为有效解决协同过滤推荐系统中由托攻击影响导致的推荐准确率降低的问题,分析托攻击者的几种主要攻击行为特点,提出一种对用户-项目评分矩阵进行奇异值分解的方法。将托攻击者聚类,通过奇异值分解的方法分解评分矩阵,寻找攻击路径,剔除攻击者。实例仿真计算结果表明,该方法能有效阻止托攻击者对目标项分数的提高/降低,提高了托攻击检测的效果。