推荐系统攻击检测算法的研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究工作背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要研究内容与创新 | 第14-15页 |
| 1.4 本文结构安排 | 第15-16页 |
| 第二章 推荐系统与推荐攻击 | 第16-29页 |
| 2.1 推荐系统相关知识 | 第16-19页 |
| 2.1.1 推荐系统基本概念 | 第16-17页 |
| 2.1.2 推荐算法分类 | 第17-19页 |
| 2.2 协同过滤推荐算法 | 第19-22页 |
| 2.2.1 基于用户的协同过滤算法 | 第19-20页 |
| 2.2.2 基于项目的协同过滤算法 | 第20-21页 |
| 2.2.3 混合协同过滤算法 | 第21-22页 |
| 2.3 推荐攻击相关问题分析 | 第22-28页 |
| 2.3.1 推荐攻击的定义 | 第22-23页 |
| 2.3.2 推荐攻击模型 | 第23-27页 |
| 2.3.2.1 攻击用户概貌 | 第23-24页 |
| 2.3.2.2 攻击模型分类 | 第24-27页 |
| 2.3.3 推荐攻击的效果评价指标 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 经典攻击检测算法及攻击评估 | 第29-36页 |
| 3.1 攻击检测算法分类 | 第29-31页 |
| 3.1.1 基于统计学的检测算法 | 第29页 |
| 3.1.2 基于有监督分类的检测算法 | 第29-30页 |
| 3.1.3 基于无监督聚类的检测算法 | 第30页 |
| 3.1.4 其它检测算法 | 第30-31页 |
| 3.2 实验设计 | 第31-32页 |
| 3.2.1 实验内容 | 第31-32页 |
| 3.2.2 实验数据集 | 第32页 |
| 3.2.3 实验评价指标 | 第32页 |
| 3.3 实验结果与分析 | 第32-35页 |
| 3.3.1 对平均预测偏移的影响 | 第32-34页 |
| 3.3.2 对命中率的影响 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于UnRAP的群组攻击检测 | 第36-48页 |
| 4.1 问题和相关工作 | 第36页 |
| 4.2 基于用户群组的检测算法AP-UnRAP | 第36-42页 |
| 4.2.1 UnRAP算法 | 第36-38页 |
| 4.2.2 AP聚类算法 | 第38-40页 |
| 4.2.3 AP-UnRAP算法思想及流程 | 第40-42页 |
| 4.3 实验设计 | 第42-43页 |
| 4.3.1 实验内容 | 第42-43页 |
| 4.3.2 实验数据集 | 第43页 |
| 4.3.3 实验评价指标 | 第43页 |
| 4.4 实验结果及分析 | 第43-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 基于AP聚类的混合无监督攻击检测 | 第48-70页 |
| 5.1 问题和相关工作 | 第48页 |
| 5.2 混合无监督检测算法AP-MiX | 第48-55页 |
| 5.2.1 相关定义 | 第48-53页 |
| 5.2.2 AP-Mix算法思想及流程 | 第53-55页 |
| 5.3 实验设计 | 第55-56页 |
| 5.3.1 实验内容 | 第55-56页 |
| 5.3.2 实验数据集 | 第56页 |
| 5.3.3 实验评价指标 | 第56页 |
| 5.4 实验结果与分析 | 第56-68页 |
| 5.4.1 参数对算法的影响 | 第56-59页 |
| 5.4.2 与经典攻击检测算法性能对比 | 第59-66页 |
| 5.4.3 对多目标项目的检测 | 第66-68页 |
| 5.5 本章小结 | 第68-70页 |
| 第六章 全文总结与展望 | 第70-72页 |
| 6.1 全文总结 | 第70-71页 |
| 6.2 后续工作展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间取得的成果 | 第78-79页 |
