周全强
- 作品数：5 被引量：22H指数：3
- 供职机构：燕山大学信息科学与工程学院更多>>
- 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
- 基于仿生模式识别的未知推荐攻击检测被引量：3
- 2014年
- 针对已有检测方法不能有效地检测未知推荐攻击的问题,提出了一种基于仿生模式识别(bionic pattern recognition)的检测方法.首先,依据项目流行度划分项目到不同的窗口,把用户对窗口内项目的评分视为随机事件发生.在此基础上,利用信息熵(information entropy)提取评分分布特征作为检测推荐攻击的通用特征.然后,在特征空间中,利用仿生模式识别技术覆盖真实概貌样本,将覆盖范围外的测试数据判为推荐攻击.在Movie Lens数据集上进行实验,结果表明,该方法在检测未知推荐攻击时具有较高的命中率和较低的误报率.
- 周全强张付志刘文远
- 关键词：攻击检测信息熵仿生模式识别
- 一种融入可信度的集成SVM垃圾书签检测方法
- 2011年
- 针对现有垃圾书签检测方法在用户概貌信息较少情况下检测性能下降的问题,提出一种融入可信度的集成SVM垃圾书签检测方法.首先基于Bootstrap技术对训练样本进行可重复采样,得到个体SVM的训练子集,然后将SVM的标准输出直接拟合Sigmoid函数得到SVM的后验概率输出,作为类别输出的可信度,并提出一种性能优于投票策略的融入可信度的融合方法对个体SVM的输出结果进行融合.实验结果表明,该方法在用户概貌信息较少的情况下具有较好的检测性能.
- 张付志周全强
- 关键词：支持向量机
- 面向协同过滤的推荐攻击特征提取及集成检测方法研究
- 协同过滤推荐系统能够依据建立的用户概貌，过滤出用户感兴趣的信息并主动推荐给用户，可以有效解决互联网上出现的“信息过载”问题，已经被广泛应用在电子商务等诸多领域。然而，由于协同过滤推荐系统自身所具有的开放性，攻击者出于商业...
- 周全强
- 关键词：协同过滤攻击检测支持向量机仿生模式识别
- 文献传递
