基于特征选择的推荐系统托攻击检测算法

• 作者: 伍之昂 庄毅 曹杰 王有权
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 推荐系统 托攻击检测 特征选择 朴素贝叶斯分类 k近邻分类
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 科研通信
• 页码范围: 1687-1693
• 分类号: TP393
• 字数: 6375字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2012.08.031

摘要

基于协同过滤的电子商务推荐系统极易受到托攻击,托攻击者注入伪造的用户模型增加或减少目标对象的推荐频率,如何检测托攻击是目前推荐系统领域的热点研究课题.分析五种类型托攻击对不同协同过滤算法产生的危害性,提出一种特征选择算法,为不同类型托攻击选取有效的检测指标.基于选择出的指标,提出两种基于监督学习的托攻击检测算法,第一种算法基于朴素贝叶斯分类；第二种算法基于k近邻分类.最后,通过实验验证了特征选择算法的有效性,及两种算法的灵敏性和特效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹杰	南京财经大学江苏省电子商务重点实验室	50	470	12.0	20.0
3	庄毅	浙江工商大学计算机与信息工程学院	9	98	4.0	9.0
4	伍之昂	南京财经大学江苏省电子商务重点实验室	10	105	6.0	10.0
7	王有权	南京理工大学计算机科学与技术学院	2	52	2.0	2.0