

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、伴隨互聯(lián)網的普及與電子商務的快速發(fā)展,信息數(shù)據(jù)量以指數(shù)級別增長的同時帶來了“信息過載”問題。推薦算法通過數(shù)據(jù)挖掘、機器學習等方式挖掘海量信息中能夠幫助電子商務網站為其客戶提供符合個性化需求的決策支撐和信息服務,一定程度上有效的緩解了海量數(shù)據(jù)問題。但系統(tǒng)自身的公開性、推薦算法本身存在的設計缺陷以及用戶的介入性導致系統(tǒng)容易遭受惡意干擾、蓄意攻擊等操縱行為。因此,安全性成為推薦系統(tǒng)的關鍵問題。通常將有目的去偽造、更改評分數(shù)據(jù)的惡意操作稱為用戶
2、概貌注入攻擊或者托攻擊。傳統(tǒng)的協(xié)同過濾技術已然無法滿足推薦系統(tǒng)對高安全性、防御性、準確性等推薦可靠性要求。部分商家向推薦系統(tǒng)中惡意注入攻擊用戶概貌,對推薦系統(tǒng)結果進行人為干預企圖謀取私利。這些惡意操作行為嚴重危害了推薦系統(tǒng)的安全性。如何檢測出托攻擊并采取有效的方法來防御托攻擊刻不容緩,已成為該領域專家學者重要研究問題。
相似度度量是協(xié)同過濾算法的核心模塊,但易于遭受推薦攻擊問題。近年來,信譽模型被融合到推薦流程中,加強協(xié)同過濾
3、算法的魯棒性和推薦精確性?;谀壳把芯口厔荩疚奶岢隽藘煞N改進方法提高推薦系統(tǒng)的防御能力。本文主要創(chuàng)新改進內容如下:
(1)基于信息熵相似度的托攻擊防御方法
在協(xié)同過濾相關理論的基礎上,針對當前相似度度量方法僅考慮評分矩陣數(shù)據(jù)的局限性,本文提出信息熵來度量正常用戶與惡意用戶間評分變化幅度差異。融合信息熵模型作為度量相似度的影響因子,彌補了系統(tǒng)遭受攻擊時僅依靠傳統(tǒng)相似度不足以區(qū)分惡意用戶的缺陷性。在皮爾森相關系數(shù)基礎上
4、,本文提出一種改進的相似度度量方法(E-CF),結合評分變化幅度差異降低注入用戶概貌的相似性。實驗結果表明,E-CF客觀地反映托攻擊情況下系統(tǒng)防御性增強,并提高了算法精確性。
(2)融合信任更新機制的防攻擊推薦算法研究
隨著社交網絡研究的飛速發(fā)展,信任關系網絡被廣泛應用到個性化推薦算法研究中??紤]到推薦用戶在過去的推薦歷史中所起到的作用也是一個重要的推薦依據(jù)因素,即推薦用戶的信任度,引入信任更新機制。通過融合信任度和
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 協(xié)同過濾推薦系統(tǒng)中托攻擊檢測及防御算法研究.pdf
- 推薦系統(tǒng)中基于目標項目分析的托攻擊檢測研究.pdf
- 針對協(xié)同過濾推薦系統(tǒng)的推舉托攻擊研究.pdf
- DDoS攻擊技術和防御方法研究.pdf
- DDoS攻擊技術與防御方法研究.pdf
- 主動網絡防御系統(tǒng)中攻擊監(jiān)測規(guī)則的研究.pdf
- 慢速拒絕服務攻擊防御方法研究.pdf
- 推薦系統(tǒng)中攻擊檢測問題的研究.pdf
- DDoS攻擊分析和防御方法.pdf
- DDOS攻擊防御系統(tǒng)設計與研究.pdf
- 入侵防御系統(tǒng)攻擊特征庫的建立方法研究.pdf
- 推薦系統(tǒng)中攻擊檢測問題的研究
- 論民事訴訟中的攻擊防御方法.pdf
- 雙層防御SQL注入攻擊的方法.pdf
- SDN中基于熵的DDoS放大攻擊檢測與防御方法研究.pdf
- 推薦系統(tǒng)中高級用戶攻擊檢測方法研究.pdf
- 網絡攻擊防御對策研究.pdf
- 協(xié)同過濾系統(tǒng)中托攻擊檢測算法研究.pdf
- 基于網絡編碼的污染攻擊防御方法研究.pdf
- 源端網絡防御DDoS攻擊方法的研究.pdf
評論
0/150
提交評論