版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、信息時代的到來,方便了我們的生活,拓展了我們的眼界。與此同時出現(xiàn)的問題是,信息的過載給人們帶來麻煩,想要快速找到所需的信息所付出的代價越來越高。搜索引擎和協(xié)同過濾技術(shù)是當(dāng)前解決這一問題的兩種主流手段。值得一提的是協(xié)同過濾技術(shù)在個性化定制方面對用戶具有很強(qiáng)的吸引力。伴隨電子商務(wù)的發(fā)展,協(xié)同過濾技術(shù)正融入到其中,成為推薦系統(tǒng)的核心部分,推薦系統(tǒng)的出現(xiàn)大大提升了用戶的購物、聽音樂等使用體驗。然而由于推薦系統(tǒng)本身的開放性,使得其容易遭受惡意用戶
2、的攻擊,直接影響到了用戶的使用體驗,間接影響了電子商務(wù)的生存。
本文首先分析了目前對于這一問題研究的主要解決技術(shù)和國內(nèi)外現(xiàn)狀,同時對于托攻擊、托攻擊模型、托攻擊特征等進(jìn)行了詳細(xì)的描述。針對托攻擊通過協(xié)同作用影響推薦系統(tǒng)這一問題,本文主要圍繞托攻擊的特點以及作用的方式來進(jìn)行了思考與研究。對于識別單個用戶概貌的托攻擊檢測算法,推薦系統(tǒng)中的“專家型”用戶往往被錯誤標(biāo)記,它們所展現(xiàn)的“與眾不同”的特征與虛假概貌會很相似。
首
3、先,基于信號理論當(dāng)中的去噪原理,本文基于主成分分析方法對其進(jìn)行了改進(jìn),結(jié)合了邏輯斯蒂回歸進(jìn)行有監(jiān)督分類,該算法能夠有效地去除對攻擊強(qiáng)度這一先驗知識的依賴,并且在準(zhǔn)確率這一評價指標(biāo)上有較好的表現(xiàn),該算法具有較好的實際應(yīng)用價值。
然后,對于多種混合攻擊類型,先前所提出的算法效果較差。對于此問題,本文提出了結(jié)合信息熵和主題模型的托攻擊檢測算法,使用主題模型得到用戶的主題分布,托攻擊概貌的主題集中,即對應(yīng)的信息熵較??;相反地,正常用戶
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于虛假概貌協(xié)同作用的托攻擊檢測算法研究.pdf
- 協(xié)同過濾推薦系統(tǒng)中用戶概貌攻擊檢測算法研究.pdf
- 協(xié)同過濾系統(tǒng)中托攻擊檢測算法研究.pdf
- 推薦系統(tǒng)中用戶概貌注入攻擊檢測算法研究
- 基于用戶概貌和評分序列的混合托攻擊檢測.pdf
- 基于時域背離特征分析的托攻擊檢測算法研究.pdf
- 基于Hadoop的DDoS攻擊檢測算法的研究.pdf
- 推薦系統(tǒng)攻擊檢測算法的研究.pdf
- 協(xié)同過濾推薦系統(tǒng)中托攻擊檢測及防御算法研究.pdf
- 級聯(lián)的目標(biāo)協(xié)同檢測算法研究.pdf
- 基于特征選擇的托攻擊檢測研究.pdf
- 抗幾何攻擊的圖像拷貝檢測算法研究.pdf
- SDN環(huán)境下DDOS攻擊檢測算法研究.pdf
- 基于圖聚類的虛假評論人群組檢測算法研究.pdf
- 基于托攻擊檢測和矩陣分解模型的可信推薦算法研究.pdf
- 推薦系統(tǒng)內(nèi)攻擊塊檢測算法研究.pdf
- 物理隔離網(wǎng)絡(luò)攻擊的入侵檢測算法.pdf
- 基于二部圖投影的虛假評論人群組檢測算法研究.pdf
- 基于托攻擊檢測的魯棒非負(fù)矩陣分解推薦算法.pdf
- 基于復(fù)雜網(wǎng)絡(luò)的協(xié)同攻擊決策算法研究.pdf
評論
0/150
提交評論