基于時(shí)間序列動(dòng)態(tài)劃分的托攻擊檢測關(guān)鍵技術(shù)研究.pdf

1、近年來,個(gè)性化推薦技術(shù)作為減少獲取信息過程中所附加人力成本的一種信息過濾技術(shù)顯示出重要作用。但是應(yīng)用最多的協(xié)同過濾推薦技術(shù)仍面臨許多問題,例如稀疏性、冷啟動(dòng)和托攻擊等問題。由于托攻擊將影響推薦商品的排名,對電子商務(wù)的危害最為直接。無論是基于逆向工程的特征探索,還是根據(jù)托攻擊相似結(jié)構(gòu)的無監(jiān)督聚類檢測,都存在檢測普適性不高、計(jì)算量大等問題。因此,本文提出基于項(xiàng)目評分時(shí)間序列動(dòng)態(tài)劃分的托攻擊檢測方法解決這些問題。
　　依據(jù)托攻擊的共同特

2、性:項(xiàng)目的異常性和攻擊的時(shí)效性,論文從攻擊核心目標(biāo)“項(xiàng)目”入手,開展“項(xiàng)目類型劃分->項(xiàng)目評分時(shí)間序列劃分->項(xiàng)目評分時(shí)間區(qū)間異常檢測->托攻擊群體檢測”的托攻擊檢測關(guān)鍵技術(shù)研究。通過檢測異常時(shí)間區(qū)間的方式,縮小可疑用戶范圍,提高托攻擊用戶檢測方法的普適性和減少其計(jì)算復(fù)雜性。
　　本文主要工作包括:
　?、偬岢隽嘶陧?xiàng)目生命周期和評分總數(shù)的項(xiàng)目類型劃分方法。推薦系統(tǒng)的項(xiàng)目具有多樣性,如何檢驗(yàn)一個(gè)方法是否具有普適性是關(guān)鍵問題。

3、因此,為驗(yàn)證本文提出方法的普適性,論文引入市場營銷中產(chǎn)品生命周期的概念,對數(shù)據(jù)集中項(xiàng)目的類型進(jìn)行劃分,并將論文提出的時(shí)間序列劃分方法、項(xiàng)目異常檢測等方法在各類型項(xiàng)目上進(jìn)行了實(shí)驗(yàn)。
　?、谔岢隽嘶谥匾c(diǎn)的時(shí)間序列動(dòng)態(tài)劃分方法。將一個(gè)項(xiàng)目評分集按照時(shí)間順序排列,形成項(xiàng)目評分時(shí)間序列。根據(jù)評分間的時(shí)間間隔和間隔中間值,將項(xiàng)目評分時(shí)間序列映射到坐標(biāo)軸上,再通過計(jì)算坐標(biāo)軸上各點(diǎn)之間距離,找出各重要點(diǎn),從而實(shí)現(xiàn)項(xiàng)目評分時(shí)間序列分割,形成項(xiàng)目

4、評分時(shí)間區(qū)間。
　?、厶岢隽嘶诳ǚ椒植嫉捻?xiàng)目評分異常時(shí)間區(qū)間檢測方法及托攻擊用戶檢測方法。通過某區(qū)間出現(xiàn)的各相對類評分分布應(yīng)與項(xiàng)目其它區(qū)間的相對類評分分布的相似性,如果相似性較低則該區(qū)間為異常區(qū)間。在此基礎(chǔ)上,采用單類分類器對與異常區(qū)間相關(guān)聯(lián)的用戶群體進(jìn)行正常用戶和托攻擊用戶的劃分,最終檢測出托攻擊群體。
　　各章的實(shí)驗(yàn)數(shù)據(jù)表明,本文提出基于重要點(diǎn)的時(shí)間序列動(dòng)態(tài)劃分方法、基于卡方分布的項(xiàng)目異常檢測方法及托攻擊用戶檢測方法,