【摘要】：協(xié)同過濾系統(tǒng)在很大程度上緩解了網(wǎng)絡上“信息過載”的問題,然而由于自身開放性的因素,使其在面對攻擊時會呈現(xiàn)出脆弱性,嚴重危害到推薦系統(tǒng)。因此如何高效地檢測攻擊用戶成為推薦系統(tǒng)安全領域亟需解決的問題。為了控制托攻擊對協(xié)同過濾系統(tǒng)帶來的影響,國內(nèi)外研究學者采用了很多檢測算法檢測攻擊用戶,然而已有的有監(jiān)督檢測算法易受到攻擊類型的約束,而無監(jiān)督檢測算法大多需要先驗知識才能保證其有效性,并且為了躲避檢測算法,攻擊用戶使用新的攻擊策略,對現(xiàn)有檢測算法提出了極大的考驗。針對這一問題,本文對協(xié)同過濾系統(tǒng)中的托攻擊檢測進行深入研究。首先,通過分析用戶評分行為,提出一種基于LDA與MTD模型的托攻擊檢測算法。該檢測算法在抽取偏好主題的基礎上,定量地分析真實用戶與攻擊用戶評分模式上的差異。借鑒標簽傳播的思想,計算產(chǎn)品可疑度,并通過線性加權平均計算評分行為可疑度。通過計算滑動窗口內(nèi)評分行為可疑度差值之和,識別真實用戶與攻擊評分行為可疑度的分界點,得到攻擊用戶的規(guī)模,從而檢測攻擊用戶。其次,本文在灰色理論模型與密度聚類算法(DBSCAN)的理論基礎上,提出一種基于灰色理論與密度聚類的托攻擊檢測算法。該算法以灰色理論模型為理論基礎計算產(chǎn)品均值灰色關聯(lián)度,并以此為基礎,計算用戶之間的加權灰色關聯(lián)度,得到用戶距離矩陣。利用用戶距離矩陣對用戶進行密度聚類分析,進而得到候選攻擊用戶。通過計算攻擊用戶中每個用戶的最小距離并排序,得到最小距離序列,同時計算序列中每個用戶點的曲率。通過一定的條件選取曲率點作為真實與攻擊用戶的分界點,以此檢測攻擊用戶。最后,在MovieLens 1M數(shù)據(jù)集以及NetFlix數(shù)據(jù)集上的實驗結果表明,本文提出的檢測算法能夠高效的檢測多種類型的攻擊。
【圖文】：

第 3 章 基于 LDA 與 MTD 模型的托攻擊檢測算法鄰用戶之間可疑度的差值。定義 3.9：滑動窗口中評分行為可疑度差值之和：第 d 個滑動窗口中評分行為可疑度差值之和dSusdd 表示計算滑動窗口內(nèi)評分行為可疑度差值之和，公式如下： sWjddjSusddusd11(3-11)其中，，sW 表示滑動窗口的大小，其主要是為了增大真實用戶與攻擊用戶在邊界處的滑動窗口中評分行為可疑度差值之和，使真實用戶與攻擊用戶的邊界更加明顯，其值應小于攻擊用戶數(shù)量，實驗中選取sW =10。

第 3 章 基于 LDA 與 MTD 模型的托攻擊檢測算法鄰用戶之間可疑度的差值。定義 3.9：滑動窗口中評分行為可疑度差值之和：第 d 個滑動窗口中評分行為可疑度差值之和dSusdd 表示計算滑動窗口內(nèi)評分行為可疑度差值之和，公式如下： sWjddjSusddusd11(3-11)其中，sW 表示滑動窗口的大小，其主要是為了增大真實用戶與攻擊用戶在邊界處的滑動窗口中評分行為可疑度差值之和，使真實用戶與攻擊用戶的邊界更加明顯，其值應小于攻擊用戶數(shù)量，實驗中選取sW =10。
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.3;N941.5

【相似文獻】

相關期刊論文 前10條

1 ;美國研發(fā)出不解密流量即可檢測攻擊行為的新工具[J];保密科學技術;2015年11期

2 王尚廣;陳昕;;淺談入侵檢測技術[J];黑龍江科技信息;2007年23期

3 代威;石磊;;基于模糊支持向量機的云安全檢測攻擊與分類[J];福建電腦;2018年04期

4 段紅;;新理念 新團隊 新產(chǎn)品[J];計算機安全;2007年05期

5 彭學軍;;遺傳算法在網(wǎng)絡入侵檢測系統(tǒng)中的應用[J];計算機光盤軟件與應用;2013年24期

6 宋華,幸丘林,李維奇,戴一奇;MP3Stego信息隱藏與檢測方法研究[J];中山大學學報(自然科學版);2004年S2期

7 寒木;IPS炙手可熱 騰盟力推多款新品[J];電子商務世界;2005年07期

8 雷鳴;劉毅娟;何e

本文編號：2670695