این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدیریت فناوری اطلاعات، جلد ۹، شماره ۴، صفحات ۸۷۱-۸۹۲
عنوان فارسی سازوکار جدیدی برای کاهش خطای تشخیص حملات شیلینگ در سیستم‌های توصیه‌گر
چکیده فارسی مقاله در شبکه­های اجتماعی و فروشگاه­های اینترنتی، برای مواجهه با مشکلات برآمده از حجم فراوان اطلاعات، به‌طور گسترده­ای از سیستم­های توصیه­گر استفاده می­شود. پالایش مشارکتی روشی است که اغلب این سیستم­ها برای تولید توصیه به کاربر استفاده می‎کنند. از آنجا که این روش، برای توصیه، رأی کاربران را در نظر می‎گیرد، رأی افراد مخرب می­تواند آسیب­های شایان توجهی به آن وارد کند. به بیان دیگر، ممکن است کاربرانی وجود داشته باشند که با ایجاد پروفایل­های جعلی، آرای خود را به‌صورت مغرضانه، وارد سیستم ­کنند و باعث اختلال در تولید توصیه­ای مناسب به سایر کاربران ­شوند. به این نوع آسیب، حملات شیلینگ گفته می­شود. اگر مهاجمان در این امر موفق شوند، اعتماد کاربران به سیستم­های توصیه­گر کاهش خواهد یافت. در سال­های اخیر، الگوریتم­های تشخیص حمله خوبی ارائه شده است، اما هر یک محدودیت­هایی دارند. در این مقاله با استفاده از الگوریتم­های مبتنی بر ­پروفایل و ­آیتم، سازوکاری ارائه شده است که خطای تشخیص حملات شیلینگ را به‌صورت چشمگیری کاهش می‎دهد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A New Mechanism to Improve the Detection Rate of Shilling Attacks in the Recommender Systems
چکیده انگلیسی مقاله Recommender systems are widely used, in social networks and online stores, to overcome the problems caused by the large amount of information. Most of these systems use a collaborative filtering method to generate recommendations to the users. But, as in this method users' feedback is considered for recommendations, it can be significantly erroneous by the malicious people. In other words, there may be some users who open fake profiles and vote one-sided or biased in the system that may cause disturbance in providing proper recommendations to other users. This kind of damage is said to be shiling attacks. If the attackers succeed, the user's trust in the recommender systems will reduce. In recent years, efficient attack detection algorithms have been proposed, but each has its own limitations. In this paper, we use profile-based and item-based algorithms to provide a new mechanism to significantly reduce the detection error for shilling attacks.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله جواد نحریری | نحریری
دانشجوی کارشناسی ارشد نرم‎افزار، دانشکدۀ مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
سازمان اصلی تایید شده: دانشگاه آزاد اسلامی قزوین (Islamic azad university of qazvin)

ساسان حسینعلی زاده |
استادیار دانشکدۀ مهندسی کامپیوتر و فناوری اطلاعات، دانشکدۀ مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
سازمان اصلی تایید شده: دانشگاه آزاد اسلامی قزوین (Islamic azad university of qazvin)

نشانی اینترنتی https://jitm.ut.ac.ir/article_62727_00f733abc13f9d297f4ef0696ccbda2d.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1085/article-1085-525915.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات