如何针对推荐系统(如基于矩阵分解)发起Top-K攻击?
推荐系统是许多互联网产品的核心组件,但它们也面临着被滥用的风险。协同过滤(CF)攻击,特别是Top-K攻击(或称Shilling Attack),旨在通过注入虚假的用户偏好数据来恶意影响推荐结果。作为AI基础设施的维护者,理解和模拟这些攻击...
推荐系统是许多互联网产品的核心组件,但它们也面临着被滥用的风险。协同过滤(CF)攻击,特别是Top-K攻击(或称Shilling Attack),旨在通过注入虚假的用户偏好数据来恶意影响推荐结果。作为AI基础设施的维护者,理解和模拟这些攻击...