计算机工程与科学

作者：贾俊杰, 段超强

单位：（西北师范大学计算机科学与工程学院，甘肃 兰州 730070）

关键词：推荐系统,托攻击检测,评分离散度,决策树,

基金：国家自然科学基金（61967013）；甘肃省高等学校创新能力提升项目（2019A-006）

检测托攻击的本质是对真实用户和虚假用户进行分类，现有的检测算法对于具有选择项的流行攻击、段攻击等攻击方式的检测鲁棒性较差。针对这一问题，通过分析真实用户和虚假用户的评分分布情况，结合ID3决策树提出基于用户评分离散度的托攻击检测Dispersion-C算法。算法通过用户评分极端评分比、去极端评分方差和用户评分标准差3个特征衡量用户评分离散度，并将其作为ID3决策树算法的分类特征，根据不同特征的信息增益选择特征作为分类属性，训练分类器。实验结果表明，Dispersion-C算法对各类托攻击均有良好的检测效果，具有较好的鲁棒性。

来源：2022年第3期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第3期