基于深度学习的推荐系统恶意攻击检测方法及系统
本发明公开的基于深度学习的推荐系统恶意攻击检测方法及系统,包括:获取目标点击行为对应的用户编号、商品编号、用户特征和商品特征;根据用户编号、商品编号和基于GCN的嵌入表示模型,获得用户嵌入和商品嵌入;根据用户嵌入、商品嵌入、用户特征、商品特征和训练好的恶意攻击识别分类器,获得目标点击行为的识别结果,其中,恶意攻击识别分类器以用户嵌入、商品嵌入、用户特征和商品特征为输入,以目标点击行为的识别结果为输出,通过集成学习构建获得。在提高目标点击行为识别准确率的基础上,能够有效解决不平衡分类问题。
《基于深度学习的推荐系统恶意攻击检测方法及系统》是一发明专利,专利号为 2023103574492,当前法律状态为已售,由济南大学提出申请,发明人为纪科;刘慧;杨波;陈贞翔;马坤;孙润元;周劲,申请日期为2023-03-31,公开(公告)日期为2024-04-05,国际专利分类号(IPC)为 G06F 21/55 (2013.01),高新资质:未报高企,所属技术领域包括:恶意攻击检测 互联网技术 电商推荐 平台流量曝光 产品推荐系统 计算机技术。该专利权属清晰,可通过正规流程办理转让,适用于企业技术升级、资质申报与战略布局。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开的基于深度学习的推荐系统恶意攻击检测方法及系统,包括:获取目标点击行为对应的用户编号、商品编号、用户特征和商品特征;根据用户编号、商品编号和基于GCN的嵌入表示模型,获得用户嵌入和商品嵌入;根据用户嵌入、商品嵌入、用户特征、商品特征和训练好的恶意攻击识别分类器,获得目标点击行为的识别结果,其中,恶意攻击识别分类器以用户嵌入、商品嵌入、用户特征和商品特征为输入,以目标点击行为的识别结果为输出,通过集成学习构建获得。在提高目标点击行为识别准确率的基础上,能够有效解决不平衡分类问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
