加速推荐系统投毒攻击中的代理模型再训练
Accelerating the Surrogate Retraining for Poisoning Attacks against Recommender Systems
AI 导读
研究者提出 Gradient Passing（GP）技术，加速针对推荐系统投毒攻击的代理模型再训练。该方法在反向传播中显式传递存在交互的用户-物品对之间的梯度，以近似交互图上的级联效应。单次更新即可取得接近多次原始训练迭代的效果，在相同再训练轮数下让代理模型更贴近受害模型，从而增强投毒攻击，并在真实数据集上验证了效率与有效性。