隨著電子商務(wù)零售業(yè)的迅猛發(fā)展和社交網(wǎng)絡(luò)營銷的興起，以用戶間社交關(guān)系作為額外輸入的社會化推薦系統(tǒng)成為新的研究方向。社會化推薦系統(tǒng)基于社交關(guān)系體現(xiàn)用戶間相似性這一假設(shè)，對解決傳統(tǒng)推薦系統(tǒng)中存在的冷啟動問題和提高推薦結(jié)果的準(zhǔn)確性具有重要作用。但社會化推薦系統(tǒng)天然開放性的特點(diǎn)，使其容易受到托攻擊者注入虛假欺騙信息（虛假評分或虛假關(guān)系等）的影響。此類攻擊稱為“托攻擊”，托攻擊嚴(yán)重影響了推薦結(jié)果的公正性和真實(shí)性，降低了用戶對系統(tǒng)的信任度。
　　社會化推薦系統(tǒng)可以看成傳統(tǒng)推薦系統(tǒng)與在線社交網(wǎng)絡(luò)結(jié)合的產(chǎn)物。現(xiàn)有研究大多關(guān)注評分驅(qū)動的推薦系統(tǒng)或關(guān)系驅(qū)動的社交網(wǎng)絡(luò)中托攻擊的檢測問題，而較少關(guān)注同時(shí)受評分和關(guān)系驅(qū)動的社會化推薦系統(tǒng)可能受到的攻擊形式與檢測手段。針對現(xiàn)有研究的不足，本書首先對社會化推薦系統(tǒng)中的托攻擊者的行為方式進(jìn)行建模，然后提出用于檢測推薦系統(tǒng)與社交網(wǎng)絡(luò)中虛假欺騙信息的特征提取方法，進(jìn)而得到社會化推薦系統(tǒng)中的托攻擊檢測技術(shù)。本書分別從以下幾個(gè)方面展開研究。
　　（1）構(gòu)建面向社會化推薦系統(tǒng)的托攻擊模型，并從攻擊成本與攻擊效果角度對所提模型進(jìn)行分析。托攻擊模型是托攻擊者向系統(tǒng)注入虛假用戶概貌的手段。通過分析現(xiàn)有社會化推薦技術(shù)的工作原理，歸納出托攻擊者可能的攻擊形式，從而提出托攻擊模型。然后分析攻擊模型對推薦結(jié)果的影響，得到所提托攻擊模型對社會化推薦系統(tǒng)的攻擊效果。
　�。�2）針對評分驅(qū)動的推薦系統(tǒng)中的托攻擊問題，提出一種基于流行度分類特征的托攻擊檢測方法。推薦系統(tǒng)中托攻擊者通過注入虛假評分影響推薦結(jié)果，傳統(tǒng)方法大多從托攻擊者的評分方式入手，此類方法難以對新形式攻擊進(jìn)行檢測。為了解決這個(gè)問題，從托攻擊者與正常用戶不同的項(xiàng)目選擇行為入手，分析用戶概貌中項(xiàng)目流行度分布存在的差異，得到用于檢測推薦系統(tǒng)托攻擊的特征提取方法，最后結(jié)合分類器對推薦系統(tǒng)中的托攻擊進(jìn)行檢測。
　�。�3）針對關(guān)系驅(qū)動的社交網(wǎng)絡(luò)中的托攻擊問題，提出一種基于拉普拉斯得分的托攻擊檢測方法。社交網(wǎng)絡(luò)中托攻擊者通過注入虛假關(guān)系提升自己的影響力，從而達(dá)到傳播虛假信息的目的。現(xiàn)有方法在訓(xùn)練模型時(shí)使用的特征維度較高，造成檢測準(zhǔn)確性不足。為了解決這個(gè)問題，提出無監(jiān)督的特征選擇方法，該方法通過拉普拉斯得分衡量特征的局部信息保持能力，以進(jìn)行特征選擇。在此基礎(chǔ)上，結(jié)合半監(jiān)督學(xué)習(xí)方法對社交網(wǎng)絡(luò)中的托攻擊進(jìn)行檢測。
　　（4）面向社會化推薦系統(tǒng)中的托攻擊檢測問題，提出一種基于半監(jiān)督協(xié)同訓(xùn)練的社會化推薦系統(tǒng)托攻擊檢測方法。社會化推薦系統(tǒng)中的用戶包括評分特征與關(guān)系特征，因此可以利用推薦系統(tǒng)與社交網(wǎng)絡(luò)中檢測托攻擊的特征提取方法，得到用戶評分視圖與關(guān)系視圖的特征。同時(shí)考慮到系統(tǒng)中標(biāo)簽不足的問題，將半監(jiān)督協(xié)同訓(xùn)練算法用于模型構(gòu)建，在兩個(gè)獨(dú)立的特征子圖上分別訓(xùn)練分類器，從而對社會化推薦系統(tǒng)中的托攻擊進(jìn)行檢測。
　　本書受國家自然科學(xué)基金“基于用戶可信度的抗托攻擊協(xié)同過濾推薦機(jī)理研究”（項(xiàng)目編號：71102065）、重慶市前沿與應(yīng)用基礎(chǔ)研究計(jì)劃“基于多維社交關(guān)系挖掘的抗干擾社會化推薦研究”（項(xiàng)目編號：CSTS2015JCYJA40049）、中國博士后基金“基于虛假用戶群體特征的抗托攻擊協(xié)同過濾關(guān)鍵技術(shù)研究”（項(xiàng)目編號：2012M521680）、中央高�；�金“多視圖協(xié)同訓(xùn)練的托攻擊檢測研究”（項(xiàng)目編號：106112014CDJZR095502）等項(xiàng)目的資助，在此表示感謝。
　　限于本書作者的學(xué)識水平，書中不足之處在所難免，懇請讀者批評指正。
查看全部↓