推荐系统中基于动态时间间隔 T 分布的分托攻击检测
密码学与安全
2019-08-21 v1 信息检索
摘要
随着信息技术与互联网的发展，推荐系统已成为解决信息过载问题的重要手段。然而推荐系统极为脆弱，因其严重依赖用户行为数据，这使得众多恶意商家极易注入分托攻击以操纵推荐结果。已有关于分托攻击的论文提出了基于虚假用户画像或异常物品的检测方法，但其检测率、误报率、通用性与时间开销仍有待改进。本文提出一种基于动态时间间隔 T 分布技术的物品异常检测新方法。首先，基于分托攻击快速性特征（攻击者为节约成本在短时间内注入大量虚假画像），我们使用动态时间间隔方法将物品评分历史划分为多个时间窗口；随后利用 T 分布检测异常窗口。通过在符合真实情形的数据集上广泛实验并与当前优异方法比较，我们所提方法对不同攻击模型与填充规模具有更高检测率、更低误报率与更小时间开销。
引用
@article{arxiv.1908.06967,
title = {Detection of Shilling Attack Based on T-distribution on the Dynamic Time Intervals in Recommendation Systems},
author = {Wanqiao Yuan and Yingyuan Xiao and Xu Jiao and Wenguang Zheng and Zihao Ling},
journal= {arXiv preprint arXiv:1908.06967},
year = {2019}
}