论文部分内容阅读
推荐系统可为用户提供个性化服务，成为当前研究热点。但由于推荐系统本身的缺陷而容易受到欺骗攻击，特别是“托”攻击。推荐系统已有的欺骗攻击检测方法可以在一定程度降低欺骗攻击对推荐系统的危害，但是却不能够适应欺骗手段的更新。本文基于免疫网络推荐算法，使用欺骗攻击疫苗和黑名单，引入可信机制，提出了基于免疫网络的具有防欺骗特性的推荐算法(RADSAIN)。
本文的主要工作有：(1)分析了已有的推荐系统欺骗攻击检测方法和基于免疫网络的推荐算法，构建了具有防欺骗特性的推荐系统框架FRSDSA；(2)提出了基于免疫网络的具有防欺骗特性的推荐算法RADSAIN，并通过仿真实验验证了RADSAIN算法的有效性；(3)实现了基于RADSAIN算法的推荐系统RSDSAIN，并通过电影推荐来显示推荐系统RSDSAIN的效果。
本文主要贡献有：(1)通过随机攻击、倾向攻击和分块攻击三种通用欺骗攻击疫苗，有效降低欺骗攻击对推荐系统的推荐结果造成的影响。(2)利用黑名单来预防欺骗攻击，可以有效地降低不同欺骗手段对推荐系统的危害，提高推荐的准确率。(3)利用单层BP神经网络更新可信度。
本文在已有相关工作的基础上，引入欺骗过滤机制，提高了推荐精确度，特别是随机攻击、倾向攻击和分块攻击时，效果更加明显。