where ri is the mean over all users

where ri is the mean over all users of the ratings for item i, ru is the mean over all
items of the ratings for user u and r is the mean over users and items.
A Hv score is assigned to all users in the database and users are sorted according
to this score. The top r = 10 users with highest score are identified as potential
attackers and are examined to identify a target item. The target is identified as that
which deviates most from the mean user rating. Next, a sliding window of r users
is passed along the sorted user list, shifting the window by one user each iteration.
The sum of the rating deviation for the target item is calculated over the window
and a stopping point is reached when this sum reaches zero. The users traversed
during this process become candidate attack profiles, which are then further filtered
by removing any that have not rated the item or whose rating deviation is in the
opposite direction to the attack. Precision results for this method on an average
attack are reproduced in Figure 25.10, compared with the PCA clustering strategy.
In general, the authors report that this method performs well particularly for midsize attacks, in which other methods show a dip in performance.

ผลลัพธ์ (ไทย) 1:

ri เป็นค่าเฉลี่ยผู้ใช้ทั้งหมดของการจัดอันดับสำหรับสินค้า ฉัน ru เป็นค่าเฉลี่ยทั้งหมดรายการจัดอันดับสำหรับผู้ใช้คุณและ r เป็นค่าเฉลี่ยผู้ใช้และสินค้าคะแนน Hv กับผู้ใช้ทั้งหมดในฐานข้อมูล และผู้ใช้จะถูกเรียงลำดับตามคะแนนนี้ R สูงสุด = 10 มีคะแนนสูงสุดจะ identified เป็นศักยภาพโจมตีและจะตรวจสอบเพื่อระบุสินค้าเป้าหมาย เป้าหมายคือ identified เป็นที่ที่เบี่ยงเบนสูงสุดจากการจัดอันดับผู้ใช้หมายถึง ถัดไป หน้าต่างบานเลื่อนที่ผู้วิจัยถูกส่งผ่านไปตามเรียงลำดับรายชื่อผู้ใช้ ขยับหน้าต่างผู้หนึ่งเนื่องด้วยมีคำนวณผลรวมของความเบี่ยงเบนของคะแนนสินค้าเป้าหมายผ่านหน้าต่างและถึงจุดหยุดเมื่อผลรวมนี้เป็นศูนย์ ผู้ใช้ที่ไม่เหมือนกันในระหว่างกระบวนการนี้เป็น ผู้โจมตี profiles ซึ่งเป็นแล้วเพิ่มเติม filteredลบใด ๆ ที่ไม่ได้จัดรายการ หรือความเบี่ยงเบนของคะแนนที่มีอยู่ในตัวตรงข้ามกับทิศทางการโจมตี วิธีนี้โดยเฉลี่ยมีผลแน่นอนการโจมตีจะทำซ้ำในรูป 25.10 เทียบกับ PCA คลัสเตอร์ยุทธศาสตร์ทั่วไป รายงานผู้เขียนที่ทำวิธีนี้ดีโดยเฉพาะอย่างยิ่งการโจมตีขนาดกลาง ในวิธีที่ แสดงออกในประสิทธิภาพ

ผลลัพธ์ (ไทย) 2:

ที่ ri เป็นค่าเฉลี่ยมากกว่าผู้ใช้ทั้งหมดของการจัดอันดับสำหรับรายการฉัน, RU เป็นค่าเฉลี่ยมากกว่าทุก
รายการของการจัดอันดับสำหรับผู้ใช้ท่านและ R คือค่าเฉลี่ยมากกว่าผู้ใช้และรายการ.
คะแนน Hv ถูกกำหนดให้กับผู้ใช้ทั้งหมดในฐานข้อมูลและ ผู้ใช้จะเรียงลำดับตาม
คะแนนนี้ ด้านบน r = ผู้ใช้ 10 คนที่มีคะแนนสูงสุดคือเอ็ดสายระบุศักยภาพ
โจมตีและมีการตรวจสอบเพื่อระบุรายการเป้าหมาย เป้าหมายคือเอ็ดสายระบุว่า
ส่วนใหญ่ที่เบี่ยงเบนไปจากค่าเฉลี่ยคะแนนผู้ใช้ ถัดไปหน้าต่างบานเลื่อนของผู้ใช้อาร์
จะถูกส่งไปตามรายชื่อผู้ใช้เรียงขยับหน้าต่างโดยหนึ่งในผู้ใช้แต่ละซ้ำ.
ผลรวมของส่วนเบี่ยงเบนคะแนนสำหรับรายการเป้าหมายคํานวณหน้าต่าง
และจุดแวะถึงจำนวนนี้เมื่อมาถึง ศูนย์ ผู้ใช้สำรวจ
ในระหว่างกระบวนการนี้กลายเป็นโจมตีผู้สมัครโปรไฟ les ซึ่งเป็นสายต่อไปแล้ว ltered
โดยการลบใด ๆ ที่ยังไม่ได้จัดอันดับสินค้าหรือค่าความเบี่ยงเบนที่มีคะแนนอยู่ใน
ทิศทางที่ตรงข้ามกับการโจมตี ผลแม่นยำสำหรับวิธีการนี้โดยเฉลี่ย
การโจมตีจะทำซ้ำในรูปที่ 25.10 เมื่อเทียบกับกลยุทธ์การจัดกลุ่ม PCA.
โดยทั่วไปผู้เขียนรายงานว่าวิธีนี้มีประสิทธิภาพดีโดยเฉพาะอย่างยิ่งสำหรับการโจมตีขนาดกลางซึ่งในวิธีการอื่น ๆ แสดงให้กรมทรัพย์สินทางปัญญาในการปฏิบัติงาน

ผลลัพธ์ (ไทย) 3:

ที่ริหมายถึงมากกว่าผู้ใช้ทั้งหมดของ บริษัท รายการผม รู คือ หมายถึง ผ่านรายการทั้งหมดของคะแนนสำหรับผู้ใช้งาน
u r คือผ่านรายการผู้ใช้และ .
เป็น HV คะแนนถูกกำหนดให้กับผู้ใช้ทั้งหมดในฐานข้อมูลและผู้ใช้จะถูกจัดเรียงตามที่
คะแนนนี้ ด้านบน R = 10 ผู้ใช้ที่มีคะแนนสูงสุดจะ identi จึงเอ็ดเป็นแฮกเกอร์ศักยภาพ
และตรวจสอบเพื่อระบุรายการเป้าหมายเป้าหมายคือ identi จึงเอ็ดที่เบี่ยงเบนไปจากค่าเฉลี่ย
ซึ่งส่วนใหญ่ผู้ใช้ระดับ ต่อไปเป็นหน้าต่างบานเลื่อนของ R ผู้ใช้
ผ่านพร้อมจัดเรียงรายชื่อผู้ใช้ขยับหน้าต่างโดยหนึ่งในผู้ใช้แต่ละ iteration .
ผลรวมของค่าคะแนนสำหรับรายการเป้าหมายคำนวณเหนือหน้าต่าง
และจุดหยุดถึงเมื่อผลรวมนี้ถึงศูนย์ ผู้ใช้ traversed
ในระหว่างกระบวนการนี้จึงกลายเป็นผู้สมัครโจมตี Pro เลสซึ่งเป็นแล้ว
ltered จึงเพิ่มเติม โดยเอาตัวที่ไม่จัดอันดับ หรือรายการที่มีค่าคะแนนอยู่
ทิศทางที่ตรงข้ามกับการโจมตี ความแม่นยำผลวิธีนี้ในการโจมตีเฉลี่ย
จะทำซ้ำในรูป 54.46% เมื่อเทียบกับพีซีคลัสเตอร์ยุทธศาสตร์
ทั่วไปผู้เขียนรายงานว่าวิธีการนี้มีประสิทธิภาพดีโดยเฉพาะอย่างยิ่งสำหรับการโจมตีขนาดกลาง ซึ่งในวิธีการอื่น ๆ ให้จิ้ม
)