| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-23页 |
| ·研究背景和意义 | 第11-13页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·攻击模型的分类 | 第13-16页 |
| ·国内外研究现状 | 第16-21页 |
| ·主要研究内容 | 第21-22页 |
| ·本文组织结构 | 第22-23页 |
| 第2章 推荐攻击专用特征提取方法 | 第23-49页 |
| ·相关理论 | 第23-27页 |
| ·Hilbert-Huang 变换 | 第23-25页 |
| ·词频-逆向文档频率 | 第25-26页 |
| ·互信息 | 第26-27页 |
| ·专用特征提取算法 | 第27-48页 |
| ·基于 Hilbert-Huang 变换的专用特征 | 第27-35页 |
| ·基于词频-逆向文档频率的专用特征 | 第35-43页 |
| ·基于互信息的专用特征 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 第3章 推荐攻击通用特征提取方法 | 第49-61页 |
| ·信息熵的相关理论 | 第49页 |
| ·基于信息熵的通用特征提取算法 | 第49-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 基于支持向量机的推荐攻击集成检测方法 | 第61-69页 |
| ·相关理论 | 第61-64页 |
| ·支持向量机 | 第61-62页 |
| ·集成学习 | 第62-64页 |
| ·检测框架 | 第64-65页 |
| ·检测算法 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 基于仿生模式识别的未知推荐攻击集成检测方法 | 第69-77页 |
| ·相关理论 | 第69-71页 |
| ·仿生模式识别的基本原理 | 第69-70页 |
| ·仿生模式识别的实现方法 | 第70-71页 |
| ·检测框架 | 第71-72页 |
| ·检测算法 | 第72-76页 |
| ·本章小结 | 第76-77页 |
| 第6章 实验与评价 | 第77-94页 |
| ·实验数据和设置 | 第77-80页 |
| ·评价指标 | 第80-82页 |
| ·特征重要性的评价指标 | 第80-81页 |
| ·检测性能的评价指标 | 第81-82页 |
| ·实验结果 | 第82-92页 |
| ·专用特征的信息增益 | 第82-84页 |
| ·通用特征的信息增益 | 第84-85页 |
| ·对已知推荐攻击的检测性能比较 | 第85-89页 |
| ·对未知推荐攻击的检测性能比较 | 第89-92页 |
| ·本章小结 | 第92-94页 |
| 结论 | 第94-96页 |
| 参考文献 | 第96-106页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第106-107页 |
| 致谢 | 第107-108页 |
| 作者简介 | 第108页 |