基于用户概貌和评分序列的混合托攻击检测
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-17页 |
| 1.1 推荐系统概述 | 第8-9页 |
| 1.2 推荐系统的主流模型 | 第9-13页 |
| 1.3 推荐系统面临的问题 | 第13-14页 |
| 1.4 推荐系统安全性 | 第14-15页 |
| 1.5 托攻击检测相关研究 | 第15-16页 |
| 1.6 本文内容安排 | 第16-17页 |
| 2 托攻击检测 | 第17-28页 |
| 2.1 托攻击概述 | 第17页 |
| 2.2 托攻击的属性 | 第17-23页 |
| 2.2.1 托攻击模型 | 第19-22页 |
| 2.2.2 评价指标 | 第22-23页 |
| 2.3 托攻击检测算法 | 第23-27页 |
| 2.3.1 基于用户概貌的攻击检测 | 第23-25页 |
| 2.3.2 基于评分序列的攻击检测 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 基于假设检验的评分序列异常检测 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 基础知识 | 第28-30页 |
| 3.2.1 多项分布 | 第28页 |
| 3.2.2 狄利克雷分布 | 第28-29页 |
| 3.2.3 假设检验 | 第29-30页 |
| 3.2.4 蒙特卡罗方法 | 第30页 |
| 3.3 问题描述 | 第30-31页 |
| 3.4 算法描述 | 第31-34页 |
| 3.4.1 观测值生成 | 第31-32页 |
| 3.4.2 参数估计 | 第32页 |
| 3.4.3 假设检验 | 第32-34页 |
| 3.5 实验分析 | 第34-36页 |
| 3.5.1 实验设置 | 第34页 |
| 3.5.2 实验对比分析 | 第34页 |
| 3.5.3 参数分析 | 第34-36页 |
| 3.6 本章小结 | 第36-38页 |
| 4 托攻击混合检验框架 | 第38-47页 |
| 4.1 引言 | 第38页 |
| 4.2 混合检测 | 第38-39页 |
| 4.3 半监督学习攻击检测 | 第39-42页 |
| 4.4 实验分析 | 第42-46页 |
| 4.4.1 实验设置 | 第42页 |
| 4.4.2 实验对比分析 | 第42-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-49页 |
| 5.1 论文的工作总结 | 第47页 |
| 5.2 下一步的工作方向 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第53页 |
| B. 作者在攻读硕士学位期间参加的科研项目目录 | 第53页 |
