论文部分内容阅读
推荐系统托攻击检测面临数据不均衡和代价敏感两个问题，但目前的检测方法缺乏同时对这两个问题的研究。提出了一种基于重采样和代价敏感支持向量机相结合的托攻击检测新方法。该方法首先利用基于样本重要性的欠采样技术实现训练样本的均衡，重构过程中根据边界样本对分类支持的重要性的不同加以处理，在消除大量噪声样本的同时保留了绝大多数对分类学习有用的样本；然后引入代价敏感支持向量机对重构后的样本集进行训练，最终得到系统决策函数。实验结果表明，本方法能提高对托攻击的检测精度，具有较强的推广意义。