RecAD：面向推荐系统攻击与防御的统一库
信息检索
2023-09-12 v1
摘要
近年来，推荐系统已成为我们日常生活中无处不在的一部分，但由于其商业与社会价值不断增长，它们面临着被攻击的高风险。尽管推荐系统攻击与防御研究已取得显著进展，该领域仍缺乏广泛认可的基准标准，导致性能比较不公平且实验可信度有限。为此，我们提出 RecAD，一个旨在为推荐系统攻击与防御建立开放基准的统一库。RecAD 通过集成多样的数据集、标准源代码、超参数设置、运行日志、攻击知识、攻击预算与评估结果，为可复现研究迈出建立统一基准流程的第一步。该基准设计为全面且可持续，涵盖攻击、防御与评估任务，使更多研究者能轻松跟进并为这一有前景的领域做出贡献。RecAD 将推动更扎实、可复现的推荐系统攻击与防御研究，减少研究者的重复劳动，并最终提升推荐系统攻击与防御的可信度与实用价值。该项目发布于 https://github.com/gusye1234/recad。
引用
@article{arxiv.2309.04884,
title = {RecAD: Towards A Unified Library for Recommender Attack and Defense},
author = {Changsheng Wang and Jianbai Ye and Wenjie Wang and Chongming Gao and Fuli Feng and Xiangnan He},
journal= {arXiv preprint arXiv:2309.04884},
year = {2023}
}