对个性化推荐系统的操纵攻击方法及装置制造方法及图纸

本发明专利技术涉及一种对大数据环境下基于X

【技术实现步骤摘要】
对个性化推荐系统的操纵攻击方法及装置


[0001]本专利技术涉及数据安全
，具体涉及一种对大数据环境下基于X
‑
armed bandits的个性化推荐系统的操纵攻击方法及装置

技术介绍

[0002]X
‑
armed bandits问题的核心是如何在连续数据空间下针对特定用户进行个性化推荐，在大数据环境下的视频、物联网服务及广告等领域的个性化推荐应用中起着至关重要的作用。
[0003]X
‑
armed bandits不同于传统的多臂老虎机（Multi
‑
armed Bandits，MAB）问题，MAB算法解决的问题是在有限个臂，且每个臂（arm）拉动后的反馈对应一个未知的概率分布的情况下，如何选择拉臂使收益最大化。算法每一轮选择拉一个臂并获得反馈（reward），同时逐渐得知其概率分布，因此为了收益最大化，算法在每一轮选择拉臂时，需要兼顾收益以及获得有关拉臂反馈的概率分布的更多信息。而X
‑
armed bandits算法的不同在于，其是在假设臂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于X
‑
armed bandits的个性化推荐系统的操纵攻击方法，其特征在于，包括：对臂空间进行离散化；截获系统的推荐结果，所述推荐结果为学习者利用HCT算法确定本轮所选择的HCT覆盖树中的节点后，在节点对应的臂空间中选取的一个臂；判断所述臂空间中是否包含目标臂，如果包含，本轮不进行攻击，否则选取其他臂替代学习者所选择的臂并提交给环境，环境产生反馈，被学习者和攻击者所接收；其中，所述学习者指个性化推荐系统，所述环境指所述个性化推荐系统所面向的用户。2.根据权利要求1所述的方法，其特征在于，所述的对臂空间进行离散化包括：将臂空间分为M个子空间，M的取值为M=2
X
，其中，X的取值如下：，T为HCT算法运行的总轮次。3.根据权利要求2所述的方法，其特征在于，所述的判断所述臂空间中是否包含目标臂，如果包含，本轮不进行攻击，否则选取其他臂替代学习者所选择的臂并提交给环境，包括：S10，在第t轮，截获学习者选取的臂为x
t
；若所述臂空间中包含目标臂，则进入下一轮，即：t=t+1；否则执行步骤S20；S20，对每个臂x(i)，i∈[1,M]，计算一个L值，即：，其中：表示第t轮第i个臂对应的L值；表示中轮次环境反馈的平均值，表示截至第t轮选择臂x(i)的轮次的集合；表示截至第t轮，选择臂x(i)的次数；为一个取值范围为(0,1)的参数；S30，选取一个使值最小的臂x(s)，即，将x
t
篡改为x(s)并提交给环境，获得环境的反馈r
t
；S40，更新T
i
(t)=T
i
(t)+1以及；S50，令t=t+1，并跳转至步骤S10。4.一种基于X
‑
armed bandits的个性化推荐系统的操纵攻击装置，其特征在于，包括：臂空间离散模块，用于对臂空间进行离散化；结果截获模块，用于截获系统的推荐结果，所述推荐结果为学习者利用HCT算法确定本轮所选择的HCT覆...

【专利技术属性】
技术研发人员：周潘，罗志，孙裕华，徐子川，袁增辉，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：