D-S证据理论下信誉共谋攻击识别算法研究

发布时间：2018-03-31 23:21

本文选题：信誉共谋　切入点：弱决策证据　出处：《广东工业大学》2017年硕士论文

【摘要】：随着互联网信息技术的迅猛发展,电子商务行业,尤其是网络购物呈高增长态势发展。同时,电商平台的刷单、售假、虚假促销、价格欺诈等有违诚信经营的网络欺诈问题随之而来。信誉共谋作为针对信誉系统的新型攻击,突显电子商务信任管理的缺失,在整个经济环境缺乏诚信保证的条件下,信任管理的匮乏制约着电子商务健康、快速的发展。本文致力于电子商务信誉共谋攻击识别算法的研究,一方面可降低在线交易风险,提高消费者在线购物行为,完善在线信誉体系,营造良好的电子商务信誉环境,另一方面可有效补充传统安全机制,实现更高层面上的安全策略,为协助打击网络欺诈行为提供理论和方法支持。本文面向电子商务信誉共谋攻击问题,使用D-S不确定推理理论,以提高信誉共谋攻击识别效果为目标,重点研究信誉共谋攻击中证据冲突衡量方法、基于弱决策证据融合的识别算法和基于证据可靠性度量的识别算法,具体内容如下:1.针对现有证据冲突衡量方法无法准确表达信誉共谋中两两证据间决策差异的问题,综合考虑证据潜在决策、mass值、结构关系多方面因素,提出一种基于证据决策距离的证据冲突衡量方法。实验结果表明,本文的证据冲突衡量方法可有效描述证据间在独立决策上差异,更合理地衡量证据间的冲突问题,是后续识别算法研究的重要基础。2.针对信誉共谋攻击具强仿真性,所抽取的特征对攻击者和诚实实体的辨别能力不强,其量化证据表现为弱决策证据的问题,提出一种基于弱决策证据融合的识别算法。所提出的识别算法考虑不同情况中弱决策证据对证据融合的影响,充分发挥弱决策证据的决策作用,降低融合结果的决策不确定性。多个实验的多个性能指标表明,所提出的算法可效识别二类别信誉共谋攻击,优于现有算法,而且可扩展到多类别识别问题中,具有良好的扩展性。3.针对信誉共谋攻击中证据源具多样性,证据可靠性不尽相同,直接合成可能导致融合结果偏离真实情况的问题,提出一种基于证据可靠性度量的识别算法。所提出的识别算法针对不同情形设计双向多重的证据可靠性度量方法,可准确度量证据可靠性,基于此提高识别算法的准确度。多个实验的多个性能指标表明,所提出的算法可效识别二类别信誉共谋攻击,性能优于现有算法,并可扩展到多类别识别问题中,扩展性良好。
[Abstract]:With the rapid development of the Internet information technology , the electronic commerce industry , especially the network shopping , has developed rapidly . Based on this method , the accuracy of the recognition algorithm is improved . Multiple performance indexes of multiple experiments show that the proposed algorithm can identify two kinds of reputation collusion attacks , the performance is superior to the existing algorithm , and can be extended to the multi - category identification problem , and has good expansibility .

【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP393.08;F724.6;F274

【参考文献】