河北省高等学校科学技术研究指导项目(ZH2012028)
- 作品数：14 被引量：114H指数：5
- 相关作者：张付志周全强魏莎贾冬艳李忠华更多>>
- 相关机构：燕山大学更多>>
- 发文基金：河北省自然科学基金河北省高等学校科学技术研究指导项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于仿生模式识别的用户概貌攻击集成检测方法被引量：5
- 2014年
- 针对有监督方法在检测用户概貌攻击时准确率不高的问题,通过引入仿生模式识别理论和集成学习技术提出一种集成检测方法.首先,通过计算被覆盖直线段与最近邻真实概貌的距离,提出一种自适应神经元超球半径计算算法,为每个神经元确定合适的超球半径;然后利用该超球半径对现有的一个3层神经网络进行重新设计,使其能够对攻击概貌样本进行更合理覆盖,以提高分类性能;最后,提出一种用户概貌攻击集成检测框架,通过组合多种攻击类型,利用提出的基训练集生成算法建立不同的基训练集,以训练新设计的神经网络生成基分类器,基于信息论得分(information theoretic score,ITS)算法提出一种选择性集成检测算法对基分类器进行筛选,并采用多数投票策略融合基分类器的输出结果.在MovieLens和Netflix两个不同规模的真实数据集上的实验结果表明,所提出的集成检测方法能够在保持较高召回率的条件下有效提高用户概貌攻击检测的准确率.
- 周全强张付志
- 关键词：攻击检测仿生模式识别
- 基于双重邻居选取策略的协同过滤推荐算法被引量：60
- 2013年
- 协同过滤是电子商务推荐系统中应用最成功的推荐技术之一,但是传统的协同过滤推荐算法存在推荐精度低和抗攻击能力差的缺陷.针对这些问题,提出了一种基于双重邻居选取策略的协同过滤推荐算法.首先基于用户相似度计算的结果,动态选取目标用户的兴趣相似用户集.然后提出了一种用户信任计算模型,根据用户的评分信息,计算得到目标用户对兴趣相似用户的信任度,并以此作为选取可信邻居用户的依据.最后,利用双重邻居选取策略,完成对目标用户的推荐.实验结果表明该算法不仅提高了系统推荐精度,而且具有较强的抗攻击能力.
- 贾冬艳张付志
- 关键词：信任计算模型协同过滤推荐系统相似度
- 基于模糊C均值聚类的环境感知推荐算法被引量：15
- 2013年
- 针对现有环境感知推荐算法存在的不足,提出一种基于模糊C均值聚类的环境感知推荐算法.首先采用模糊C均值聚类算法对历史环境信息进行聚类,产生聚类及隶属矩阵;然后匹配活动用户环境信息与历史环境信息聚类,采用聚类隶属度作为映射系数将符合条件的非隶属数据映射为隶属数据,最终选择与活动环境匹配的隶属用户评分数据为用户产生推荐.同现有算法相比,该算法不仅解决了因用户环境改变不能准确推荐项目的问题,而且通过采用模糊聚类算法克服了传统硬聚类问题,并且借助于隶属映射函数解决了聚类产生的数据稀疏性问题.在MovieLens数据集上比较了新算法和其他算法的性能,验证了所提算法的有效性.
- 张付志常俊风周全强
- 关键词：环境感知模糊C均值聚类
- 基于局部密度的用户概貌攻击检测算法被引量：2
- 2013年
- 针对现有的用户概貌攻击检测算法在检测模糊攻击时精确度不高的问题,本文提出一种基于局部密度的用户概貌攻击检测算法.首先,利用LOF离群点检测算法为每个用户计算局部离群因子,得到用户的局部离群程度;然后,结合攻击用户对目标项目的评分与真实用户评分之间的差异,进一步确定目标项目及攻击目的,最终给出目标项目所对应的攻击概貌.实验结果表明,该算法无论是针对标准攻击还是模糊攻击,均具有较高的检测精度.
- 张付志魏莎
- 关键词：攻击检测
- 融合信任传播和矩阵分解的协同推荐算法被引量：5
- 2013年
- 针对现有基于模型的协同推荐算法推荐精度不高和覆盖面较小的问题,引入社会网络中的信任信息对基于矩阵分解的推荐模型进行扩展,提出一种融合信任传播和矩阵分解的协同推荐算法。首先,基于社会网络中的直接信任关系,提出一种信任传播规则,实现社会网络中信任关系的传递;然后,利用矩阵分解技术降维处理大规模数据集的优势,提出一种融合信任传播机制和矩阵分解模型的协同推荐算法。在Epinions数据集上的实验结果表明,本文提出的推荐算法不仅提高了推荐的精度,而且增加了推荐的覆盖面。
- 于洪涛周静张付志
- 关键词：协同过滤社会网络信任传播矩阵分解
- 基于SVM和粗糙集理论的用户概貌攻击检测方法被引量：2
- 2014年
- 针对现有用户概貌攻击检测算法存在准确率不高的问题,提出一种基于SVM和粗糙集理论的用户概貌攻击检测方法.首先,基于项目类别提出一种特征提取方法;然后,结合所提特征与已有特征分别联合填充规模后通过SVM进行二分类检测,再把各个特征检测结果合并构成信息表;最后,利用粗糙集理论生成的决策规则对信息表进行决策,得到最终的检测结果.实验结果表明,本文提出的方法有效提高了攻击检测的准确率.
- 张付志王波
- 关键词：协同过滤攻击检测SVM粗糙集理论
- 基于增量式聚类和矩阵分解的鲁棒推荐方法被引量：3
- 2015年
- 现有基于矩阵分解的推荐算法在面对"托"攻击时鲁棒性较差,而且随着用户和项目的增加需要进行模型重构,时间代价较高.针对上述问题,提出一种基于增量式聚类和矩阵分解的鲁棒推荐方法.首先,采用基于k-median聚类的用户评分矩阵分块算法对用户评分矩阵中的相似用户进行聚类,构建用户评分矩阵分块,并对每个分块进行鲁棒矩阵分解建立推荐模型;然后,针对新增用户(项目),利用增量式聚类算法对用户评分矩阵分块进行更新,并采用基于加权信息熵的线性回归方法,对新增用户(项目)的特征向量进行局部参数估计.在Movie Lens 1M数据集上的实验结果表明,本文提出的推荐方法不仅具有较高的推荐精度和鲁棒性,而且模型更新的时间明显减少.
- 徐玉辰刘真张付志
- 关键词：增量式聚类矩阵分解信息熵
- 基于三阶条件随机场的论文元数据提取方法被引量：1
- 2014年
- 针对现有论文元数据提取方法精度不高和上下文信息利用较少的问题,通过对二阶条件随机场模型的状态转移特征进行扩展,提出了一种基于三阶条件随机场的论文元数据提取方法.首先,利用分隔符对论文头部文本进行分块预处理,选择局部、布局、词典特征作为特征集进行特征提取;然后,采用L-BFGS算法并引入平滑处理学习三阶条件随机场模型的参数;最后,以论文头部提取出的特征序列作为输入,利用改进的Viterbi算法,高效求解出该论文头部信息的标记序列.实验结果表明,基于三阶条件随机场模型的方法优于其他现有提取方法.
- 于洪涛虞海明张付志
- 关键词：元数据提取条件随机场文本分块
- 云环境下融合恶意用户过滤机制的信誉评估方法
- 2017年
- 针对云服务供应商和云用户实体双方交互过程中提供虚假或恶意信息的问题,提出了一种融合恶意用户过滤机制的信誉评估方法.首先,运用统计过程控制理论中改进的指数加权滑动平均方法对目标云服务有过反馈评级的用户进行检测,并过滤恶意用户;然后,在目标云服务的信誉计算过程中,利用多数共识理论和反馈相似度确立良性用户反馈评分的聚合权重,以提高信誉计算的准确性;最后,用户根据云服务供应商的服务和信誉情况与其进行协商,屏蔽掉信誉较低的云服务,从而确定最后的交互对象.实验结果表明,本文提出的方法不仅能够有效防止云用户的欺诈行为,而且能够杜绝云供应商的不诚信行为,使服务中心能够将信誉好的云服务推荐给用户.
- 胡玉琦房小温张付志
- 关键词：云计算EWMA控制图
- 基于非线性特征和Cauchy加权M-估计量的鲁棒推荐算法被引量：4
- 2017年
- 协同推荐系统作为一种重要的个性化服务模式,在电子商务站点中的应用越来越广泛.然而,各种恶意欺骗和虚假反馈已制约了其应有效能的发挥.如何有效识别和抵御托攻击,确保系统推荐的可信性,是推荐系统研究面临的一大挑战.为了确保推荐的可信性,人们提出了各种基于矩阵分解的鲁棒协同推荐算法.但是这些推荐算法在面对托攻击时不仅精度损失大,而且鲁棒性较差.为此,该文提出一种基于非线性特征和Cauchy加权M-估计量的鲁棒推荐算法.首先,采用核主成分分析方法提取用户评分矩阵的非线性特征,以充分挖掘推荐系统中用户(或项目)之间的内在关联,最大限度地保留用户和项目的特征信息,提高推荐精度和鲁棒性;然后,引入鲁棒统计中的Cauchy加权M-估计量,并联合矩阵分解模型对用户和项目特征矩阵进行鲁棒参数估计,以限制攻击概貌对参数估计过程产生的影响;最后,设计相应的鲁棒协同推荐算法,并在MovieLens和Netflix数据集上对算法的有效性进行评价.实验结果表明:该文算法在推荐精度和鲁棒性方面明显优于现有的鲁棒推荐算法.
- 张付志孙双侠伊华伟
- 关键词：核函数矩阵分解
