[发明专利]基于栈式稀疏自编码器的托攻击检测方法

权利要求书

1.一种基于栈式稀疏自编码器的托攻击检测方法，其特征在于：包括下列步骤：

(1)输入用户对项目的评分数据：R＝|D|×|I|，其中R是指规模为|D|×|I|的评分矩阵，D是指全体用户，I是指全体项目，|D|与|I|分别指D与I的数量，且D＝D^U∪D¹∪…∪D^q∪…∪D^c，其中D^U是指未知类型的用户集合，D¹是指已知的正常用户集合，D^q是指已知的q类型托攻击用户集合，2≤q≤c，c是指已知的用户类型总数；

(2)初始化评分矩阵R：归一化每个用户的评分数据，使评分在0～1之间；

(3)以归一化后的评分数据作为输入，训练栈式稀疏自编码器；

(4)用栈式稀疏自编码器提取的用户特征数据作为输入，训练朴素贝叶斯分类器：

(4a)构建训练朴素贝叶斯分类器的代价函数：

其中：

θ_nb是指朴素贝叶斯分类器的所有参数，u_n是指第n个用户的特征数据，Λ_n是指用户n的权重衰减项，C_q^attack是指q类型托攻击用户，C^normal是指正常用户类型，d是指选取的特征总数，u_nr是指用户n的第r个特征，μ_qr和σ_qr分别是指q类型托攻击用户在第r个特征上的均值与标准差，c是指已知类型总数，μ_r和σ_r分别是指正常用户类型在第r个特征上的均值与标准差，W_λ是指未知类型用户的权重衰减项，|D^q|是指已知q类型托攻击用户的数量，|D¹|是指已知类型中正常用户的数量；

(4b)初始化参数：

4b1)用已知类型的用户特征数据，初始化上述参数μ_qr、σ_qr²、μ_r、σ_r²、P(C_q^attack)和P(C^normal)，即：

4b2)用随机分布初始化p(u_n|C_q^attack,θ_nb)和p(u_n|C^normal,θ_nb)，使其每个参数随机分布在0-1之间；

4b3)计算当前代价函数值；

(4c)计算未知类型的用户属于每个类型的概率：

用已提取的未知类型用户的特征数据，计算每个未知类型用户属于每个类型的概率：

(4d)用全部用户的特征数据，重新计算上述每个参数μ_qr、σ_qr²、μ_r、σ_r²、 p(u_n|C_q^attack,θ_nb)和p(u_n|C^normal,θ_nb)，得到更新后的参数；

(4e)判断是否终止训练朴素贝叶斯分类器：计算当前代价函数值L_now，并将计算结果与上一次代价函数值L_before进行比较，如果L_now-L_before＜ε_nb，则终止训练朴素贝叶斯分类器，否则，重复执行步骤(4c)-步骤(4d)，其中ε_nb是指朴素贝叶斯分类器停止训练的阈值；

(5)根据朴素贝叶斯分类器计算每个未知类型用户属于每个类型的概率，再对其进行分类找出托攻击用户。