協(xié)同過濾系統(tǒng)中托攻擊檢測算法研究.pdf

1、協(xié)同過濾系統(tǒng)很大程度上緩解了網絡上“信息過載”的問題，然而由于系統(tǒng)的易攻擊性，使得惡意用戶向其中注入偽造用戶記錄成為正常用戶近鄰，以此來操縱該系統(tǒng)達到商業(yè)競爭的目的。這種行為導致推薦結果產生偏差，推薦服務不斷下降，用戶對推薦系統(tǒng)的信任得不到保障，因此，如何檢測托攻擊用戶成為亟待解決的問題。為了控制推薦攻擊所帶來的影響，國內外研究學者采用了很多檢測方法進行檢測，其圍繞的核心問題是如何提高檢測的性能。本文針對這一問題，從有監(jiān)督學習和無監(jiān)督學

2、習兩條設計思路出發(fā)，對協(xié)同過濾系統(tǒng)中的托攻擊檢測算法做了深入研究。
　　首先，針對有監(jiān)督檢測方法在檢測托攻擊時準確率不高的問題，提出一種基于項目流行度和新穎度特征的托攻擊檢測算法。該算法根據真實概貌和攻擊概貌在選擇評分項目方式上不同，從流行度和新穎度角度，提出有效區(qū)分正常用戶和攻擊用戶的特征，在此基礎上提出一種集成檢測框架，通過Boosting提升技術產生多個差異較大的基分類器，進而融合帶有權重的基分類器的預測值得到最終的檢測結果