静态检测方法介绍26-27
• 2.3.4 经典的动态检测方法介绍27
• 2.4 本章小结27-29
• 第三章 基于攻击块的攻击检测方法MAB29-45
• 3.1 攻击检测问题定义及评价标准29-34
• 3.1.1 推荐系统中的事务数据库29-30
• 3.1.2 攻击块相关定义30-34
• 3.2 攻击块检测方法MAB实现过程34-36
• 3.3 估计“衡量标准”上界36-43
• 3.3.1 估计上界所用符号及释义36-38
• 3.3.2 估计“块打分率(BRR)”的上界38-40
• 3.3.3 估计“块面积率(BAR)”的上界40-42
• 3.3.4 估计“块质量(BQ)”的上界42-43
• 3.4 本章小结43-45
• 第四章 攻击检测实验及分析45-51
• 4.1 实验设计及数据45
• 4.2 衡量MAB的评价指标45-46
• 4.3 MAB准确性比较46-47
• 4.4 MAB运行效率比较47-49
• 4.5 本章小结49-51
• 第五章 MAB算法扩展51-55
• 5.1 扩展MAB算法以检测“推攻击”51-54
• 5.1.1 用于推攻击的“块打分率~*(BRR~*)”51-52
• 5.1.2 用于推攻击的“块打分率~*上界(BRR~*_Bound)”52-54
• 5.2 本章小结54-55
• 第六章 总结和展望55-59
• 6.1 研究工作总结55-56
• 6.2 下一步研究工作56-59
• 参考文献59-63
• 致谢63-65
• 在读期间发表的学术论文与取得的研究成果65

【参考文献】

中国期刊全文数据库 前1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

  本文关键词：推荐系统内攻击块检测算法研究，，由笔耕文化传播整理发布。

本文编号：283570