众包中的对抗者检测
机器学习
2021-10-11 v1 人机交互
机器学习
摘要
尽管众包在各种机器学习和数据科学任务中取得了成功，但仍易受到蓄意对抗者的攻击。本工作研究在流行的Dawid and Skene模型下，对抗者对众包分类的影响。对抗者被允许任意偏离所考虑的众包模型，并可能进行合作。针对此情形，我们开发了一种利用标注者响应二阶矩结构的方法，以识别大量对抗者并减轻其对众包任务的影响。所提方法的潜力在合成与真实众包数据集上得到了实证展示。
引用
@article{arxiv.2110.04117,
title = {Detecting adversaries in Crowdsourcing},
author = {Panagiotis A. Traganitis and Georgios B. Giannakis},
journal= {arXiv preprint arXiv:2110.04117},
year = {2021}
}
备注
Full version of ICDM 2021 short paper