面向社会化推荐的托攻击及检测研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

面向社会化推荐的托攻击及检测研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 研究背景及意义1

1.2 研究现状2

1.2.1 社会化推荐系统研究现状2

1.2.2 评分驱动的推荐系统中托攻击检测研究现状4

1.2.3 关系驱动的社交网络中托攻击检测研究现状4

1.3 研究内容和目的5

1.3.1 研究内容5

1.3.2 创新点6

1.4 本书的组织结构7

第2章 社会化推荐系统与托攻击检测相关技术9

2.1 评分驱动的推荐算法9

2.2 社会化推荐算法12

2.3 评分驱动的推荐系统中的托攻击研究16

2.3.1 评分驱动的推荐系统中的托攻击模型16

2.3.2 评分驱动的推荐系统中的托攻击检测19

2.4 关系驱动的社交网络中托攻击研究20

2.4.1 关系驱动的社交网络中的托攻击形式20

2.4.2 关系驱动的社交网络中的托攻击检测21

2.5 半监督学习方法22

2.6 本章小结23

第3章 面向社会化推荐系统的托攻击模型24

3.1 引言24

3.2 预备知识25

3.2.1 引例25

3.2.2 基本定义26

3.3 社会化推荐系统中的托攻击建模28

3.3.1 托攻击建模28

3.3.2 攻击策略研究31

3.4 实验与结果分析35

3.4.1 实验设置35

3.4.2 实验结果分析37

3.5 本章小结45

第4章 基于流行度分类特征的推荐系统托攻击检测方法46

4.1 引言46

4.2 预备知识47

4.2.1 基本概念47

4.2.2 基于评分的推荐系统托攻击分类特征48

4.3 方法依据49

4.3.1 项目流行度分布分析50

4.3.2 用户流行度分布分析51

4.4 基于流行度的托攻击检测算法57

4.4.1 算法框架57

4.4.2 特征提取方法58

4.4.3 托攻击检测算法Pop-SAD60

4.5 实验与结果分析60

4.5.1 实验设置60

4.5.2 实验结果分析62

4.6 Amazon.cn虚假用户检测分析66

4.6.1 流行度分布分析67

4.6.2 检测效果分析68

4.7 本章小结69

第5章 基于拉普拉斯得分的社交网络托攻击检测方法70

5.1 引言70

5.2 基于拉普拉斯得分的托攻击检测算法71

5.2.1 算法框架71

5.2.2 基于拉普拉斯得分的特征选择72

5.2.3 基于半监督随机森林的分类算法74

5.2.4 LSCO-Forest算法75

5.3 实验与结果分析76

5.3.1 实验设置76

5.3.2 实验结果分析78

5.4 本章小结81

第6章 基于协同训练的社会化推荐系统托攻击检测方法82

6.1 引言82

6.2 预备知识83

6.2.1 社会化推荐系统托攻击模型83

6.2.2 用于检测社会化推荐系统托攻击的特征提取方法84

6.3 基于协同训练的托攻击检测算法84

6.3.1 算法框架84

6.3.2 特征提取85

6.3.3 模型训练86

6.3.4 CO-SAD模型与结果预测88

6.4 实验与结果分析89

6.4.1 实验设置89

6.4.2 实验结果分析91

6.5 本章小结99

第7章 总结与展望100

7.1 总结100

7.2 展望101

参考文献103