本文關(guān)鍵詞：推薦系統(tǒng)內(nèi)攻擊塊檢測算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：推薦系統(tǒng)作為一個高效的信息過濾工具,已廣泛應用于電子商務和社交網(wǎng)絡(luò)等諸多領(lǐng)域。然而,當前一些稱為“水軍”的惡意用戶為獲取不正當利益,往往通過偽造用戶行為影響推薦結(jié)果,給商家和用戶的利益都造成了損害。這種行為被稱作托攻擊。當前托攻擊大致可以分為兩類,一類是“推攻擊”,即為某些項目生成大量褒獎記錄以推銷該項目,另一類是“核攻擊”,即為某些項目生成大量的差評記錄來詆毀該項目。隨著推薦系統(tǒng)的興起,對托攻擊的檢測已然成為當前的研究熱點,本文所關(guān)注的即是對“托攻擊”中“核攻擊”的檢測。 許多現(xiàn)有的研究方法主要從兩個角度解決核攻擊的問題,第一種注重檢測獨立的攻擊者而忽略攻擊者之間可能存在的團體合作性；第二種先分別找到“一組合作的攻擊者”和被其攻擊的“一組攻擊項目”的候選者,再從中對攻擊進行偵測,這樣做既不直接也不高效,難以處理當前的海量數(shù)據(jù)。針對不能同時找出合作的“攻擊者組”和“攻擊項目組”的問題,本文從一個新的角度,提出算法MAB (Mining Attack-Block),該算法同時考慮“攻擊者組”和“攻擊項目組”,并采用頻繁項集挖掘的思路,把攻擊行為檢測出來。此外,為應對較大數(shù)據(jù)量的挑戰(zhàn),本文進一步探究了針對MAB算法的剪枝策略以提高算法效率,并在數(shù)據(jù)集上對算法的有效性和高效性進行了檢驗。本文的主要工作可以概括如下： 1.為檢測“核攻擊”內(nèi)的“攻擊者組”和“攻擊項目組”,創(chuàng)新性地提出將“攻擊者和攻擊者”之間的關(guān)系以及“攻擊者和攻擊項”之間的關(guān)系作為特征引入攻擊檢測之中,并據(jù)此提出了“攻擊塊”的概念。 2.提出兩個用于評估“攻擊塊”的衡量標準,“塊面積率”和“塊打分率”,并據(jù)此提出攻擊塊檢測算法MAB,該算法采用頻繁項集挖掘的思想對“攻擊塊”進行檢測。還探究了兩個標準的上界以對檢測范圍進行剪枝,提高檢測效率。 3.在數(shù)據(jù)集上對MAB算法進行檢驗。實驗結(jié)果表明,MAB算法能夠準確地檢測出攻擊塊,并且算法中采用的剪枝策略表現(xiàn)出了良好的性能,具有廣泛的應用前景。
【關(guān)鍵詞】：推薦系統(tǒng) 推攻擊 核攻擊 攻擊塊 上界
【學位授予單位】：中國科學技術(shù)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.3;TP393.08
【目錄】：

• 摘要5-6
• ABSTRACT6-8
• 目錄8-10
• 表格索引10-11
• 插圖索引11-12
• 算法索引12-13
• 第一章 緒論13-21
• 1.1 研究背景13-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-16
• 1.3 研究動機16-17
• 1.4 研究內(nèi)容和貢獻17-18
• 1.5 論文的組織結(jié)構(gòu)18-21
• 第二章 推薦系統(tǒng)與托攻擊21-29
• 2.1 推薦系統(tǒng)21-24
• 2.2 托攻擊的含義和分類24-25
• 2.3 托攻擊檢測方法25-27
• 2.3.1 托攻擊檢測方法分類25-26
• 2.3.2 托攻擊檢測中常用的檢測指標26
• 2.3.3 經(jīng)典的靜態(tài)檢測方法介紹26-27
• 2.3.4 經(jīng)典的動態(tài)檢測方法介紹27
• 2.4 本章小結(jié)27-29
• 第三章 基于攻擊塊的攻擊檢測方法MAB29-45
• 3.1 攻擊檢測問題定義及評價標準29-34
• 3.1.1 推薦系統(tǒng)中的事務數(shù)據(jù)庫29-30
• 3.1.2 攻擊塊相關(guān)定義30-34
• 3.2 攻擊塊檢測方法MAB實現(xiàn)過程34-36
• 3.3 估計“衡量標準”上界36-43
• 3.3.1 估計上界所用符號及釋義36-38
• 3.3.2 估計“塊打分率(BRR)”的上界38-40
• 3.3.3 估計“塊面積率(BAR)”的上界40-42
• 3.3.4 估計“塊質(zhì)量(BQ)”的上界42-43
• 3.4 本章小結(jié)43-45
• 第四章 攻擊檢測實驗及分析45-51
• 4.1 實驗設(shè)計及數(shù)據(jù)45
• 4.2 衡量MAB的評價指標45-46
• 4.3 MAB準確性比較46-47
• 4.4 MAB運行效率比較47-49
• 4.5 本章小結(jié)49-51
• 第五章 MAB算法擴展51-55
• 5.1 擴展MAB算法以檢測“推攻擊”51-54
• 5.1.1 用于推攻擊的“塊打分率~*(BRR~*)”51-52
• 5.1.2 用于推攻擊的“塊打分率~*上界(BRR~*_Bound)”52-54
• 5.2 本章小結(jié)54-55
• 第六章 總結(jié)和展望55-59
• 6.1 研究工作總結(jié)55-56
• 6.2 下一步研究工作56-59
• 參考文獻59-63
• 致謝63-65
• 在讀期間發(fā)表的學術(shù)論文與取得的研究成果65

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 伍之昂;莊毅;王有權(quán);曹杰;;基于特征選擇的推薦系統(tǒng)托攻擊檢測算法[J];電子學報;2012年08期

  本文關(guān)鍵詞：推薦系統(tǒng)內(nèi)攻擊塊檢測算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：283570