基于奇异值分解的攻击检测

摘要：

为有效解决协同过滤推荐系统中由托攻击影响导致的推荐准确率降低的问题,分析托攻击者的几种主要攻击行为特点,提出一种对用户-项目评分矩阵进行奇异值分解的方法.将托攻击者聚类,通过奇异值分解的方法分解评分矩阵,寻找攻击路径,剔除攻击者.实例仿真计算结果表明,该方法能有效阻止托攻击者对目标项分数的提高/降低,提高了托攻击检测的效果.

关键词：推荐算法、协同过滤、信息过载、托攻击者、奇异值分解

所属期刊栏目：38

分类号：TP393(计算技术、计算机技术)

资助基金：贵州省科学技术基金项目黔科合J 字 [2014]2082 号、黔科合J 字 [2014]2081 号;重庆市科委基础与前沿研究计划基金项目cstc2014jcyjA40039

在线出版日期：2017-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：287-293