论文部分内容阅读
受推荐系统在电子商务领域重大经济利益的驱动，恶意用户以非法牟利为目的实施托攻击，操纵改变推荐结果，使推荐系统面临严峻的信息安全威胁，如何识别和检测托攻击成为保障推荐系统信息安全的关键。传统支持向量机（SVM）方法同时受到小样本和数据不均衡两个问题的制约。为此，提出一种半监督SVM和非对称集成策略相结合的托攻击检测方法。首先训练初始SVM，然后引入K最近邻法优化分类面附近样本的标记质量，利用标记数据和未标记数据的混合样本集减少对标记数据的需求。最后，设计一种非对称加权集成策略，重点关注攻击样本的分类准确率，