推薦系統(tǒng)中高級用戶攻擊檢測方法研究.pdf

1、推薦系統(tǒng)已經(jīng)成為信息檢索的有效工具，利用協(xié)同過濾技術(shù)通過采集用戶的偏好信息，從海量信息中過濾出滿足用戶興趣的信息并且主動推薦給用戶，在一定程度上解決了信息過載的問題。但是由于推薦系統(tǒng)自身所具有的開放性以及對用戶偏好信息的依賴性，導致系統(tǒng)很容易遭受惡意用戶的攻擊。這些惡意攻擊者通過向系統(tǒng)注入虛假評分來影響推薦結(jié)果，為保證推薦系統(tǒng)的安全性，國內(nèi)外研究者提出了各種攻擊檢測方法。然而，攻擊者也在不斷地尋找新的方法發(fā)動攻擊。本文在分析國內(nèi)外研究現(xiàn)

2、狀的基礎上，針對新型的高級用戶攻擊進行了深入的研究，在協(xié)同過濾推薦系統(tǒng)環(huán)境下，高級用戶能夠?qū)Τ尸F(xiàn)給其他用戶的推薦結(jié)果發(fā)揮相當大的影響。
　　首先，針對現(xiàn)有的高級用戶選擇方法不能有效識別出有影響力的高級用戶的問題，從社會網(wǎng)絡分析角度出發(fā)，提出一種基于社會網(wǎng)絡頻度中心思想的聚合近鄰頻度與近鄰相似度方法。通過綜合考慮用戶之間關系的存在與否及用戶之間的關系強度，能夠準確地識別出系統(tǒng)中有影響力的高級用戶。
　　其次，針對已有的推薦系統(tǒng)

3、攻擊方面的研究主要集中在用戶評分的相似性統(tǒng)計模型上，具有固定的生成模式，很容易被一些攻擊防御技術(shù)檢測出來，本文設想攻擊者轉(zhuǎn)向基于顯式影響力措施的高級用戶發(fā)動攻擊，從而影響推薦系統(tǒng)預測和top-N推薦列表。以選出的真實高級用戶為基礎，構(gòu)建高級用戶攻擊模型，模擬出高級用戶攻擊概貌。
　　然后，針對現(xiàn)有的攻擊檢測算法對新型的高級用戶攻擊檢測準確度不高的問題，提出一種無監(jiān)督的高級用戶攻擊檢測算法。該算法從有攻擊行為的高級用戶的評分特征角度