[发明专利]一种针对无组织恶意攻击的攻击检测方法有效

专利信息
申请号: 201710811240.3 申请日: 2017-09-11
公开(公告)号: CN107689960B 公开(公告)日: 2021-01-01
发明(设计)人: 周志华;庞明;高尉;陶敏 申请(专利权)人: 南京大学
主分类号: H04L29/06 分类号: H04L29/06
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 李玉平
地址: 210046 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 针对 组织 恶意 攻击 检测 方法
【权利要求书】:

1.一种针对无组织恶意攻击的攻击检测方法,其特征在于,包括如下步骤:

步骤1.1,将所有的用户给物品的评分转化为一个不完全的评分矩阵M,根据评分矩阵M的用户数目、物品数目、评分数目以及评分的区间确定算法的参数,具体包括:根据评分矩阵M的用户数目、物品数目、评分数目确定算法允许的系统噪声矩阵Z的上界;根据评分矩阵M的评分区间确定恶意评分偏离真实评分的下界;

步骤1.2,利用矩阵补全算法,根据评分矩阵M得到其对应的真实评分矩阵X,系统噪声矩阵Z,以及恶意攻击偏差矩阵Y;

步骤1.3,根据恶意攻击偏差矩阵Y的信息从用户中检测出恶意攻击者。

2.如权利要求1所述的针对无组织恶意攻击的攻击检测方法,其特征在于,所述根据评分矩阵M,利用矩阵补全算法得到评分矩阵M对应的真实评分矩阵X,系统噪声矩阵Z,以及恶意攻击偏差矩阵Y,具体为:评分矩阵M由真实评分矩阵X,系统噪声矩阵Z,以及恶意攻击偏差矩阵Y组成,因此M=X+Z+Y。

3.如权利要求2所述的针对无组织恶意攻击的攻击检测方法,其特征在于,根据M=X+Z+Y,以及X,Z,Y所具有的性质,得到优化目标,

s.t.PΩ(X+Z+Y)=PΩM,

||PΩ(Z)||F≤δ

其中||·||*表示矩阵的核范数,||·||1表示矩阵的L1范数,||·||F表示矩阵的弗罗贝尼乌斯范数,X,Y表示矩阵X和Y对应元素的乘积和;超参数τ,α和6用于对优化目标中各项的侧重程度进行权衡;Ω是所有评分项下标的集合,Mij表示用户i在物品j上的评分,PΩ为正交投影。

4.如权利要求1所述的针对无组织恶意攻击的攻击检测方法,其特征在于,所述根据恶意攻击偏差矩阵Y的信息从用户中检测出恶意攻击者,具体为:恶意攻击偏差矩阵Y的每一行对应一个用户的评分偏差信息,如果Y的一行存在非零元素,则判定该行对应的用户为恶意攻击者。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710811240.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top