文件名称：推荐系统中基于隐式反馈的先发攻击检测方法-研究论文
文件大小：608KB
文件格式：PDF
更新时间：2024-06-09 09:57:33
e-commerce; recommendation system; temporal rules;
考虑了识别先发攻击的问题，该先发攻击旨在在推荐器系统中形成对对象的错误评级。 此类攻击的目的是在建议的项目列表中包含攻击用户指定的商品。 由于攻击而获得的推荐将与客户的真实偏好不符，这可能导致对推荐系统的不信任和销量下降。 用于检测先令攻击的现有方法使用了来自用户的明确反馈，并且主要集中在描述攻击关键特征的构建模式上。 但是，这种模式仅部分考虑了用户兴趣的动态。 通过比较用户选择过程和等级的时间描述，提出了一种使用隐式反馈检测先兆攻击的方法。 使用一组加权时间规则来形成这样的过程的模型，该加权时间规则定义了用户选择给定对象的时刻之间的时间关系。 该方法使用按时间排序的输入数据。 该方法包括以下步骤：形成用于描述销售过程的加权时间规则集，并创建等级，为这些过程计算一组等级，以及基于获得的等级的比较形成攻击指标。 由此产生的迹象可以区分核攻击和推式攻击。 该方法旨在识别购买和评级动态中的差异，即使在某些时间间隔内没有评级值也是如此。 该技术使得可以基于评级值和接收到的攻击指示符的比较来识别掩盖攻击的方法。 当迭代应用时，该方法可以优化潜在攻击者的配置文件列表。 该技术可以与面向模式的方法结合使用，以识别先令攻击。