[发明专利]一种基于数据追踪的推荐系统安全检测方法有效
| 申请号： | 201610120727.2 | 申请日： | 2016-03-03 |
| 公开（公告）号： | CN105809030B | 公开（公告）日： | 2018-07-10 |
| 发明（设计）人： | 黄海平;李峰;朱洁;叶宁;王鹏;王汝传;沙超;吴鹏飞 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06F21/55 | 分类号： | G06F21/55 |
| 代理公司： | 南京知识律师事务所 32207 | 代理人： | 汪旭东 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于数据追踪的推荐系统安全检测方法，以解决传统的协同过滤推荐系统检测用户注入概貌的耗时长、攻击效果不佳、不能适应大数据处理等缺点。该发明首先使用扩展卡尔曼滤波EKF可应用于时间非线性动态系统的特点，追踪并预测项目的评分状况，之后再利用线性判别分析LDA对项目中的评分异常用户进行聚类分析，从而判定该项目中的攻击用户及其概貌。扩展卡尔曼滤波方法的采用减少了对大量无关数据的检测，从而提高了检测效率，提高了系统的健壮性。追踪算法用于推荐系统的安全检测，能够实现在线不间断的系统检测，降低了误检率。线性判别分析方法实现对多特征用户降维，从而有效地检测恶意用户的概貌注入攻击并增加了检测率。 | ||
| 搜索关键词： | 推荐系统 安全检测 扩展卡尔曼滤波 线性判别分析 检测 数据追踪 攻击 非线性动态系统 追踪 恶意用户 聚类分析 系统检测 协同过滤 异常用户 数据处理 传统的 检测率 健壮性 误检率 有效地 再利用 降维 算法 耗时 判定 预测 应用 | ||
【主权项】：
1.一种基于数据追踪的推荐系统安全检测方法，其特征在于包括如下步骤：1)用户历史评分数据预处理，检测评分项目的历史评分数据；2)项目追踪和预测，利用扩展卡尔曼滤波可应用于时间非线性动态系统的特点，追踪并预测项目的评分状况；3)攻击用户分类，利用线性判别分析式对项目中的评分异常用户进行聚类分析，从而判定该项目中的攻击用户及其概貌。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610120727.2/，转载请声明来源钻瓜专利网。
