《面向社会化推荐的托攻击及检测研究》PDF下载

  • 购买积分:8 如何计算积分?
  • 作  者:高旻,李文涛著
  • 出 版 社:北京:科学出版社
  • 出版年份:2016
  • ISBN:9787030503367
  • 页数:110 页
图书介绍:社会化推荐系统利用社交关系作为额外输入,可以有效解决评分驱动的推荐系统中存在的稀疏性与冷启动等问题,同时可以提高推荐的准确性。社会化推荐系统在给运营商带来利润的同时,还提升了用户的购物满意度,因此被广泛应用于各大电子商务站点。然而由于社会化推荐系统开放性的特点,托攻击者通过注入虚假欺骗信息(如虚假评分与虚假关系等)操纵推荐结果,影响商品排名,进而影响用户购物体验以及损害商家的正常利益。为了保障社会化推荐系统免受托攻击,本文首先探究面向社会化推荐系统的托攻击模型,并在此基础上提出面向社会化推荐系统托攻击的检测方法。本文主要完成了四个方面的工作:一是从社会化推荐系统的工作机制入手,归纳总结了社会化推荐系统中托攻击者可能的攻击形式,提出相应的托攻击模型;二是在检测注入虚假评分的托攻击者时,从用户的选择行为入手,分析由此导致的用户概貌中项目流行度分布的不同,从而提出一种基于流行度的分类特征提取方法,从而对虚假评分进行检测;三是在检测注入虚假关系的托攻击者时,使用基于拉普拉斯的特征提取方法,对用户的高维特征进行无监督提取,降低标注代价,从而对虚假关系进行检测;四是在特征提取的基础上,利用半监督协

第1章 绪论 1

1.1 研究背景及意义 1

1.2 研究现状 2

1.2.1 社会化推荐系统研究现状 2

1.2.2 评分驱动的推荐系统中托攻击检测研究现状 4

1.2.3 关系驱动的社交网络中托攻击检测研究现状 4

1.3 研究内容和目的 5

1.3.1 研究内容 5

1.3.2 创新点 6

1.4 本书的组织结构 7

第2章 社会化推荐系统与托攻击检测相关技术 9

2.1 评分驱动的推荐算法 9

2.2 社会化推荐算法 12

2.3 评分驱动的推荐系统中的托攻击研究 16

2.3.1 评分驱动的推荐系统中的托攻击模型 16

2.3.2 评分驱动的推荐系统中的托攻击检测 19

2.4 关系驱动的社交网络中托攻击研究 20

2.4.1 关系驱动的社交网络中的托攻击形式 20

2.4.2 关系驱动的社交网络中的托攻击检测 21

2.5 半监督学习方法 22

2.6 本章小结 23

第3章 面向社会化推荐系统的托攻击模型 24

3.1 引言 24

3.2 预备知识 25

3.2.1 引例 25

3.2.2 基本定义 26

3.3 社会化推荐系统中的托攻击建模 28

3.3.1 托攻击建模 28

3.3.2 攻击策略研究 31

3.4 实验与结果分析 35

3.4.1 实验设置 35

3.4.2 实验结果分析 37

3.5 本章小结 45

第4章 基于流行度分类特征的推荐系统托攻击检测方法 46

4.1 引言 46

4.2 预备知识 47

4.2.1 基本概念 47

4.2.2 基于评分的推荐系统托攻击分类特征 48

4.3 方法依据 49

4.3.1 项目流行度分布分析 50

4.3.2 用户流行度分布分析 51

4.4 基于流行度的托攻击检测算法 57

4.4.1 算法框架 57

4.4.2 特征提取方法 58

4.4.3 托攻击检测算法Pop-SAD 60

4.5 实验与结果分析 60

4.5.1 实验设置 60

4.5.2 实验结果分析 62

4.6 Amazon.cn虚假用户检测分析 66

4.6.1 流行度分布分析 67

4.6.2 检测效果分析 68

4.7 本章小结 69

第5章 基于拉普拉斯得分的社交网络托攻击检测方法 70

5.1 引言 70

5.2 基于拉普拉斯得分的托攻击检测算法 71

5.2.1 算法框架 71

5.2.2 基于拉普拉斯得分的特征选择 72

5.2.3 基于半监督随机森林的分类算法 74

5.2.4 LSCO-Forest算法 75

5.3 实验与结果分析 76

5.3.1 实验设置 76

5.3.2 实验结果分析 78

5.4 本章小结 81

第6章 基于协同训练的社会化推荐系统托攻击检测方法 82

6.1 引言 82

6.2 预备知识 83

6.2.1 社会化推荐系统托攻击模型 83

6.2.2 用于检测社会化推荐系统托攻击的特征提取方法 84

6.3 基于协同训练的托攻击检测算法 84

6.3.1 算法框架 84

6.3.2 特征提取 85

6.3.3 模型训练 86

6.3.4 CO-SAD模型与结果预测 88

6.4 实验与结果分析 89

6.4.1 实验设置 89

6.4.2 实验结果分析 91

6.5 本章小结 99

第7章 总结与展望 100

7.1 总结 100

7.2 展望 101

参考文献 103