[发明专利]一种基于信任的托攻击用户的检测方法及系统

权利要求书

1.一种基于信任的托攻击用户的检测方法，其特征在于，包括以下步骤：

步骤1)，对所有用户的评分信息进行采集，建立用户评分数据集；

步骤2)，对所有用户的信任信息进行采集，建立信任用户数据集；

步骤3)，根据用户评分数据集对信任用户数据集进行托攻击用户检测；

步骤31)，将用户分为托攻击用户集合attackUser和正常用户集合normalUser；

步骤32)，在信任用户数据集中，计算每一个有信任关系用户的信任集群等级TCL、信任项目等级TPL、信任相似度等级TSL；

信任集群等级TCL的计算公式如下：

其中，TCL表示信任集群等级，T_A表示用户A信任的用户集合，表示信任T_A的用户集合；

信任项目等级TPL的计算公式如下：

其中，TPL表示信任项目等级，I_t表示用户t评价的项目集合，I_A表示用户A评价的项目集合，表示用户A评价的项目集合的数目，Number_max为评分最多项目的用户的评分项目总数，实际上对于进行归一化处理，表示用户A和信任用户A的用户集合共同评价项目数量的权重，ω表示评价项目数量的权重，与ω和为1；

信任相似度等级TSL的计算公式如下：

其中，TSL表示信任相似度等级；

步骤33)，将TCLα，TPLβ，TSLγ的用户添加到托攻击用户集合attackUser中，α表示自定义TCL的阈值，β表示自定义TPL的阈值，γ表示自定义TSL的阈值，以上三个参数，均需要根据实际数据集合分布进行设置；

步骤34)，计算托攻击用户集合attackUser所有用户的全局一致度等级GCL的平均值，记为

全局一致度等级GCL的计算公式：

其中，GCL表示全局一致度等级，I_A表示用户A评价的项目集合，r_A,i为用户A对于项目i的评分，为项目i所有评分的平均评分；

通过计算托攻击用户集合attackUser中的平均全局一致性等级然后将用户的全局一致度等级GCL与平均全局一致性等级比较，如果比较值大于预设的阈值，则该用户为没有添加信任信息的托攻击用户；

步骤4)，对没有添加信任信息的用户进行托攻击用户检测；

步骤41)，计算正常用户集合normalUser中的每一个用户的信任相似度等级GCL，并将正常用户集合normalUser中的信任相似度等级GCL位于区间的用户添加到托攻击用户集合attackUser中，δ表示自定义GCL的阈值，需要根据实际数据集合分布进行设置；

步骤42)，得到的托攻击用户集合attackUser中的用户为检测出的托攻击用户；

步骤5)，最终过滤除所有的托攻击用户，得到正常用户的用户评分数据集和信任用户数据集，然后对正常用户的用户评分数据集和信任用户数据集进行推荐。

2.根据权利要求1所述基于信任的托攻击用户的检测方法，其特征在于：托攻击用户集合attackUser和正常用户集合normalUser初始化时为空集。

3.一种采用权利要求1所述基于信任的托攻击用户的检测方法的检测系统，其特征在于：包括用户评分数据集建立模块、信任用户数据集建立模块、对信任用户数据集进行托攻击用户检测模块、对没有添加信任信息的用户进行托攻击用户检测模块、数据推荐模块，其中：

所述用户评分数据集建立模块用于对所有用户的评分信息进行采集，并建立用户评分数据集；

所述信任用户数据集建立模块用于对所有用户的信任信息进行采集，并建立信任用户数据集；

所述对信任用户数据集进行托攻击用户检测模块用于根据用户评分数据集对信任用户数据集进行托攻击用户检测，得到托攻击用户集合attackUser、正常用户集合normalUser、没有添加信任信息的托攻击用户；

在信任用户数据集中，计算每一个有信任关系用户的信任集群等级TCL、信任项目等级TPL、信任相似度等级TSL；

信任集群等级TCL的计算公式如下：

其中，TCL表示信任集群等级，T_A表示用户A信任的用户集合，表示信任T_A的用户集合；

信任项目等级TPL的计算公式如下：

其中，TPL表示信任项目等级，I_t表示用户t评价的项目集合，I_A表示用户A评价的项目集合，表示用户A评价的项目集合的数目，Number_max为评分最多项目的用户的评分项目总数，实际上对于进行归一化处理，表示用户A和信任用户A的用户集合共同评价项目数量的权重，ω表示评价项目数量的权重，与ω和为1；

信任相似度等级TSL的计算公式如下：

其中，TSL表示信任相似度等级；

将TCLα，TPLβ，TSLγ的用户添加到托攻击用户集合attackUser中，α表示自定义TCL的阈值，β表示自定义TPL的阈值，γ表示自定义TSL的阈值，以上三个参数，均需要根据实际数据集合分布进行设置；

计算托攻击用户集合attackUser所有用户的全局一致度等级GCL的平均值，记为

全局一致度等级GCL的计算公式：

其中，GCL表示全局一致度等级，I_A表示用户A评价的项目集合，r_A,i为用户A对于项目i的评分，为项目i所有评分的平均评分；

通过计算托攻击用户集合attackUser中的平均全局一致性等级然后将用户的全局一致度等级GCL与平均全局一致性等级比较，如果比较值大于预设的阈值，则该用户为没有添加信任信息的托攻击用户；

对没有添加信任信息的用户进行托攻击用户检测模块用于对没有添加信任信息的用户进行托攻击用户检测，得到托攻击用户；

计算正常用户集合normalUser中的每一个用户的信任相似度等级GCL，并将正常用户集合normalUser中的信任相似度等级GCL位于区间的用户添加到托攻击用户集合attackUser中，δ表示自定义GCL的阈值，需要根据实际数据集合分布进行设置；得到的托攻击用户集合attackUser中的用户为检测出的托攻击用户；

数据推荐模块用于从用户评分数据集和信任用户数据集将托攻击用户滤除，得到正常用户的用户评分数据集和信任用户数据集，然后对正常用户的用户评分数据集和信任用户数据集进行推荐。