基于仿生模式识别的未知推荐攻击检测?

• 作者: 刘文远 周全强 张付志
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 协同推荐 推荐攻击 攻击检测 信息熵 仿生模式识别
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 2652-2665
• 页数: 14页
• 分类号: TP309
• 字数: 10207字
• 语种: 中文

摘要

针对已有检测方法不能有效地检测未知推荐攻击的问题，提出了一种基于仿生模式识别(bionic pattern recognition)的检测方法。首先，依据项目流行度划分项目到不同的窗口，把用户对窗口内项目的评分视为随机事件发生。在此基础上，利用信息熵(information entropy)提取评分分布特征作为检测推荐攻击的通用特征。然后，在特征空间中，利用仿生模式识别技术覆盖真实概貌样本，将覆盖范围外的测试数据判为推荐攻击。在MovieLens数据集上进行实验，结果表明，该方法在检测未知推荐攻击时具有较高的命中率和较低的误报率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张付志	燕山大学信息科学与工程学院	54	475	12.0	19.0
3	刘文远	燕山大学信息科学与工程学院	154	739	14.0	19.0
7	周全强	燕山大学信息科学与工程学院	3	24	2.0	3.0