基于混合特征值的托攻击检测算法

来源：计算机技术与发展杂志2021年第10期北京时间：

作者：雷梦宁;丁爱玲;王新美;韩佳倩;曹苗

摘要：传统的托攻击检测方法多采用基于评分值差异的算法,其在小规模情况下易造成误判率过高的问题。 通过分析真实用户和攻击用户评分项目选择方式的差异,文中提出了一种基于混合特征值的托攻击检测算法。 该算法在 Degsim、MeanVar、WDA 特征检测指标组成的特征模型基础上,加入了流行项目卡方估计值( Chi-square of popular item,CHIP) 、新颖项目卡方估计值( Chi-square of novel item,CHIN) 两个特征检测指标,构成一种新的特征模型。 该特征模型在传统方法的基础上,提出对项目与流行项目、项目与新颖项目之间的关联程度的考量,依据特征属性选择 K-means 聚类与阈值判断相结合的分类方法,可有效区分攻击用户和正常用户。 实验对比表明,该算法在小规模情况下可有效解决误判率高的问题,具有更好的检测准确度。

关键词：推荐系统;托攻击;混合特征;卡方估计值;聚类算法