基于图的推荐系统中的单节点触发后门攻击
人工智能
2025-06-11 v1
摘要
图推荐系统因其能有效捕捉用户与物品之间的复杂交互而被广泛研究。然而，这些系统在面对攻击时也表现出一定的脆弱性。现有的虚假攻击方法通常通过注入大量虚假节点和边来操纵推荐结果。然而，此类攻击策略面临两个主要挑战：隐蔽性低和破坏性高。为了应对这些挑战，本文提出了一种新颖的图后门攻击方法，旨在以隐蔽的方式增强目标物品对目标用户的曝光，且不影响其他不相关节点。具体而言，我们设计了一个单节点触发器生成器，它只需插入一个虚假用户节点，就能有效地将多个目标物品曝光给目标用户。此外，我们引入了目标节点与无关节点之间的约束条件，以减轻虚假节点对推荐系统性能的影响。实验结果表明，在 99% 的目标用户中，目标物品的曝光率不低于 50%，同时对推荐系统性能的影响被控制在约 5% 以内。
引用
@article{arxiv.2506.08401,
title = {Single-Node Trigger Backdoor Attacks in Graph-Based Recommendation Systems},
author = {Runze Li and Di Jin and Xiaobao Wang and Dongxiao He and Bingdao Feng and Zhen Wang},
journal= {arXiv preprint arXiv:2506.08401},
year = {2025}
}