بررسی و شناسایی رفتارهای غیر طبیعی کاربران در سیستم های پیشنهاددهنده

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 446

فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMCO05_029

تاریخ نمایه سازی: 24 شهریور 1398

چکیده مقاله:

امروزه ما کاربران با انبوهی از اطلاعات و داده ها سروکار داریم که بدون راهنمایی، ممکن است انتخاب هایی غلط داشته باشیم. بدین منظور رویکرد سیستم های پیشنهاددهنده مطرح می شود. این سیستم ها نوعی سیستم پالایش اطلاعاتی هستند که مانند فیلتر عمل می کنند و اطلاعاتی که مفید و به علایق و سلایق کاربران نزدیک است را نمایشمی دهند. و به این ترتیب از تولید حجم زیاد اطلاعات و سردگمی کاربران می کاهند. ولی چون این سیستم ها از اطلاعات و ضمنی درباره علایق کاربر به آیتم های مختلف، برای پیش بینی آیتم های مورد علاقه جمع آوری شده به صورت صریح کاربر استفاده می کنند. ممکن است به دلیل ماهیت باز و در دسترسی که دارند مورد سوء استفاده افراد سودجو که به آنها مهاجم می گویند قرار گیرد و لیست پیشنهادات را مطابق اهداف خود تغییر دهند. از این رو شناسایی آنها برای بهبود کیفیت پیشنهادات ضروری می باشد. بدین منظور ابتدا باید حملاتی که ممکن است توسط آنها انجام شود را شناسایی و خصوصیات و اهداف حملات انجام شده را بررسی کرد. سپس به کمک این خصوصیات و تکنیک های مختلف داده کاوی نظیر خوشه بندی، طبقه بندی، الگوریتم های مختلف یادگیری ماشین به شناسایی این کاربران پرداخت.

کلیدواژه ها:

نویسندگان

هما تفکری

دانشجوی کارشناسی ارشد، دانشکده فنی و مهندسی، دانشگاه گلستان، گرگان، ایران

سهیلا کرباسی

استادیار گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه گلستان، گرگان، ایران