基于时域背离特征分析的托攻击检测算法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究现状 | 第8-9页 |
| 1.3 选题意义 | 第9-10页 |
| 1.4 论文主要工作 | 第10页 |
| 1.5 论文结构 | 第10-12页 |
| 第2章 相关技术研究 | 第12-23页 |
| 2.1 协同过滤推荐算法 | 第12-16页 |
| 2.1.1 基于模型的协同过滤推荐算法 | 第13页 |
| 2.1.2 基于内存的协同过滤推荐算法 | 第13-16页 |
| 2.2 推荐系统的托攻击案例分析 | 第16-17页 |
| 2.3 托攻击相关概念 | 第17-19页 |
| 2.3.1 托攻击模型 | 第17-18页 |
| 2.3.2 攻击强度 | 第18-19页 |
| 2.4 托攻击检测与防御技术 | 第19-21页 |
| 2.4.1 托攻击检测技术 | 第19-21页 |
| 2.4.2 托攻击防御技术 | 第21页 |
| 2.5 高斯混合模型的异常检测算法 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 基于评分信息熵的防攻击推荐算法 | 第23-33页 |
| 3.1 评分信息熵 | 第23页 |
| 3.2 算法分析 | 第23-25页 |
| 3.3 实验结果与分析 | 第25-32页 |
| 3.3.1 实验设置 | 第25-26页 |
| 3.3.2 结果分析 | 第26-32页 |
| 3.4 本章小节 | 第32-33页 |
| 第4章 基于时域背离特征分析的托攻击检测算法 | 第33-46页 |
| 4.1 时域背离特征分析 | 第33页 |
| 4.2 算法分析 | 第33-37页 |
| 4.2.1 生成可疑用户集 | 第33-34页 |
| 4.2.2 托攻击检测 | 第34-36页 |
| 4.2.3 算法流程 | 第36-37页 |
| 4.3 实验结果与分析 | 第37-45页 |
| 4.3.1 实验设置 | 第37-39页 |
| 4.3.2 结果分析 | 第39-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读学位期间的研究成果 | 第53页 |
