一種基于流行度分類(lèi)特征的托攻擊檢測(cè)算法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及信息安全領(lǐng)域，具體涉及一種基于流行度分類(lèi)特征的托攻擊檢測(cè)算 法。
【背景技術(shù)】
[0002] 推薦系統(tǒng)是電子商務(wù)領(lǐng)域中為用戶(hù)選擇潛在感興趣項(xiàng)目的重要工具。協(xié)同過(guò)濾是 推薦系統(tǒng)中廣泛應(yīng)用的一種技術(shù)，這種方法通過(guò)為目標(biāo)用戶(hù)尋找最相似用戶(hù)作為最近鄰， 利用最近鄰的購(gòu)買(mǎi)信息產(chǎn)生推薦結(jié)果。這種工作模式在實(shí)際中十分有效，但是卻容易受到 托攻擊（Shillingattacks)。托攻擊者通過(guò)注入一定的虛假概貌成為正常用戶(hù)的最近鄰干 擾推薦系統(tǒng)的推薦結(jié)果，從而增加或者減少目標(biāo)項(xiàng)目的推薦頻率，分別稱(chēng)為推攻擊和核攻 擊（PushandNukeAttacks)，如何防范和檢測(cè)托攻擊成為當(dāng)前推薦系統(tǒng)研宄領(lǐng)域的熱點(diǎn) 之一。
[0003] 如果把托攻擊檢測(cè)看成對(duì)正常用戶(hù)與虛假用戶(hù)進(jìn)行分類(lèi)，那么其中就涉及到分類(lèi) 特征的選擇，即尋找一系列的特征區(qū)分這兩類(lèi)用戶(hù)。當(dāng)前使用的分類(lèi)特征大多是與用戶(hù)對(duì) 項(xiàng)目評(píng)分相關(guān)的，即從正常用戶(hù)與虛假用戶(hù)對(duì)項(xiàng)目評(píng)分的方式不同入手尋找相應(yīng)的檢測(cè)指 標(biāo)，這種方式的檢測(cè)手段有兩個(gè)問(wèn)題：（1)某些正常用戶(hù)與虛假用戶(hù)的評(píng)分方式類(lèi)似，容易 造成對(duì)此類(lèi)正常用戶(hù)的誤判；(2)實(shí)際中的攻擊大多是經(jīng)過(guò)混淆的，如對(duì)目標(biāo)項(xiàng)目不評(píng)最 高（低）分而是評(píng)次高（低）分或在原始評(píng)分基礎(chǔ)上加入一個(gè)隨機(jī)數(shù)作為噪音干擾，這樣 當(dāng)前的檢測(cè)指標(biāo)難以勝任托攻擊方式的各種變化。

【發(fā)明內(nèi)容】

[0004] 針對(duì)現(xiàn)有技術(shù)存在的上述問(wèn)題，本發(fā)明的目的是提供一種基于流行度分類(lèi)特征的 托攻擊檢測(cè)算法。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：一種基于流行度分類(lèi)特征的托攻擊 檢測(cè)算法，包括如下步驟：
[0006]S1:設(shè)存在一個(gè)具有N個(gè)用戶(hù)的用戶(hù)集，該用戶(hù)集中的元素由正常用戶(hù)和虛假用 戶(hù)兩種類(lèi)別組成，兩類(lèi)用戶(hù)分別使用類(lèi)標(biāo)簽〇和1進(jìn)行標(biāo)注，〇表示正常用戶(hù)，1表示虛假用 戶(hù)，nu為用戶(hù)集的元素，表示第u個(gè)用戶(hù)，u= 1，2, 3,...，N;用戶(hù)集中所有用戶(hù)評(píng)價(jià)過(guò)的項(xiàng) 目的并集構(gòu)成項(xiàng)目集，項(xiàng)目集中共有M個(gè)項(xiàng)目，mi為項(xiàng)目集的元素，i= 1，2, 3，...，M;
[0007] 獲取用戶(hù)集中所有用戶(hù)對(duì)項(xiàng)目集中所有項(xiàng)目的歷史評(píng)分?jǐn)?shù)據(jù)，構(gòu)建NXM的用戶(hù) 評(píng)分矩陣B，bui為用戶(hù)評(píng)分矩陣的元素，表示第u個(gè)用戶(hù)對(duì)第i個(gè)項(xiàng)目的評(píng)分，b&的值為評(píng) 分?jǐn)?shù)，如果第u個(gè)用戶(hù)對(duì)第i個(gè)項(xiàng)目沒(méi)有評(píng)分，則令匕為0 ;
[0008]S2:統(tǒng)計(jì)項(xiàng)目集中每個(gè)項(xiàng)目被正常用戶(hù)評(píng)價(jià)的次數(shù)，采用項(xiàng)目流行度表示，記為 d，屯表示項(xiàng)目m滿(mǎn)項(xiàng)目流行度；
[0009]S3 :根據(jù)步驟S1得到的用戶(hù)評(píng)分矩陣和S2得到的項(xiàng)目流行度，確定用戶(hù)流行度向 量，方法如下：
[0010] 1)設(shè)用戶(hù)nu對(duì)項(xiàng)目mi做出過(guò)評(píng)價(jià)，則定義用戶(hù)nu與項(xiàng)目m廣聯(lián)系；
[0011] 2)令u= 1 ;
[0012] 3)i遍歷其取值，所有與用戶(hù)nu有聯(lián)系的項(xiàng)目構(gòu)成聯(lián)系項(xiàng)目集，聯(lián)系項(xiàng)目集中共有 Gu個(gè)元素，guk為聯(lián)系項(xiàng)目集的元素，其表示第k個(gè)與用戶(hù)nu有聯(lián)系的項(xiàng)目；
[0013] 4)設(shè)k=l;
[0014] 5)確定項(xiàng)目集中與項(xiàng)目guk相應(yīng)的項(xiàng)目，然后調(diào)用S2中該項(xiàng)目的項(xiàng)目流行度作為 guk的項(xiàng)目流行度d' k;
[0015] 6)保存與用戶(hù)nu有聯(lián)系的項(xiàng)目guk的項(xiàng)目流行度d' k;
[0016] 7)令k=k+l;
[0017] 8)如果k彡Gu，則返回步驟5)，否則執(zhí)行下一步；
[0018] 9)與用戶(hù)nu有聯(lián)系的所有項(xiàng)目的項(xiàng)目流行度形成一個(gè)一維向量Du，記向量Du為 用戶(hù)流行度向量，^
【主權(quán)項(xiàng)】
1. 一種基于流行度分類(lèi)特征的托攻擊檢測(cè)算法，其特征在于：包括如下步驟： 51 :設(shè)存在一個(gè)具有N個(gè)用戶(hù)的用戶(hù)集，該用戶(hù)集中的元素由正常用戶(hù)和虛假用戶(hù)兩 種類(lèi)別組成，兩類(lèi)用戶(hù)分別使用類(lèi)標(biāo)簽0和1進(jìn)行標(biāo)注，0表示正常用戶(hù)，1表示虛假用戶(hù)， nu為用戶(hù)集的元素，表示第u個(gè)用戶(hù)，u= 1，2, 3,. ..，N;用戶(hù)集中所有用戶(hù)評(píng)價(jià)過(guò)的項(xiàng)目 的并集構(gòu)成項(xiàng)目集，項(xiàng)目集中共有M個(gè)項(xiàng)目，mi為項(xiàng)目集的元素，i= 1，2, 3，...，M; 獲取用戶(hù)集中所有用戶(hù)對(duì)項(xiàng)目集中所有項(xiàng)目的歷史評(píng)分?jǐn)?shù)據(jù)，構(gòu)建NXM的用戶(hù)評(píng)分 矩陣B，bui為用戶(hù)評(píng)分矩陣的元素，表示第u個(gè)用戶(hù)對(duì)第i個(gè)項(xiàng)目的評(píng)分，bui的值為評(píng)分 數(shù)，如果第u個(gè)用戶(hù)對(duì)第i個(gè)項(xiàng)目沒(méi)有評(píng)分，則令buiS0 ; 52 :統(tǒng)計(jì)項(xiàng)目集中每個(gè)項(xiàng)目被正常用戶(hù)評(píng)價(jià)的次數(shù)，采用項(xiàng)目流行度表示，記為d，屯表 示項(xiàng)目1^的項(xiàng)目流行度； 53 :根據(jù)步驟S1得到的用戶(hù)評(píng)分矩陣和S2得到的項(xiàng)目流行度，確定用戶(hù)流行度向量， 方法如下： 1) 設(shè)用戶(hù)nu對(duì)項(xiàng)目mi做出過(guò)評(píng)價(jià)，則定義用戶(hù)nu與項(xiàng)目m1有聯(lián)系； 2) 令u= 1 ; 3. i遍歷其取值，所有與用戶(hù)nu有聯(lián)系的項(xiàng)目構(gòu)成聯(lián)系項(xiàng)目集，聯(lián)系項(xiàng)目集中共有Gu個(gè) 元素，guk為聯(lián)系項(xiàng)目集的元素，其表示第k個(gè)與用戶(hù)nu有聯(lián)系的項(xiàng)目； 4) 設(shè)k= 1 ; 5) 確定項(xiàng)目集中與項(xiàng)目guk相應(yīng)的項(xiàng)目，然后調(diào)用S2中該項(xiàng)目的項(xiàng)目流行度作為guk 的項(xiàng)目流行度d'k; 6) 保存與用戶(hù)nu有聯(lián)系的項(xiàng)目guk的項(xiàng)目流行度d' k; 7) 令k=k+1 ; 8) 如果k<Gu，則返回步驟5)，否則執(zhí)行下一步； 9) 與用戶(hù)nu有聯(lián)系的所有項(xiàng)目的項(xiàng)目流行度形成一個(gè)一維向量Du，記向量Du為用戶(hù) 流行度向量，輸出Du; 10) 令u=u+1 ;
11) 如果u<N，則返回步驟3)，否則結(jié)束循環(huán)； 54 :計(jì)算基于流行度的分類(lèi)特征值，所述基于流行度的分類(lèi)特征值包括用戶(hù)流行度均 值、用戶(hù)流行度極差和用戶(hù)流行度上分位點(diǎn)，方法如下： 1) 根據(jù)公式（3)計(jì)算用戶(hù)流行度均值MUD:
其中，MUDU表示用戶(hù)nu的用戶(hù)流行度均值，d'k表示用戶(hù)nu的用戶(hù)流行度向量Du中的 元素，Gu表示與用戶(hù)nu有聯(lián)系的項(xiàng)目的總數(shù)； 2) 根據(jù)公式（4)計(jì)算用戶(hù)流行度極差RUD: RUDU=d，max-d，min，u= 1，2, 3. ??，N(4)； 其中，RUDU表示用戶(hù)nu的用戶(hù)流行度極差，d'max表示用戶(hù)nu的用戶(hù)流行度向量Du的 元素中值最大的項(xiàng)目流行度，d'^表示用戶(hù)nu的用戶(hù)流行度向量Du的元素中值最小的項(xiàng) 目流行度； 3)根據(jù)公式（5)計(jì)算用戶(hù)流行度上四分位數(shù)QUD: QUDU=d，k，u= 1，2, 3. ??，N(5)； 其中，QUDU表示nu的用戶(hù)流行度上四分位數(shù)，d'k表示用戶(hù)nu的用戶(hù)流行度向量Du中 元素按照其值由小到大排序后，處于前四分之一位置處的項(xiàng)目流行度； 55 :根據(jù)用戶(hù)的類(lèi)標(biāo)簽及其相應(yīng)的基于流行度分類(lèi)特征，采用分類(lèi)算法得到分類(lèi)器； 56 :對(duì)任何一個(gè)新用戶(hù)，采用步驟S3-S4所述方法計(jì)算該新用戶(hù)基于流行度的分類(lèi)特 征值，然后將該新用戶(hù)的分類(lèi)特征值輸入步驟S5確定的分類(lèi)器中進(jìn)行分類(lèi)，判定該新用戶(hù) 的類(lèi)別。
2.如權(quán)利要求1所述的基于流行度分類(lèi)特征的托攻擊檢測(cè)算法，其特征在于：所述步 驟S5中的分類(lèi)算法為決策樹(shù)算法，步驟如下： S2a:由已知正常用戶(hù)和虛假用戶(hù)組成的所述用戶(hù)集記為當(dāng)前用戶(hù)集S，S= {n"n2, ? ? ?，nu, ? ? ?，％}，用戶(hù)nu的屬性向量為PU，PU= {alu,a2u, ? ? ?atu, ? ? ?aLN}T，其中L= 3， alu，a2u和a3u分別表不MUDu,RUDU和QUDu; S2b:采用連續(xù)屬性離散化的方法，對(duì)當(dāng)前用戶(hù)集S中所有用戶(hù)的屬性向量中的元素進(jìn) 行處理，經(jīng)過(guò)處理后，所有用戶(hù)的每個(gè)屬性根據(jù)其值被分箱分為V個(gè)子區(qū)間； S2c:以屬性MUD為根節(jié)點(diǎn)，根據(jù)當(dāng)前用戶(hù)集S中用戶(hù)的MUD值將用戶(hù)分到V個(gè)子區(qū)間 中，形成V個(gè)當(dāng)前用戶(hù)子集； 以屬性RUD為根節(jié)點(diǎn)，根據(jù)當(dāng)前用戶(hù)集S中用戶(hù)的RUD值將用戶(hù)分到V個(gè)子區(qū)間中，形 成V個(gè)當(dāng)前用戶(hù)子集； 以屬性QUD為根節(jié)點(diǎn)，根據(jù)當(dāng)前用戶(hù)集S中用戶(hù)的QUD值將用戶(hù)分到V個(gè)子區(qū)間中，形 成V個(gè)當(dāng)前用戶(hù)子集； S2d:根據(jù)公式（6)至（10)計(jì)算當(dāng)前用戶(hù)集S在每個(gè)屬性下的信息增益率：
其中，At,t= 1，2, 3,At表示屬性，GainRatio(S,At)表示當(dāng)前用戶(hù)集S在屬性At下的 分類(lèi)信息增益率，Gain(S，At)表示當(dāng)前用戶(hù)集S在屬性At下的分類(lèi)信息增益，Entropy(S) 表示當(dāng)前用戶(hù)集S的信息j：商，Sv表示第v個(gè)當(dāng)前用戶(hù)子集，Entropy(Sv)表示前用戶(hù)子集Sv 的信息熵，|SV|表示第v個(gè)當(dāng)前用戶(hù)子集\中用戶(hù)的數(shù)量，|S|表示當(dāng)前用戶(hù)集S中用戶(hù) 的數(shù)量，Z表示當(dāng)前用戶(hù)集S中正常用戶(hù)的數(shù)量，J表示當(dāng)前用戶(hù)集S中虛假用戶(hù)的數(shù)量，Zv 表示第v個(gè)當(dāng)前用戶(hù)子集Sv中正常用戶(hù)的數(shù)量，Jv表示第v個(gè)當(dāng)前用戶(hù)子集Sv中虛假用戶(hù) 的數(shù)量； S2f:選擇以信息增益率最大的屬性為根節(jié)點(diǎn)將當(dāng)前用戶(hù)集S分成的V個(gè)當(dāng)前用戶(hù)子 集； S2g:判斷每個(gè)當(dāng)前用戶(hù)子集中用戶(hù)的數(shù)量和類(lèi)別： 如果每個(gè)當(dāng)前用戶(hù)子集中用戶(hù)的數(shù)量等于1或0,或者每個(gè)當(dāng)前用戶(hù)子集中用戶(hù)的類(lèi) 標(biāo)簽相同時(shí)，執(zhí)行步驟S2i;否則執(zhí)行下一步； S2h:v遍歷其取值，v= (1，2, 3,. . .，V)，v每取一個(gè)值，將第v個(gè)當(dāng)前用戶(hù)子集作為當(dāng) 前用戶(hù)集S，更新當(dāng)前用戶(hù)集S，并執(zhí)行步驟S2c至步驟S2g所述的方法； S2i:分類(lèi)結(jié)束，輸出分類(lèi)器。
【專(zhuān)利摘要】本發(fā)明涉及一種基于流行度分類(lèi)特征的托攻擊檢測(cè)算法，該算法首先統(tǒng)計(jì)用戶(hù)對(duì)項(xiàng)目的評(píng)分，構(gòu)建用戶(hù)評(píng)分矩陣；然后統(tǒng)計(jì)項(xiàng)目的項(xiàng)目流行度；其次確定用戶(hù)流行度向量；再次計(jì)算基于流行度的分類(lèi)特征值MUD，RUD和QUD；然后構(gòu)建分類(lèi)器，最后將新用戶(hù)的用戶(hù)流行度向量中的元素輸入分類(lèi)器中，即可判定該新用戶(hù)為正常用戶(hù)或虛假用戶(hù)。本發(fā)明提供的檢測(cè)算法，對(duì)用戶(hù)類(lèi)別有較好的判定效果，無(wú)論是在單純的隨機(jī)攻擊、評(píng)價(jià)攻擊、流行攻擊或混淆技術(shù)干擾時(shí)的攻擊時(shí)都有非常好的托攻擊檢測(cè)性能，并且計(jì)算代價(jià)低，檢測(cè)時(shí)間更短。
【IPC分類(lèi)】G06F17-30, G06F21-55
【公開(kāi)號(hào)】CN104809393
【申請(qǐng)?zhí)枴緾N201510238156
【發(fā)明人】李文濤, 高旻, 田仁麗, 熊慶宇, 文俊浩, 梁山
【申請(qǐng)人】重慶大學(xué)
【公開(kāi)日】2015年7月29日
【申請(qǐng)日】2015年5月11日