自动建立信任的防攻击推荐算法研究

doi:10.3969/j.issn.0372-2112.2013.02.027

电子学报 ›› 2013, Vol. 41 ›› Issue (2): 382-387.DOI: 10.3969/j.issn.0372-2112.2013.02.027

自动建立信任的防攻击推荐算法研究

黄世平¹, 黄晋^2,3, 陈健⁴, 汤庸³

1. 中山大学信息科学与技术学院,广东广州 510006;
2. 深圳移动互联网应用中间件技术工程实验室,广东深圳 518060;
3. 华南师范大学计算机学院,广东广州 510631;
4. 华南理工大学软件学院,广东广州 510006

收稿日期:2012-07-16 修回日期:2012-09-30 出版日期:2013-02-25
- 通讯作者:
- 陈健
- 作者简介:
- 黄世平 男,1987年生于湖南邵东,中山大学信息科学与技术学院博士研究生.研究领域为协同软件技术、数据库、推荐系统. E-mail:hship@mail2.sysu.edu.cn 黄晋 男,1976年生于海南琼中,博士,华南师范大学计算机学院讲师.研究领域为数据库理论、信息检索技术及推荐系统应用. E-mail:dr.huangjin@gmail.com
- 基金资助:
- 国家自然科学基金重点项目 (No.60736020); 国家自然科学基金 (No.60970044,No.61272067,No.61272065); 广东省自然科学基金 (No.S2012010009311); 广东省科技项目 (No.2011A091000036,No.2011168005,No.2011B080100031); 华南理工大学中央高校基本科研重点项目 (No.2012ZZ0088)

Anti-Attack Recommender Algorithm Based on Automatic Trust Establishment

HUANG Shi-ping¹, HUANG Jin^2,3, CHEN Jian⁴, TANG Yong³

1. School of Information Science and Technology, Sun Yat-sen University, Guangzhou, Guangdong 510006, China;
2. Shenzhen Engineering Laboratory for Mobile Internet Application Middleware Technology, Shenzhen, Guangdong 518060, China;
3. School of Computer, South China Normal University, Guangzhou, Guangdong 510631, China;
4. School of Software Engineering, South China University of Technology, Guangzhou, Guangdong 510006, China

Received:2012-07-16 Revised:2012-09-30 Online:2013-02-25 Published:2013-02-25

摘要/Abstract

摘要： 随着互联网中信息资源的日益增多,个性化推荐技术作为缓解"信息过载"的有效手段,得到了越来越多的研究者的关注.由于互联网天然的开放性,在商业利益的驱动下,部分恶意用户通过伪造虚假数据来影响系统的推荐结果,从而达到盈利的目的.本文提出一个自动建立信任的防攻击推荐算法,在考虑了用户评分相似性的基础上,引入适当的信任机制,通过为目标用户动态建立和维护有限数量的信任对象来获得可靠的推荐.大量基于真实数据集的实验表明,提出的算法能大大提高推荐系统的鲁棒性和可靠性,并在一定程度上提高了推荐的精准度.

关键词: 推荐系统, 用户信任, 恶意攻击

Abstract: As the information resources available on the Internet are booming nowadays,personalized recommendation technique,which is an effective approach to ameliorate information overloading,has increasingly received attentions from researchers.Due to the native open nature of the Internet and driven by commercial motives,some malicious users attempt to influence the recommendation result via faking data,hoping to gain profits by manipulating recommendation.This paper proposes an anti-attack recommendation algorithm based on automatic trust establishment.Considering the similarities between user ratings,the proposed algorithm introduces a trust mechanism to obtain reliable recommendations through dynamically constructing and maintaining trusted references for users.Enormous experimental results obtained from real datasets reveal that the proposed algorithm could significantly improve both robustness and reliability of recommendation system,and meanwhile enhance the accuracy of recommendation to some extent.

Key words: recommender system, user trust, malicious attack

中图分类号:

TN911.23

黄世平, 黄晋, 陈健, 汤庸. 自动建立信任的防攻击推荐算法研究[J]. 电子学报, 2013, 41(2): 382-387.

HUANG Shi-ping, HUANG Jin, CHEN Jian, TANG Yong. Anti-Attack Recommender Algorithm Based on Automatic Trust Establishment[J]. Acta Electronica Sinica, 2013, 41(2): 382-387.

参考文献

[1] 吴永辉,王晓龙,丁宇新,等.基于主题的自适应、在线网络热点发现方法及新闻推荐系统 .电子学报,2010,38(11):2620-2624. Wu Yong-hui,Wang Xiao-long,Ding Yu-xin,et al.Adaptive on-line web topic detection method for web news recommendation system[J].Acta Electronica Sinica,2010,38(11):2620-2624.(in Chinese)
[2] 张锋,孙雪冬,常会友,等.两方参与的隐私保护协同过滤推荐研究[J].电子学报,2009,37(1):84-89. Zhang Feng,Sun Xue-dong,Chang Hui-you,et al.Research on privacy-preserving two-party collaborative filtering recommendation [J].Acta Electronica Sinica,2009,37(1):84-89.(in Chinese)
[3] 韩立新.对搜索引擎中评分方法的研究[J].电子学报,2005,33(11):2094-2096. Han Li-xin.A study on the ranking method of search Engines[J].Acta Electronica Sinica,2005,33(11):2094-2096.(in Chinese)
[4] Bamshad Mobasher,Robin D Burke,Runa Bhaumik,Chad Williams.Toward trustworthy recommender systems:An analysis of attack models and algorithm robustness [J].ACM Transactions on Internet Technology,2007,7(4):23-38.
[5] P A Chirita,W Nejdl,C Zamfir.Preventing shilling attacks in online recommender systems .Proceedings of ACM International Workshop on Web Information and Data Management .New York,USA:ACM,2005.67-74.
[6] Burke R,Mobasher B,Williams C,Bbaumik R.Segment-based injection attacks against collaborative filtering recommender systems .Proceedings of the International Conference of Data Mining .Chicago,USA:IEEE,2005.577-580.
[7] Nan Li,Chunping Li.Zero-Sum reward and punishment collaborative filtering recommendation algorithm .Proceedings of the IEEE/WIC/ACM International Joint Conference on Web Intelligence and Intelligent Agent Technology .Milan,Italy:IEEE,2009.548-551.
[8] H Ma,I King,M R Lyu.Learning to recommend with social trust ensemble .Proceedings of the 32nd International ACM SIGIR Conference on Research and Development in Information Retrieval .New York,USA:ACM,2009.203-210.
[9] H Yu,M Kaminsky,P B Gibbons,A Flaxman.SybilGuard:Defending against sybil attacks via social networks [J].IEEE Transactions on Networking,2008,16(6):576-589.

[1]	张帅, 高旻, 文俊浩, 熊庆宇, 唐旭. 基于自监督学习的去流行度偏差推荐方法[J]. 电子学报, 2022, 50(10): 2361-2371.
[2]	郑孝遥, 罗永龙, 汪祥舜, 孙丽萍, 陈付龙, 胡桂银, 汪小寒. 基于位置服务的分布式差分隐私推荐方法研究[J]. 电子学报, 2021, 49(1): 99-110.
[3]	郭景峰, 朱晓松, 李爽. 直播电视推荐系统的评分预测算法研究[J]. 电子学报, 2020, 48(9): 1735-1740.
[4]	黄名选, 蒋曹清. 基于项权值排序挖掘的跨语言查询扩展[J]. 电子学报, 2020, 48(3): 568-576.
[5]	刘露, 胡封晔, 牛亮, 彭涛. 异质网络中基于节点影响力的相似度度量方法[J]. 电子学报, 2019, 47(9): 1929-1936.
[6]	肖云鹏, 孙华超, 戴天骥, 李茜, 李暾. 一种基于云模型的社交网络推荐系统评分预测方法[J]. 电子学报, 2018, 46(7): 1762-1767.
[7]	肖云鹏, 刘晏驰, 刘红, 刘媛妮. 一种基于动态角色标识和张量分解的推荐模型[J]. 电子学报, 2018, 46(3): 569-574.
[8]	黄名选, 蒋曹清. 基于完全加权正负关联模式挖掘的越-英跨语言查询译后扩展[J]. 电子学报, 2018, 46(12): 3029-3036.
[9]	俞东进, 陈聪, 吴建华, 陈耀旺. 基于隐式反馈数据的个性化游戏推荐[J]. 电子学报, 2018, 46(11): 2626-2632.
[10]	范利云, 左万利, 王英, 王鑫. 一种基于差分隐私和时序的推荐系统模型研究[J]. 电子学报, 2017, 45(9): 2057-2064.
[11]	陈广智, 何文, 李磊. 采用协同过滤技术进行工作流活动推荐[J]. 电子学报, 2017, 45(4): 890-897.
[12]	李改, 陈强, 李磊. 基于评分预测与排序预测的协同过滤推荐算法[J]. 电子学报, 2017, 45(12): 3070-3075.
[13]	伍之昂, 庄毅, 王有权, 曹杰. 基于特征选择的推荐系统托攻击检测算法[J]. 电子学报, 2012, 40(8): 1687-1693.
[14]	张锋;孙雪冬;常会友;赵淦森. 两方参与的隐私保护协同过滤推荐研究[J]. 电子学报, 2009, 37(1): 84-89.

自动建立信任的防攻击推荐算法研究

Anti-Attack Recommender Algorithm Based on Automatic Trust Establishment

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics