一种基于流行度分类特征的托攻击检测算法

• 作 者: 李文涛 高旻 李华 熊庆宇 文俊浩 凌斌
• 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 处: 自动化学报
• 发表日期: 2015年9期
• 关键词: 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 Collaborative filtering shilling attack item po
• 基金项目: 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

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.