一种基于时序数据的推荐系统攻击检测方法

摘要

本发明公开了一种基于时序数据的推荐系统攻击检测方法，包括：利用用户‑项目偏好程度数据集和频繁项集挖掘技术，得到用户组和项目组；为每对用户组和项目组计算组偏好程度值比例特征；将项目组中各项目的所有偏好程度按操作时间形成时序的偏好程度数据；为每对的用户组和项目组计算组偏好程度时间间隔特征；为用户组计算组平均熵特征；为每一用户组，选择其对应最大的组偏好程度值比例特征和最大的组偏好程度时间间隔特征，并依次利用上述三种特征对用户组进行排序，得到三个有序的用户组序列；综合所述三个有序的用户组序列，得到一个整体有序的用户组序列，从而得到最可能的攻击用户组；通过组偏好程度值比例特征得到最有可能的目标项目组。

主权项

一种基于时序数据的推荐系统攻击检测方法，包括步骤：步骤S1：利用用户‑项目偏好程度数据集和频繁项集挖掘技术，得到候选的多个用户组和候选的多个项目组；步骤S2：为每对用户组和项目组计算组偏好程度值比例特征，所述组偏好程度值比例特征用于描述组攻击行为在偏好程度值上的特性；步骤S3：将项目组中各项目的所有偏好程度按操作时间的先后顺序进行组织，形成时序的偏好程度数据；步骤S4：为每对的用户组和项目组计算组偏好程度时间间隔特征，捕获组攻击行为的时间间隔特性；步骤S5：为用户组计算组平均熵特征，从一组用户偏好程度分布的角度来检测组攻击行为；步骤S6：为每一用户组，选择其对应最大的组偏好程度值比例特征和最大的组偏好程度时间间隔特征，并依次利用组偏好程度值比例特征、组偏好程度时间间隔特征和组平均熵特征对用户组进行排序，得到三个有序的用户组序列；步骤S7：利用排序聚集技术综合所述三个有序的用户组序列，得到一个整体有序的用户组序列，从而得到最可能的攻击用户组；步骤S8：通过组偏好程度值比例特征得到与所述最可能的攻击用户组对应的最有可能被攻击的目标项目组。