托攻击检测SDlib库的学习-----WZW托攻击学习日记（二）

       大家好，今天我研究了大师兄做的库，名字叫做SDlib，是专门针对托攻击检测的，使用的语言是python，有兴趣的同学可以参考。大师兄的库是放在github上的，大家可以多多star送给我敬佩的大师兄。链接如下：

https://github.com/Coder-Yu

下面讲一讲，SDlib中如何注入虚假信息的。

第一步，下载好SDlib的压缩包，解压出来。这一步不浪费时间解释了，百度一下就会。

    

图一

第二步，仔细阅读了SDlib中的Readme，里面对于这个库有着比较详细的解释，这里呢，如果只是想看如何注入虚假用户的，可以直接跳到如图所示的地方。

图二

从中可知，如果不想了解原理，只需要改变conf文件中的变量就行，这里呢，我肯定是要讲讲更细节的东西，如果只想注入虚假用户的话，那就直接运行generateData.py就行了。

好，接下来，进入正题。了解代码含义。

首先，运行generateData.py观察运行结果。

部分截图为：

图三

我们会发现，系统正常运行了。并且出现了多次注入，即出现了多次loadingtraining data。现在寻找原因。

 

来到generateData.py，观察到generateData.py中的代码很少

图四

发现调用了HybridAttack，打开HybridAttack.py，发现HybridAttack的基类为Attack。所以转到attack.py文件，哇，很多代码，理解一下：

Init（）：是为了初始化各个变量的值。

 

图五

getAverageRating（）：获取平均评分，即现在真实用户对于该商品的评分的总值除以真实用户的评分数量。

 

selectTarget（）：顾名思义就是选择目标用户，怎么选的，看看代码

首先给item的键排个序，然后进入循环，循环的第一步是随机取一个数赋给target变量，如果这个target满足一下四个条件：选到的target对应的itemprofile小于maxcount，大于mincount，循环中之前并没有选到这个target，平均值小于threshold。

（为什么需要满足这四个条件，其实我也不清楚，再想想）

 

最后打印出来选择出的目标用户。

 

getFillerItems（）：获取装填项目

图六

这里也看了我一段时间，解释一下，首先获得装填项目的大小赋给mu，sigma不多说了，

然后利用获取符合正太分布的随机数的方法获取装填项目的数量，然后随机获取装填项目转为list形式。

（这里最难理解的是，为什么要有取正太分布这样的动作，难以理解。）

 

InsertSpam（）:    这个就是看我们选择的是什么攻击了，我们拿平均攻击来举例，攻击的其他方式可以看我的托攻击检测学习日记（一），从学习日记（一）我们可以知道平均攻击其实就是往装填项目里面添加平均评分。（这里是看的评分攻击，明天再看关系攻击了。）

 

图七

（马上产生了一个疑问，startid这个变量有什么用？）

这里可以看出，startUserID就是代表着user评分的数量，然后进入for循环，循环次数为评分数量*攻击范围的大小。

然后就是对装填项目注入平均评分

还有就是对目标用户注入我们想要给的评分

 

loadTarget():获取数据集

 

generateLabels（）：给虚假用户和真实用户打上标记，真实为0，虚假为1

 

generateProfiles（）：将虚假的和真实的都写入profiles

 

图八

 

看到这里，其实我们还是没有解决一个问题，那就是为什么会出现这么多次选择目标用户？再探究一波？

 

啊，其实这个时候是我笨了，发现调用的是

于是打开HybridAttack.py

图九

发现他调用了三个攻击。为了检验一下，将HybridAttack改为AverageAttack。运行一下，果然，最后的结果只出现了一次。

 

 图十

总结下来，今天遇到的问题还有三个没解决，一旦解决，我会在评论里面回复。

1.    为什么需要满足这四个条件？（selecttarget）

2.    为什么要使用正态分布取随机数？（getFillerItems）

3.    StartID有什么意义呢？（insertSpam）

 

除了这三个问题，我们其实还没有去看关于关系注入的攻击和混合注入的攻击，没关系，饭一口一口吃，代码一行一行看，我们之后再看！