移动社交网络中推荐系统安全检测技术的研究和实现
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题背景 | 第9-11页 |
| 1.2 国内外研究现状及关键技术 | 第11-14页 |
| 1.3 课题来源及本人工作 | 第14-15页 |
| 1.4 本文结构 | 第15-17页 |
| 第二章 推荐系统及群攻击模型 | 第17-35页 |
| 2.1 推荐系统介绍 | 第17-27页 |
| 2.1.1 基于用户的协同过滤推荐系统 | 第21-23页 |
| 2.1.2 基于项目的协同过滤推荐系统 | 第23-25页 |
| 2.1.3 推荐系统算法比较 | 第25-27页 |
| 2.2 推荐系统中的攻击问题分析 | 第27-34页 |
| 2.2.1 推荐系统中的安全隐患 | 第27-28页 |
| 2.2.2 单攻击的相关模型 | 第28页 |
| 2.2.3 群攻击的相关模型 | 第28-31页 |
| 2.2.4 实验分析 | 第31-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第三章 基于数据追踪的安全检测算法 | 第35-47页 |
| 3.1 数据追踪检测算法概述 | 第35页 |
| 3.2 数据追踪检测算法描述 | 第35-42页 |
| 3.2.1 基础属性定义 | 第38-40页 |
| 3.2.2 数据检测追踪预测 | 第40-42页 |
| 3.2.3 攻击用户分类 | 第42页 |
| 3.3 实验及结果分析 | 第42-45页 |
| 3.3.1 实验内容 | 第42-43页 |
| 3.3.2 结果与分析 | 第43-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 基于万有引力的安全检测模型 | 第47-74页 |
| 4.1 基于万有引力的安全检测模型概述 | 第48-50页 |
| 4.2 基于万有引力的安全检测模型描述 | 第50-60页 |
| 4.2.1 基础属性定义 | 第50-54页 |
| 4.2.2 追踪预测模块 | 第54-59页 |
| 4.2.3 群攻击用户判定模块 | 第59-60页 |
| 4.3 实验及结果分析 | 第60-65页 |
| 4.3.1 实验内容 | 第60-61页 |
| 4.3.2 结果与分析 | 第61-65页 |
| 4.4 原型系统实验 | 第65-72页 |
| 4.4.1 原型系统设计和数据库开发 | 第66-68页 |
| 4.4.2 原型系统开发 | 第68-69页 |
| 4.4.3 原型系统展示 | 第69-72页 |
| 4.5 本章小结 | 第72-74页 |
| 第五章 总结与展望 | 第74-77页 |
| 5.1 论文总结 | 第74-75页 |
| 5.2 论文展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 附录1 攻读硕士学位期间申请的专利 | 第81-82页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第82-83页 |
| 附录3 图表清单 | 第83-85页 |
| 致谢 | 第85页 |
