衛(wèi)星君

摘要 本文提出基于特征值的推薦系統(tǒng)托攻擊檢測。使用信息增益為不同攻擊模型選擇合適的特征值。確定攻擊目標(biāo)為K-means選擇初始聚類中心，從而劃分攻擊用戶和普通用戶，識別出攻擊用戶.實(shí)驗(yàn)證明該算法有較好的檢測準(zhǔn)確率。

關(guān)鍵詞 托攻擊；特征指標(biāo)；聚類

中圖分類號 TP3 文獻(xiàn)標(biāo)識碼 A 文章編號 1674-6708（2016）159-0079-02

1 概述

為了解決這種“信息過載”問題，個性化服務(wù)技術(shù)因此而誕生。它通過收集和分析用戶的信息，在用戶手動搜索之前將有用信息推薦給用戶，來為不同用戶提供不同的服務(wù)和內(nèi)容。個性化推薦系統(tǒng)（personalizedrecommendersystems）（簡稱為推薦系統(tǒng)）已經(jīng)成為解決信息過載問題不可缺少的一部分。在實(shí)際情況中，推薦系統(tǒng)的建議可以影響用戶的選擇行為，從而帶來巨大經(jīng)濟(jì)利益。為了誤導(dǎo)系統(tǒng)，“攻擊者”會偽造用戶記錄，使得成為盡量多的正常用戶的近鄰，然后給要攻擊的目標(biāo)物品特好或者特差的評分值。為了確保偽造的記錄能夠奏效，攻擊者需要找到更好的方法給系統(tǒng)做“托（shilling）”，最終實(shí)現(xiàn)影響系統(tǒng)的目的。

2 托攻擊模型

2.1 相關(guān)定義

定義1（攻擊概貌）托攻擊是由注入推薦系統(tǒng)的攻擊概貌構(gòu)成。攻擊者確定攻擊項(xiàng)（itemt），給予部分項(xiàng)適當(dāng)?shù)脑u分構(gòu)成一條攻擊記錄。

2.2 攻擊模型

主流的攻擊模型有隨機(jī)攻擊、均值攻擊、流行攻擊。

1）隨機(jī)攻擊

依據(jù)攻擊概貌，隨機(jī)攻擊的選擇項(xiàng)為空集（I_s=φ），推攻擊目標(biāo)相為最大值評分（I_t=s_max），核攻擊目標(biāo)項(xiàng)為最小值評分（I_t=_min）。填充項(xiàng)（IF）隨機(jī)選取除目標(biāo)項(xiàng)之外的項(xiàng)集，填充項(xiàng)的評分則服從推薦系統(tǒng)中評分的正態(tài)分布。

2）均值攻擊

依據(jù)攻擊概貌，均值攻擊的選擇項(xiàng)為空集（I_s=φ），推攻擊目標(biāo)相為最大值評分（I_t=_max），核攻擊目標(biāo)項(xiàng)為最小值評分（I_t=_min）。填充項(xiàng)（IF）隨機(jī)選取除目標(biāo)項(xiàng)之外的項(xiàng)集，填充項(xiàng)的評分則服從推薦系統(tǒng)中對項(xiàng)目（item_i）評分的正態(tài)分布。

3）流行攻擊

依據(jù)攻擊概貌，流行攻擊同前兩種攻擊的不同在于添加了選擇項(xiàng)。由于熱門物品（流行項(xiàng)）很容易獲得，比如暢銷的書籍，受歡迎的電影等。攻擊者會挑選幾款流行的物品，賦予系統(tǒng)中最大值評分作為填充項(xiàng)（IF=s_max）。

3 特征屬性值的選擇

攻擊用戶和普通用戶本質(zhì)上存在著差異性，可以計(jì)算每個用戶對應(yīng)特征值，來區(qū)分普通和攻擊用戶。

3.1 特征屬性值

通過K-mean將標(biāo)記用戶歸為不同簇集，得到穩(wěn)定的k個聚類中心mean（k）。無論攻擊用戶或普通用戶，將其分類到第K簇集，用戶評分向量之間的相似度較高，因此其屬性值也較近似。文獻(xiàn)提出了不同的特征屬性值，用來反映當(dāng)前用戶概貌的差異。對于用戶概貌辨識度較高的通用特征屬性如何下。

1）RDMA用來區(qū)分用戶概貌每一個項(xiàng)的平均偏離程度。

2）WDMA用來區(qū)分用戶概貌稀疏項(xiàng)的評分偏離程度，各變量含義同RDMA。

3）LengthVar用戶概貌在系統(tǒng)中平均長度的變化。

4）FMV用來辨別用戶概貌中填充項(xiàng)的變化。

3.2 攻擊概貌屬性值的選擇

本文針對不同攻擊模型選擇合適的特征值。選擇可以遵循信息增益大小來確定，依據(jù)分類系統(tǒng)中分類個數(shù)和樣本情況評估。信息增益為分類系統(tǒng)的熵與條件熵差。表1所示，依據(jù)信息增益選擇的特征值。

4 基于特征值半監(jiān)督檢測算法

4.1 算法步驟

具體步驟如下：

Step1采用上文描述的改進(jìn)k-Means算法對標(biāo)記用戶進(jìn)行聚類，劃分為不同的K個簇集。

Step2利用式（2）、（3）求出簇集合均值中心mean（k）。

Step3計(jì)算Max（sim（user，k）），即計(jì)算與k個均值中心的相似度，把用戶劃分到相似度最大值對應(yīng)的簇