国家自然科学基金(61379116)
- 作品数：17 被引量：65H指数：5
- 相关作者：张付志伊华伟原福永周全强常俊风更多>>
- 相关机构：燕山大学辽宁工业大学华北理工大学更多>>
- 发文基金：国家自然科学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更多>>
- 相关领域：自动化与计算机技术更多>>
- 加入用户偏好的非均匀资源分配推荐算法被引量：3
- 2015年
- 二部图网络结构的推荐算法(NBI)根据用户-对象间的选择这种隐式信息进行推荐,在推荐中每个节点具有的代表其推荐能力的资源值平均的分配给相邻节点.加入用户偏好的非均匀资源分配推荐算法(UBND)对原二部图算法进行改进,把推荐算法中常常看做用户偏好的评分,作为显式信息线性的融合到二部图资源分配中,在分配过程中资源值不是均匀的分配给相邻节点,而是根据用户评分差异以及由此计算出来的用户间相似度对分配系数加以调整,最后使拥有更多资源值的用户下评分高的对象优先被纳入推荐列表呈现给用户.通过在Movie Lens数据集上的实验表明,这种改进型二部图推荐算法相比于其他算法,显著提高了平均准确率(MAP)、平均排序倒数(MRR)和标准化折扣增益值(n DCG).这说明,该算法能使推荐列表命中更多对象并且命中的对象排在列表的前端,因此具有很强的应用价值.
- 原福永蔡红蕾李莉
- 关键词：用户偏好资源分配相似度
- 基于项目流行度和新颖度分类特征的托攻击检测算法被引量：4
- 2017年
- 针对有监督检测方法在检测托攻击时准确率不高的问题,提出一种基于项目流行度和新颖度分类特征的托攻击检测算法。首先,根据真实概貌和攻击概貌在选择评分项目方式上不同,从流行度和新颖度角度,提出有效区分正常用户和攻击用户的特征;然后,基于这些特征提出一种集成检测框架,通过Boosting提升技术产生多个差异较大的基分类器,并且通过融合带有权重的基分类器的预测值得到最终的检测结果。实验结果表明,基于项目流行度和新颖度分类特征的托攻击检测算法能够提高攻击检测的准确率和召回率。
- 于洪涛周倩楠张付志
- 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
- 基于程序切片的二进制代码漏洞智能检测研究
- 随着信息技术的迅猛发展，各式各样的软件被开发出来以满足人们不同的需求。软件不可避免会存在一定的安全漏洞，攻击者利用软件漏洞发动网络攻击，对网络安全造成严重威胁。及时检测软件中存在的安全缺陷对避免攻击事件发生至关重要。由于...
- 邢文静
- 关键词：二进制代码漏洞检测程序切片API函数
- 融合k-距离和项目类别信息的鲁棒推荐算法被引量：3
- 2017年
- 针对托攻击存在情况下推荐系统面临的数据稀疏性问题,提出一种融合k-距离和项目类别信息的鲁棒推荐算法.首先,根据离群点检测思想提出基于k-距离的用户可疑度计算方法,用来度量系统中每个用户是攻击用户的可疑程度大小;然后,将用户可疑度与项目类别信息相结合构建一种缺失值填充方法,对用户评分矩阵缺失评分进行填充;最后,基于填充后的评分矩阵,将用户相似度和可疑度进行加权组合,为目标用户选取可靠邻居,完成对目标用户的鲁棒推荐.在Movie Lens数据集上的实验结果表明,本文提出的方法能够有效解决推荐系统的数据稀疏性问题,提高推荐精度并具有较好的鲁棒性.
- 伊华伟张付志
- 关键词：推荐系统稀疏性
- 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
- A Time-aware POI Recommendation Method Exploiting User-based Collaborative Filtering and Location Popularity
- Point-of-interest(POI) recommendation becomes an important research for location-based social networks, since ...
- Ya-li SIFu-zhi ZHANGWen-yuan LIU
- 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
- 融合均值分割与word2vec的矩阵分解推荐算法被引量：1
- 2019年
- 随着推荐内容的多样化,推荐系统中需要引入隐式反馈信息来加强其适用范围.但是隐式反馈推荐存在着缺少负反馈的问题,并且稀疏的隐式反馈信息会影响推荐结果准确度.针对这些问题,首先,考虑到用户会存在喜欢和不喜欢的内容,提出均值分割方法,并使用均值分割方法改进矩阵分解推荐算法,解决隐式反馈中缺少负反馈的问题.然后,引入了word2vec技术计算相似度,并使用得到的相似度对隐式评分矩阵进行预测填充,以达到降低隐式评分矩阵稀疏度的目的.最后,使用真实世界数据集进行实验,实验结果表明本文提出的推荐算法可以解决隐式反馈推荐中缺少负反馈的问题,并降低数据的稀疏度,提高推荐结果的准确度.
- 梁顺攀王辰原福永原福永
- 关键词：隐式反馈矩阵分解相似度
- 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
