学位论文 > 优秀研究生学位论文题录展示

协同过滤推荐系统中用户概貌攻击检测算法研究

作　者: 梁强
导　师: 徐玉辰；张付志
学　校: 燕山大学
专　业: 计算机软件与理论
关键词: 协同过滤推荐算法用户概貌攻击攻击检测项目评分异常检测时间序列分析
分类号: TP393.08
类　型: 硕士论文
年　份: 2010年
下　载: 30次
引　用: 0次
阅　读: 论文下载

内容摘要

目前个性化协同过滤推荐系统存在着严重的安全隐患,恶意用户通过向系统提供大量虚假的用户概貌使推荐结果产生严重偏离,降低了用户对系统推荐精度的信任,从而达到其攻击目的。因此,如何确保个性化协同推荐系统的安全性已成为亟待解决的问题。本文在对国内外研究现状综合分析的基础上,进一步对协同过滤推荐系统的安全问题进行了深入研究。首先,深入分析了攻击用户概貌的特征以及相应的攻击检测算法,针对现有攻击检测算法存在的一些问题,从攻击的目的性考虑,通过对攻击概貌中目标项目与填充项目之间存在的评分特征差异进行分析,提出了一种项目评分背离度的计算方法;利用项目评分背离度确定受攻击的目标项目,并在此基础上,提出了一种基于目标项目识别的用户概貌攻击检测算法,克服了现有算法的一些缺陷问题,提高了算法的检测精度。其次,从项目的角度进行考虑分析,对用户概貌攻击引起的项目评分分布特征的变化进行异常检测,针对现有异常检测算法存在的不足,通过引入时间特性,对每个项目自身的历史评分分布特征进行分析;在此基础上,通过计算每个项目的评分特征置信区间,然后用其对新时间段内项目的评分活动情况进行实时监测从而确定项目是否受到恶意用户的攻击。最后,对本文提出的算法进行了实验验证,与现有的攻击检测算法进行了对比分析,并且对进一步的研究方向进行了总结展望。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-16
  1.1 研究背景及意义  10-11
  1.2 国内外研究现状  11-14
  1.3 本文的主要研究内容  14
  1.4 本文的组织结构  14-16
第2章协同过滤推荐算法及用户概貌攻击  16-26
  2.1 传统的协同过滤推荐算法  16-18
    2.1.1 基于用户的协同过滤推荐算法  16-17
    2.1.2 基于项目的协同过滤推荐算法  17-18
  2.2 协同过滤推荐系统中的攻击及评价  18-24
    2.2.1 攻击的基本概念  18-20
    2.2.2 攻击模型的分类  20-23
    2.2.3 攻击的评价  23-24
  2.3 本章小结  24-26
第3章基于目标项目识别的用户概貌攻击检测  26-42
  3.1 协同过滤推荐算法的安全脆弱性分析  26-29
  3.2 基于PCA 的攻击检测算法及存在问题分析  29-34
    3.2.1 攻击用户概貌特征  30-31
    3.2.2 PCA 技术分析  31-32
    3.2.3 PCA 攻击检测算法  32-33
    3.2.4 算法存在问题分析  33-34
  3.3 目标项目识别方法  34-37
    3.3.1 项目评分背离度  34-35
    3.3.2 目标项目识别  35-37
  3.4 基于目标项目识别的攻击概貌检测算法  37-40
    3.4.1 算法思想  37-39
    3.4.2 算法描述  39-40
  3.5 本章小结  40-42
第4章基于时间序列分析的项目评分异常检测  42-52
  4.1 异常检测方法的提出  42-43
  4.2 现有异常检测方法及其存在问题  43-45
  4.3 基于时间序列分析的项目评分异常检测算法  45-50
    4.3.1 评分特征置信区间  45-49
    4.3.2 算法思想  49
    4.3.3 算法描述  49-50
  4.4 本章小结  50-52
第5章实验评价及其分析  52-64
  5.1 实验数据和实验环境  52-53
  5.2 实验评价标准  53-54
  5.3 用户概貌攻击检测算法的验证  54-59
    5.3.1 实验方案  54-55
    5.3.2 实验结果与分析  55-59
  5.4 项目评分异常检测算法的验证  59-63
    5.4.1 实验方案  59-60
    5.4.2 实验结果与分析  60-63
  5.5 本章小结  63-64
结论  64-65
参考文献  65-71
攻读硕士学位期间承担的科研任务与主要成果  71-72
致谢  72-73
作者简介  73

协同过滤推荐系统中用户概貌攻击检测算法研究

内容摘要

全文目录

相似论文