面向推荐系统不可见托攻击的单用户注入方法

推荐系统（RS）对缓解信息过载问题至关重要。由于其在引导用户决策中的关键作用，不法各方受诱对 RS 发起攻击以影响正常用户决策并获取非法利益。在各类攻击中，托攻击（shilling attack）是最持久且获利最高的攻击之一。在托攻击中，对抗方将若干精心设计的虚假用户档案注入系统以误导 RS，从而实现攻击目标。尽管现有托攻击方法已取得可观效果，但它们均采用多用户注入的攻击范式，即需要一些虚假用户档案。本文首次研究了极受限场景下的托攻击：仅向受害 RS 注入一个虚假用户档案来发起托攻击（即单用户注入）。我们提出一种新颖的用于不可见托攻击的单用户注入方法 SUI-Attack。SUI-Attack 是一种基于图的攻击方法，将托攻击建模为受害 RS 用户-物品二部图上的节点生成任务，并通过生成用户特征及将虚假用户连接到物品的边来构造虚假用户档案。大量实验表明，SUI-Attack 在单用户注入下能取得可观的攻击效果。除攻击能力外，SUI-Attack 提升了托攻击的隐蔽性并降低了被检测到的风险。我们的实现见：https://github.com/KDEGroup/SUI-Attack。