一种基于流行度分类特征的托攻击检测算法
An Shilling Attack Detection Algorithm Based on Popularity Degree Features作者机构：信息物理社会可信服务计算教育部重点实验室 重庆大学计算机学院 重庆大学软件学院 英国朴茨茅次大学工程学院
出 版 物：《自动化学报》 (Acta Automatica Sinica)
年 卷 期：2015年第41卷第9期
页 面：1563-1576页
核心收录：
学科分类：0810[工学-信息与通信工程] 1205[管理学-图书情报与档案管理] 08[工学] 0839[工学-网络空间安全] 081203[工学-计算机应用技术] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家重点基础研究发展计划(973计划)(2013CB328903) 国家自然科学基金(71102065) 重庆市基础与前沿研究计划项目(cstc2015jcyj A40049) 中国博士后基金(2012M521680) 中央高校基础研究基金(106112014CDJZR095502 CDJZR12090001)资助~~
主 题：协同过滤 托攻击 项目流行度 幂律分布 基于流行度的分类特征
摘 要：基于协同过滤的推荐系统容易受到托攻击的危害,如何检测托攻击成为推荐系统可靠性的关键.针对现有托攻击检测手段使用基于评分的分类特征易受混淆技术干扰的局限,本文从用户选择评分项目方式入手,分析由此造成的用户概貌中已评分项目的流行度分布情况的不同,提出用于区分正常用户与虚假用户基于流行度的分类特征,进而得到基于流行度的托攻击检测算法.实验表明该算法在托攻击检测中具有更强的检测性能与抗干扰性.
维普期刊数据库
同方期刊数据库