隨著信息時代的到來,導(dǎo)致數(shù)據(jù)量不斷增大,這樣人們就需要花費(fèi)大量的時間去篩選有用信息,這種現(xiàn)象就是“信息過載”。協(xié)同過濾推薦系統(tǒng)在很大程度上緩解了“信息過載”現(xiàn)象,但是由于其自身的開放性,使其在受到攻擊時呈現(xiàn)出脆弱性導(dǎo)致推薦結(jié)果不準(zhǔn)確。灰色組織的攻擊具有一定的策略性,可以在短時間內(nèi)改變推薦結(jié)果。因此,如何有效識別群組攻擊,成為了急需解決的問題。本文從用戶評分偏移與時間序列的角度入手,對群組攻擊檢測問題進(jìn)行深入研究。本文主要內(nèi)容如下。首先,針對現(xiàn)有的檢測算法不能有效排除流行項(xiàng)目的干擾。本文提出一種基于用戶評分偏移度的群組檢測算法,算法中提出了兩個新的群組攻擊特征。利用k-means聚類算法分別根據(jù)兩個群組攻擊用戶特征進(jìn)行聚類,生成兩個候選可疑群組,取兩個候選群組的交集為可疑用戶群組。根據(jù)群組攻擊特征計(jì)算用戶可疑度,并對可疑群組內(nèi)用戶進(jìn)行可疑度排序。其次,傳統(tǒng)的利用時間序列的檢測算法,利用項(xiàng)目在一定時間內(nèi)的評分?jǐn)?shù)來進(jìn)行序列構(gòu)建,無法有效過濾掉目標(biāo)項(xiàng)下的正常用戶且無法有效分組攻擊用戶。本文提出一種基于時間序列的群組攻擊檢測算法,該算法構(gòu)建項(xiàng)目時間序列并劃分時間窗口,通過計(jì)算窗口評分占比和每個項(xiàng)... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 無監(jiān)督檢測算法
        1.2.2 有監(jiān)督檢測算法
        1.2.3 半監(jiān)督算法
    1.3 主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 協(xié)同過濾推薦算法及相關(guān)理論
    2.1 協(xié)同過濾推薦算法
        2.1.1 基于用戶的協(xié)同過濾推薦算法
        2.1.2 基于物品的協(xié)同過濾推薦算法
    2.2 攻擊技術(shù)相關(guān)理論知識
        2.2.1 攻擊概貌
        2.2.2 攻擊模型
    2.3 群組攻擊相關(guān)理論知識
        2.3.1 群組攻擊介紹
        2.3.2 群組攻擊模型
    2.4 相關(guān)理論
        2.4.1 時間序列劃分方法
        2.4.2 聚類算法相關(guān)理論
    2.5 本章小結(jié)
第3章 基于多維用戶評分偏移度的群組攻擊檢測
    3.1 引言
    3.2 基于多維用戶評分偏移度的群組攻擊檢測框架
    3.3 用戶特征計(jì)算
    3.4 攻擊群組篩選
    3.5 可疑群組用戶可疑度排序
    3.6 本章小結(jié)
第4章 基于時間序列的群組攻擊檢測
    4.1 引言
    4.2 基于時間序列的群組攻擊的檢測框架
    4.3 計(jì)算項(xiàng)目評分爆發(fā)點(diǎn)
    4.4 群組可疑度排序
    4.5 攻擊群組檢測
    4.6 本章小結(jié)
第5章 實(shí)驗(yàn)驗(yàn)證與分析
    5.1 實(shí)驗(yàn)數(shù)據(jù)集及設(shè)置
        5.1.1 實(shí)驗(yàn)數(shù)據(jù)
        5.1.2 實(shí)驗(yàn)環(huán)境
        5.1.3 評價標(biāo)準(zhǔn)
    5.2 基于多維用戶評分偏移度的群組攻擊檢測算法實(shí)驗(yàn)結(jié)果及分析
        5.2.1 對比實(shí)驗(yàn)介紹
        5.2.2 實(shí)驗(yàn)結(jié)果與分析
    5.3 基于時間序列的群組攻擊檢測算法實(shí)驗(yàn)結(jié)果及分析
        5.3.1 對比實(shí)驗(yàn)介紹
        5.3.2 實(shí)驗(yàn)結(jié)果與分析
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]利用加權(quán)用戶關(guān)系圖的譜分析探測大規(guī)模電子商務(wù)水軍團(tuán)體[J]. 韓忠明,楊珂,譚旭升.  計(jì)算機(jī)學(xué)報. 2017(04)
[2]一種基于流行度分類特征的托攻擊檢測算法[J]. 李文濤,高旻,李華,熊慶宇,文俊浩,凌斌.  自動化學(xué)報. 2015(09)
[3]基于多維風(fēng)險因子的推薦攻擊檢測方法[J]. 于洪濤,李鵬,張付志.  小型微型計(jì)算機(jī)系統(tǒng). 2015(05)
[4]基于仿生模式識別的未知推薦攻擊檢測[J]. 周全強(qiáng),張付志,劉文遠(yuǎn).  軟件學(xué)報. 2014(11)
[5]推薦系統(tǒng)托攻擊模型與檢測技術(shù)[J]. 伍之昂,王有權(quán),曹杰.  科學(xué)通報. 2014(07)
[6]基于SVM-KNN的半監(jiān)督托攻擊檢測方法[J]. 呂成戍,王維國.  計(jì)算機(jī)工程與應(yīng)用. 2013(22)
[7]一種基于用戶偏好自動分類的社會媒體共享和推薦方法[J]. 賈大文,曾承,彭智勇,成鵬,陽志敏,盧舟.  計(jì)算機(jī)學(xué)報. 2012(11)
[8]基于特征選擇的推薦系統(tǒng)托攻擊檢測算法[J]. 伍之昂,莊毅,王有權(quán),曹杰.  電子學(xué)報. 2012(08)
[9]主成分分析法和熵值法在農(nóng)村居民點(diǎn)集約利用評價中的比較[J]. 趙麗,朱永明,付梅臣,張蓬濤,曹銀貴.  農(nóng)業(yè)工程學(xué)報. 2012(07)
[10]互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J]. 許海玲,吳瀟,李曉東,閻保平.  軟件學(xué)報. 2009(02)

碩士論文
[1]融合時間維度的托攻擊檢測及應(yīng)用研究[D]. 田仁麗.重慶大學(xué) 2016



本文編號：3375863