摘要：基于标准支持向量机的托攻击检测方法不能体现由于用户误分代价不同对分类效果带来的影响，提出了一种基于代价敏感支持向量机的托攻击检测新方法，该方法在代价敏感性学习机制下引入支持向量机作为分类工具，对支持向量机输出进行后验概率建模，建立了基于类别隶属度的动态代价函数，更准确地反映不同样本的分类代价，在此基础上设计了代价敏感支持向量机分类器。将该分类器应用在推荐系统托攻击检测中，并与标准的支持向量机方法、代价敏感支持向量机方法进行比较，实验结果表明，本方法可以更精确地控制代价敏感性，进一步提高对攻击用户的检测精度，降低总体的误分类代价。

关键词：支持向量机 托攻击检测 代价敏感 类别隶属度 

单位：东北财经大学管理科学与工程学院 辽宁大连116025