%0 Journal Article
%T 推荐系统托攻击模型与检测技术
%A 伍之昂
%A 王有权
%A 曹杰
%J 科学通报
%P 551-560
%D 2014
%R 10.1360/972012-1712
%X 针对协同过滤根据近邻偏好产生推荐的特点，恶意用户注入伪造用户模型成为正常用户近邻，推进或打压目标项目的推荐排名，从而达到改变推荐系统结果，这种攻击方法称为“托攻击”.本文综述了托攻击模型与检测技术的研究现状和面临的主要问题，试图为这一新兴的研究领域勾勒出较为全面清晰的概貌.从推荐系统机理入手，介绍托攻击产生动机、概念、目的、评分向量构成和模型分类，然后提出衡量托攻击对推荐系统危害性的两类指标；接着讨论区分正常用户和托攻击用户的特征指标；然后以机器学习角度分类为主线，综述3类托攻击检测算法，分析3类算法的利与弊，并介绍用于评估托攻击检测算法的数据集、指标和实验方法；最后指出进一步的研究方向.
%K 推荐系统
%K 协同过滤
%K 托攻击模型
%K 托攻击检测算法
%U http://csb.scichina.com:8080/CN/abstract/abstract513822.shtml