改进最短板：面向鲁棒推荐系统的脆弱性感知对抗训练（VAT）
Improving the Shortest Plank: Vulnerability-Aware Adversarial Training for Robust Recommender System
AI 导读
针对向推荐系统训练数据注入虚假用户的投毒攻击，研究者提出脆弱性感知对抗训练（VAT）。研究发现攻击通常只影响部分脆弱用户，且系统对用户训练数据拟合程度越高，用户越易受攻击影响；VAT 据此为每个用户施加自适应幅度的扰动。实验显示，VAT 在多种推荐模型和攻击类型下降低攻击成功率，同时保持甚至可能提升推荐质量。