| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 协同过滤推荐技术及托攻击介绍 | 第16-25页 |
| 2.1 协同过滤推荐技术 | 第16-20页 |
| 2.1.1 基于用户的协同过滤算法 | 第16-19页 |
| 2.1.2 基于物品的协同过滤算法 | 第19-20页 |
| 2.2 协同过滤推荐系统托攻击介绍 | 第20-24页 |
| 2.2.1 托攻击原理介绍 | 第20-21页 |
| 2.2.2 托攻击相关定义 | 第21-23页 |
| 2.2.3 托攻击模型 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于新颖项目评分序列聚类的托攻击检测方法 | 第25-35页 |
| 3.1 基于新颖项目评分序列聚类的托攻击检测方法基本框架 | 第25-26页 |
| 3.2 原始评分数据处理 | 第26-31页 |
| 3.2.1 构建新颖项目评分序列 | 第27-29页 |
| 3.2.2 生成评分数百分比序列 | 第29-31页 |
| 3.3 基于聚类的托攻击检测方法 | 第31-34页 |
| 3.3.1 FarthestFirst聚类算法分析 | 第31-33页 |
| 3.3.2 攻击概貌检测 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于评分序列分类特征的托攻击检测方法 | 第35-49页 |
| 4.1 基于评分序列分类特征的托攻击检测方法基本框架 | 第35-36页 |
| 4.2 基于评分序列的分类特征提取 | 第36-44页 |
| 4.2.1 生成用户概貌的评分序列 | 第37-40页 |
| 4.2.2 特征提取 | 第40-44页 |
| 4.3 基于分类特征的托攻击检测方法 | 第44-48页 |
| 4.3.1 MultiBootst集成学习方法分析 | 第45-46页 |
| 4.3.2 攻击概貌检测 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 实验验证与分析 | 第49-60页 |
| 5.1 实验准备工作 | 第49-50页 |
| 5.1.1 实验数据来源 | 第49页 |
| 5.1.2 实验环境 | 第49页 |
| 5.1.3 实验评价指标 | 第49-50页 |
| 5.2 基于新颖项目评分序列聚类的托攻击检测方法实验验证及分析 | 第50-54页 |
| 5.2.1 实验数据 | 第50页 |
| 5.2.2 实验结果和分析 | 第50-54页 |
| 5.3 基于评分序列分类特征的托攻击检测方法实验验证及分析 | 第54-59页 |
| 5.3.1 实验数据 | 第54页 |
| 5.3.2 实验结果和分析 | 第54-59页 |
| 5.4 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67页 |
