防范电子商务中的顾问欺诈行为：迈向更鲁棒的不公平评分处理信任模型
社会与信息网络
2013-06-24 v1 人工智能
摘要
在电子市场中，每笔交易后买家会对卖家提供的产品进行评分。为了决定与哪位卖家交易最值得信赖，买家依赖信任模型利用这些评分来评估卖家的声誉。尽管不同信任模型的设计者声称其在处理不公平评分方面具有高效性，但最近有人指出这些模型容易受到更智能的攻击，且迫切需求以更全面的方式评估现有信任模型的鲁棒性。在本工作中，我们将现有信任模型分为两大类，并提出一个可扩展的电子市场测试平台，以全面评估它们针对不同不公平评分攻击的鲁棒性。除了强调现有信任模型在处理不公平评分方面的鲁棒性远非其声称的那样之外，我们还提出并验证了一种针对现有信任模型的新型组合机制——“先折扣后过滤”（Discount-then-Filter），以显著增强它们针对所研究攻击的鲁棒性。
引用
@article{arxiv.1306.4999,
title = {Safeguarding E-Commerce against Advisor Cheating Behaviors: Towards More Robust Trust Models for Handling Unfair Ratings},
author = {Lizi Zhang},
journal= {arXiv preprint arXiv:1306.4999},
year = {2013}
}