推荐系统攻击检测样本数据生成方法与装置制造方法及图纸

本申请涉及一种推荐系统攻击检测样本数据生成方法与装置。所述方法包括：获取推荐系统的数据集中真实用户评分矩阵；根据所述真实用户评分矩阵，通过生成器生成与所述真实用户评分矩阵对应的虚假用户评分矩阵；将所述虚假用户评分矩阵和所述真实用户评分矩阵混合，得到混合的用户评分矩阵；根据混合的用户评分矩阵，通过模拟推荐系统的攻击性鉴别器对多个推荐项目进行仿真攻击，得到攻击损失；基于所述攻击损失以及所述混合的用户评分矩阵，生成攻击检测样本。采用本方法能够支持推荐系统攻击抵抗能力准确检测。抵抗能力准确检测。抵抗能力准确检测。

【技术实现步骤摘要】
推荐系统攻击检测样本数据生成方法与装置


[0001]本申请涉及计算机
，特别是涉及一种推荐系统攻击检测样本数据生成方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]推荐系统主要是解决在信息过量且用户无明确需求的情况下，用户如何高效的获取其所需要的信息，它是通过分析用户的过往历史行为对其兴趣进行建模，从而主动给用户推荐他们感兴趣或者所需要的信息，但是很多信息生产者，会采取一些攻击推荐系统的方法，攻击者可以通过生成虚假用户数据，并将其注入目标推荐系统，从而攻击若干潜在的目标商品，使得自己生产的信息可以更多的被信息消费者接触到。
[0003]由于训练样本的不均衡，推荐系统模型会有多种维度的偏差问题，使现在推荐系统容易遭受到攻击，因此，需要对推荐系统遭受攻击的抵抗能力进行检测。
[0004]但是现在对于推荐系统攻击抵抗能力的检测方式一般是用历史攻击数据直接进行检测，由于样本数量较少，无法支持准确的推荐系统攻击抵抗能力检测。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种支本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推荐系统攻击检测样本数据生成方法，其特征在于，所述方法包括：获取推荐系统的数据集中真实用户评分矩阵，所述真实用户评分矩阵包括真实的评分用户标识及评分的项目；根据所述真实用户评分矩阵，通过生成器生成与所述真实用户评分矩阵对应的虚假用户评分矩阵；将所述虚假用户评分矩阵和所述真实用户评分矩阵混合，得到混合的用户评分矩阵；根据混合的用户评分矩阵，通过模拟推荐系统的攻击性鉴别器对多个推荐项目进行仿真攻击，得到攻击损失，所述攻击损失表征所述混合的用户评分矩阵和所述真实用户评分矩阵攻击结果的差异；基于所述攻击损失以及所述混合的用户评分矩阵，生成攻击检测样本。2.根据权利要求1所述的方法，其特征在于，所述根据混合的用户评分矩阵，通过模拟推荐系统的攻击性鉴别器对多个推荐项目进行仿真攻击，得到攻击损失包括：根据混合的用户评分矩阵，通过模拟推荐系统的攻击性鉴别器对多个推荐项目进行同步仿真攻击和分步仿真攻击，得到攻击损失。3.根据权利要求1所述的方法，其特征在于，所述生成器包括基本信息生成器、偏好生成整合器及分布学习器；所述根据所述真实用户评分矩阵，通过生成器生成与所述真实用户评分矩阵对应的虚假用户评分矩阵包括：根据所述数据集中真实用户信息，通过所述基本信息生成器，生成虚假用户信息；计算所述真实用户信息与所述虚假用户信息的相似度，获取预设相似度排名前位的真实用户信息的评分矩阵，所述相似度排名是根据所述相似度由大到小排名的；根据所述预设相似度排名前位的真实用户信息的评分矩阵，通过所述偏好生成整合器，获取虚假用户评分矩阵；根据所述虚假用户评分矩阵，通过所述分布学习器，获取与所述真实用户评分矩阵对应的虚假用户评分矩阵。4.根据权利要求3所述的方法，其特征在于，所述根据所述预设相似度排名前位的真实用户信息的评分矩阵，通过所述偏好生成整合器，获取虚假用户评分矩阵包括：通过所述偏好生成整合器的偏好生成器对所述预设相似度排名前位的真实用户信息的评分矩阵进行降维；根据降维后预设相似度排名前位的真实用户信息的评分矩阵及所述相似度，获取虚假用户评分矩阵；将虚假用户评分矩阵的维度提高至与真实用户评分矩阵相同的维度。5.根据权利要求1所述的方法，其特征在于，所述通过模拟推荐系统的攻击性鉴别器对多个推荐项目进行仿真攻击包括：...

【专利技术属性】
技术研发人员：李肯立，刘双昱，杨圣洪，蔡宇辉，周旭，余思洋，段明星，吴帆，秦云川，
申请(专利权)人：湖南大学，
类型：发明
国别省市：