基于SVM和粗糙集理论的用户概貌攻击检测方法

摘要：

针对现有用户概貌攻击检测算法存在准确率不高的问题,提出一种基于SVM和粗糙集理论的用户概貌攻击检测方法.首先,基于项目类别提出一种特征提取方法;然后,结合所提特征与已有特征分别联合填充规模后通过SVM进行二分类检测,再把各个特征检测结果合并构成信息表;最后,利用粗糙集理论生成的决策规则对信息表进行决策,得到最终的检测结果.实验结果表明,本文提出的方法有效提高了攻击检测的准确率.

关键词：协同过滤、用户概貌攻击、攻击检测、SVM、粗糙集理论

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：河北省自然科学基金项目F2011203219,F2013203124;河北省高等学校科学技术研究重点项目ZH2012028

在线出版日期：2014-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：108-113