| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文主要研究内容 | 第14页 |
| ·本文组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 推荐系统及用户概貌注入攻击 | 第16-28页 |
| ·推荐系统基本概念 | 第16-17页 |
| ·协同过滤推荐算法 | 第17-20页 |
| ·基于用户的协同过滤推荐算法 | 第17-19页 |
| ·基于项目的协同过滤推荐算法 | 第19-20页 |
| ·用户概貌注入攻击基本概念 | 第20-23页 |
| ·攻击的目的(Attack Intent) | 第20-21页 |
| ·攻击目标(Attack Target) | 第21页 |
| ·攻击所需的知识(Knowledge) | 第21页 |
| ·攻击的收益和成本(Utility and Cost) | 第21-22页 |
| ·攻击模型(Attack Model) | 第22-23页 |
| ·攻击的强度(Attack Size) | 第23页 |
| ·用户概貌注入攻击模型分类 | 第23-27页 |
| ·随机攻击(Random Attack) | 第24页 |
| ·平均攻击(Average Attack) | 第24-25页 |
| ·流行攻击(Bandwagon Attack) | 第25页 |
| ·分段攻击(Segment Attack) | 第25-26页 |
| ·好恶攻击(Love/hate Attack) | 第26页 |
| ·逆流行攻击(Reverse Bandwagon Attack) | 第26-27页 |
| ·完备知识攻击(Perfect Knowledge Attack) | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 相关技术背景介绍 | 第28-42页 |
| ·通用检测属性(Generic Attributes) | 第28-31页 |
| ·评价值背离度(SDUR) | 第28页 |
| ·与其它用户相适应度(DAOU) | 第28-29页 |
| ·平均背离度(RDMA) | 第29页 |
| ·加权评价中心背离度(WDMA) | 第29页 |
| ·加权相似度(WDA) | 第29-30页 |
| ·最近N邻居用户相似度(DegSim) | 第30页 |
| ·加权最近N邻居用户相似度(DegSim’) | 第30页 |
| ·长度方差(LengthVar) | 第30-31页 |
| ·类型专用检测属性(Model Specific Attributes) | 第31-32页 |
| ·均值方差(MeanVar) | 第31页 |
| ·填充均值目标差异(FMTD) | 第31-32页 |
| ·目标模型焦点(TMF) | 第32页 |
| ·分类器技术 | 第32-37页 |
| ·K最近邻居 | 第32-33页 |
| ·线性判别函数 | 第33页 |
| ·支持向量机 | 第33-34页 |
| ·多层感知器神经网络 | 第34-35页 |
| ·径向基函数神经网络 | 第35-36页 |
| ·决策树 | 第36-37页 |
| ·局部泛化误差模型(L-GEM) | 第37-40页 |
| ·泛化误差 | 第37-38页 |
| ·Q-邻域和Q-联合域 | 第38-39页 |
| ·局部泛化误差模型 | 第39-40页 |
| ·对抗学习(Adversarial Learning) | 第40-41页 |
| ·对抗学习概念 | 第40-41页 |
| ·对抗学习中攻击的分类 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于有监督学习的检测方法 | 第42-53页 |
| ·本章概述 | 第42-44页 |
| ·本文所针对的攻击类型 | 第42-43页 |
| ·基于有监督学习检测方法概述 | 第43-44页 |
| ·本文提出的检测属性 | 第44-51页 |
| ·评分间隔均值(MTI) | 第44-46页 |
| ·加权用户评分分布(WURD) | 第46-47页 |
| ·用户相似度分布中心(USDC) | 第47-48页 |
| ·用户共同评价数偏离度(CRD) | 第48-49页 |
| ·改进的加权最近N邻居用户相似度(_DegSim’) | 第49-51页 |
| ·检测属性选择与特征构建 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 实验及结果分析 | 第53-69页 |
| ·实验数据及实验环境 | 第53页 |
| ·实验评价标准 | 第53-54页 |
| ·攻击数据模拟 | 第54-55页 |
| ·实验一 | 第55-62页 |
| ·实验介绍 | 第55-56页 |
| ·实验结果 | 第56-62页 |
| ·实验二 | 第62-66页 |
| ·实验介绍 | 第63-65页 |
| ·实验结果 | 第65-66页 |
| ·实验三 | 第66-68页 |
| ·实验介绍 | 第66-67页 |
| ·实验结果 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读博士/硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76页 |
