基于虛假概貌協(xié)同作用的托攻擊檢測算法研究.pdf

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