孙勇^1,2,谭文安¹,金婷¹,周亮广²

¹(南京航空航天大学计算机科学与技术学院 南京 211106); ²(安徽省地理信息集成应用协同创新中心(滁州学院) 安徽滁州 239000) (ysun.nuaa@yahoo.com)

出版日期: 2018-06-01


基金资助:国家自然科学基金项目(61672022，61272036)；安徽省高校自然科学基金重点项目(KJ2017A414)

A Collaborative Collusion Detection Method Based on Online Clustering

Sun Yong^1,2, Tan Wenan¹, Jin Ting¹, Zhou Liangguang²

¹(College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 211106); ²(Anhui Center for Collaborative Innovation in Geographical Information Integration and Application (Chuzhou University), Chuzhou, Anhui 239000)

Online: 2018-06-01

摘要/Abstract

摘要： 针对大规模服务计算环境中聚集反馈、协同作弊和虚假评价等问题，通过融合在线聚类与共谋欺骗检测技术，提出了一种支持大规模服务可信度分析的在线协同作弊用户发现方法.首先，根据大规模服务系统日志中用户反馈评分信息，综合考虑大规模服务计算的大数据特性问题，设计了一种新颖的基于改进更新规则的在线KMeans聚类算法：在基于随机梯度法的在线聚类算法的基础上，采用了一种改进的基于小批量学习的在线聚类方法；并且，通过自动修正权重的聚类分组方差计算，进行递减增量优化，提高了在线KMeans算法的聚类质量，同时保证了聚类算法的时间效率；然后，充分考虑了协同作弊团体的同谋行为特征和协同攻击现象，利用聚类分组的性质和同谋团体异常性的特征，检测出协同作弊团体.仿真实验结果表明：提出的基于在线聚类的协同作弊团体识别方法具有良好时间性能，有效地解决了大规模服务计算中虚假反馈的问题.

参考文献

相关文章 2

[1]	刘旭, 杨章, 杨扬. 针对天河2号的一种嵌套剖分负载平衡算法[J]. 计算机研究与发展, 2018, 55(2): 418-425.
[2]	孙勇,谭文安. 支持社会协同计算的跨组织工作流任务分派算法[J]. 计算机研究与发展, 2017, 54(9): 1865-1879.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3715