Shilling attack design and detection on masked binary data
Gizlenmiş ikili veriler üzerinde şilin atak tasarımı ve tespiti
- Tez No: 405994
- Danışmanlar: DOÇ. DR. HÜSEYİN POLAT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Şilin Atak, İşbirlikçi Filtreleme, Gizlilik, İkili Veri, Tespit, Gürbüzlük, Shilling Attack, Collaborative Filtering, Privacy, Binary Data, Detection, Robustness
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Gizliliği koruyan işbirlikçi filtreleme yöntemleri gizli verileri koruyarak aşırı enformasyon problemi ile başa çıkmanın etkili yoludur. Bu yöntemlerin başarısı filtreleme amacıyla toplanan verilerin kalitesine bağlıdır. Kötü amaçlı kullanıcılar bu filtreleme sistemlerinin veri tabanına sahte profil (gürültülü veri) ekleyebilir. Bu nedenle şilin ataklar veri kalitesi için önemli rol oynarlar. Etkili şilin atak tasarımı, bunların tespiti için yöntemler geliştirilmesi ve gizliliği koruyan işbirlikçi filtreleme algoritmalarının gürbüzlüğünün analizleri artan ilgi görmektedir. Bu tezde en çok bilinen altı şilin atak modeli gizlenmiş ikili veri tabanlarına saldırmak amacıyla değiştirilerek geliştirilmiştir. Bu amaçla üç şilin atak oluşturma tasarısı önerilmiştir. Bu ataklar basit Bayes sınıflandırıcı tabanlı gizliliği koruyan işbirlikçi filtreleme algoritmasına uygulanmıştır. Sahte profillerin tespit edilmesi için sınıflandırma tabanlı yeni bir atak tespit yöntemi geliştirilmiştir. Atak profillerini tespit etmek amacıyla, sınıflandırma için kullanıcı profillerinden türetilen özniteliklerden yararlanılmıştır. Deneysel sonuçlar ikili saklanmış veri üzerinde etkili şilin atak profilleri oluşturmanın mümkün olduğunu göstermiştir. Önerilen tespit algoritmasının başarılı bir şekilde sahte profilleri tespit ettiği görülmüştür.
Özet (Çeviri)
Privacy-preserving collaborative filtering methods are effectual ways of coping with information overload problem while protecting confidential data. Their success depends mainly on the quality of the collected data for filtering purposes. Malicious entities might create fake profiles (noise data) and insert user-item matrices of such filtering schemes. Hence, shilling attacks play an important role on the quality of data. Designing effective shilling attacks, developing methods to detect them, and performing robustness analysis of privacy-preserving collaborative filtering methods are receiving increasing attention. In this thesis, six well-known shilling attack models are modified in order to attack binary masked databases in privacy-preserving collaborative filtering methods. Three attack design approaches are proposed. The attack profiles, generated by such schemes, are applied to naïve Bayesian classifier-based collaborating filtering scheme with privacy. A novel shilling attack detection scheme based on classification is proposed to detect fake profiles. Attributes derived from user profiles are utilized for detecting shill profiles. Empirical results show that designing effective shilling attacks is still possible on binary masked data. The proposed detection method is able to successfully detect fake profiles.
Benzer Tezler
- On the robustness of privacy-preserving collaborative filtering schemes
Gizlilik-tabanlı ortak filtreleme metotlarının gürbüzlüğü üzerine
İHSAN GÜNEŞ
Doktora
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN POLAT
- Çok ölçütlü oy değerleri üzerinde en iyi-N öneri sistemi ve şilin atakların etkisi
Top-N recommender system and effect of shilling attack onmulti-criteria rating values
TUĞBA KAYA
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CİHAN KALELİ
- Mostar'da Sevri Hacı Hasan Camii restorasyon projesi
Mostar, Sevri Hacı Hasan Mosque restoration project
SENİYE SELCEN ONUR
Yüksek Lisans
Türkçe
2001
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. AYŞE ZEYNEP AHUNBAY
- Çoklu-kriterli öneri sistemlerinin güçlü kullanıcı saldırılarına karşı gürbüzlük analizi
Robustness analysis of multi-criteria recommender systems against power user attacks
BURAK MAĞDEN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP BATMAZ
DR. ÖĞR. ÜYESİ TUĞBA TÜRKOĞLU KAYA
- Developing techniques for robustness of privacy-preserving distributed collaborative filtering
Gizliliği koruyan dağıtık veri tabanlı ortak filtreleme metotlarının gürbüzlüğü için teknikler geliştirilmesi
BURCU YILMAZEL
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CİHAN KALELİ