|
Artigo - Trilha Principal Avaliação da Estabilidade e Robustez de Algoritmos para Recomendação de Serviços Web Semânticos Submetidos a Ataques de Injeção de Perfis Autores: GRANDIN, P. H.; ADáN-COELLO, J. M. Resumo: Sistemas de recomendação baseados em filtragem colaborativa são abertos por natureza, o que os torna vulneráveis a ataques de injeção de perfis que procuram inserir avaliações tendenciosas na base de dados do sistema, possibilitando que atacantes possam manipular as suas recomendações. Neste artigo avalia-se a estabilidade e a robustez de algoritmos de filtragem colaborativa aplicados à recomendação de serviços Web semânticos quando submetidos a ataques de injeção de perfis dos tipos aleatório e segmento. Foram avaliados quatro algoritmos: (1) o IMEAN,que faz previsões usando a média das avaliaçõesrecebidas pelo item alvo, (2) o UMEAN, que faz previsões usando a média das avaliações feitas pelo usuário alvo; (3)algoritmo baseado no método dos k vizinhos mais próximos (k-nn) e (4) algoritmo baseado no método de agrupamento k-médias.Os experimentos realizados mostraram que o algoritmo UMEAN não é afetado pelos ataques e que o IMEAN é o mais vulnerável de todos. Entretanto, o UMEAN e o IMEAN têm pouco potencial de aplicação prática devido à baixa precisão de suas previsões. Entre os algoritmos com tolerância intermediária aos ataques, mas com bom desempenho preditivo, o k-nn mostrou-se mais robusto e estável que o k-médias. Palavras chave:Ataque de injeção de perfis, algoritmos de filtragem colaborativa, serviços Web semânticos.
Artigo completo (em português) Referência completa: Grandin, P. H.; Adán-Coello, J. M., "Avaliação da Estabilidade e Robustez de Algoritmos para Recomendação de Serviços Web Semânticos Submetidos a Ataques de Injeção de Perfis", Revista de Sistemas de Informação da FSMA n 13(2014) pp. 21-29 |