بررسی انواع استراتژی های تزریق حملات شیلینگ در سیستم های توصیه گر مبتنی بر پالایش همکارانه

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 536

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTI04_035

تاریخ نمایه سازی: 20 مهر 1400

چکیده مقاله:

در عصر حاضر داده ها به شکل انتفاجاری افزایش پیدا کردهاند، حجم بیش از حد داده ها در سایت های تجارت الکترونیکی باعث ایجاد سردرگمی مشتریان جهت یافتن کالا با سرویس مناسب مورد نظر آن ها شده است. در سال های اخیر سیستم های توصیه گر به عنوان الگوریی برای حل مسئله اضافه بار انتخاب نمود پیدا کرده است. سیستم های توصیه گر مبتنی پالایش همکارانه به عنوان محبوب ترین رویکرد در تجارت الکترونیک مورد استفاده قرار گرفته است. یکی از مشکلات اصلی در این نوع سیستم ها آسیب پذیری آن ها در برابر حملات است. رایج ترین حملات در سیستم های توصیه گر حملات شیلینگ هستند که با استفاده از ایجاد پروفایل های جعلی در سیستم و امتیازدهی معرضانه به آیتم ها سبب کاهش دقت و از بین رفتن عملکرد صحیح سیستم توصیه گر در ارائه توصیه به کاربران می شود. با وجود اینکه شناسایی پروفایل های جعلی، تشخیص حملات شیلینگ و از بین بردن اثرات آن برای حفظ اعتبار سیستم توصیه گر امری ضروری به نظر می رسد اما قبل از آن بررسی انواع مدل ها و استراتژی های حملات شیلینگ، نحوه تزریق و پیاده سازی آن به سیستم منجر به شناخت عمیق تری از این موضوع و بهبود راه کارهای موجود شود در این مقاله در ابتدا به تعاریف و اصطلاحات رایج در حملات شیلینگ پرداخته می شود. سپس مدل حملات شیلینگ، انواع حملات شیلینگ، تحقیقات مرتبط با استراتژی های حملات شیلینگ و معیارهای ارزیابی حملات شیلینگ بررسی می شود. در نهایت اهمیت بررسی انواع مدل های تزریق حملات شیلینگ به بحث گذاشته شده و در انتها نتیجه گیری نهایی از مطالب ذکر شده بیان خواهد شد.

کلیدواژه ها:

نویسندگان

رسول مرادی

دانشجوی دکتری تخصصی مهندسی فناوری اطلاعات، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران

حجت اله حمیدی

استادیار گروه مهندسی فناوری اطلاعات، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران