基于时间序列动态划分的托攻击检测关键技术研究-软件工程专业论文.docxVIP

Detection Approach on Abnormal Item based on Time Series Dynamic Partitioning for Shilling Attack A Thesis Submitted toChongqingUniversity inPartial Fulfillment of the Requirementfor Professional Degree By Yuan Quan Supervised by Lecturer. Gao Min Specialty: ME ( Software Engineering Field) School of Software Engineering of Chongqing University, Chongqing, China October 2013 重庆大 重庆大学硕士学位论文 中文摘要 I I 摘 要 近年来，个性化推荐技术作为减少获取信息过程中所附加人力成本的一种信 息过滤技术显示出重要作用。但是应用最多的协同过滤推荐技术仍面临许多问题， 例如稀疏性、冷启动和托攻击等问题。由于托攻击将影响推荐商品的排名，对电 子商务的危害最为直接。无论是基于逆向工程的特征探索，还是根据托攻击相似 结构的无监督聚类检测，都存在检测普适性不高、计算量大等问题。因此，本文 提出基于项目评分时间序列动态划分的托攻击检测方法解决这些问题。 依据托攻击的共同特性：项目的异常性和攻击的时效性，论文从攻击核心目 标“项目”入手，开展“项目类型划分-项目评分时间序列划分-项目评分时间区 间异常检测-托攻击群体检测”的托攻击检测关键技术研究。通过检测异常时间区 间的方式，缩小可疑用户范围，提高托攻击用户检测方法的普适性和减少其计算 复杂性。 本文主要工作包括： ① 提出了基于项目生命周期和评分总数的项目类型划分方法。推荐系统的项 目具有多样性，如何检验一个方法是否具有普适性是关键问题。因此，为验证本 文提出方法的普适性，论文引入市场营销中产品生命周期的概念，对数据集中项 目的类型进行划分，并将论文提出的时间序列划分方法、项目异常检测等方法在 各类型项目上进行了实验。 ② 提出了基于重要点的时间序列动态划分方法。将一个项目评分集按照时间 顺序排列，形成项目评分时间序列。根据评分间的时间间隔和间隔中间值，将项 目评分时间序列映射到坐标轴上，再通过计算坐标轴上各点之间距离，找出各重 要点，从而实现项目评分时间序列分割，形成项目评分时间区间。 ③ 提出了基于卡方分布的项目评分异常时间区间检测方法及托攻击用户检 测方法。通过某区间出现的各相对类评分分布应与项目其它区间的相对类评分分 布的相似性，如果相似性较低则该区间为异常区间。在此基础上，采用单类分类 器对与异常区间相关联的用户群体进行正常用户和托攻击用户的划分，最终检测 出托攻击群体。 各章的实验数据表明，本文提出基于重要点的时间序列动态划分方法、基于 卡方分布的项目异常检测方法及托攻击用户检测方法，可以提高托攻击检测的普 适性。 关键词：电子商务，协同过滤，托攻击检测，时间区间 重庆大学 重庆大学硕士学位论文 英文摘要 II II ABSTRACT In recent years, personalized recommendation technology is an important information filtering technology, it is also reduce additional labor cost in the process of collecting information. But most widely used collaborative filtering recommendation technology is still facing many problems, for example, issues such as sparseness, cold start and shilling attacks. Due to the shilling attacks will affect the ranking of recommended results, so it is most directly harm to e-commerce. Whether it is features explore based on reverse engineering, or unsupervised clustering detection according to similar structure of shilling attack, currently dete