CoDetector的学习-----WZW托攻击学习日记（三）

 

        这一次学习的是一个名为CoDetector的监督学习的托攻击检测算法。

       该算法是在word embedding models的启迪下发现的，用user-user共生矩阵和user-item共生矩阵，学习到包括word embedding信息的用户隐性条件作为特征去检测攻击者。

       这篇博文主要是简单介绍一下这个检测算法，方便一些不想看英文的朋友，如果希望详细看原文的可以下载附件观看。

 

 

一．准备工作

       CoDector是同时利用了MF和Word Embeding

       1. 矩阵分解（Matrix factorization）：

这是协同过滤的一种方法，着重于隐形特征。就是将用户和项目融合进一个低维的矩阵，损失函数为：

        

图一

Yui代表着用户u对项目i的评分，  控制着隐形特征的影响的大小。

       2. 词向量（Word Embedding）

词向量在自然语言处理里面是一个特别成功的模型，在相关方法中，词向量会被嵌入进一个连续的矩阵空间。Word Embedding的学习也可以通过下载附件来学习。我也会上传一个资料。

二．CoDector的介绍

         CoDector利用用户嵌入（User Embedding）来发现异常。

         在word2vec中，给定一个中心词，在这个中心词附近的序列被定义为这个中心词的上下文，同样我们可以在推荐系统的用户-项目二部图里面也这样定义，如用户u1和用户u2都消费了项目i1和项目i2，因此，u1和u2是互相的上下文。

然后用户-用户的SPPMI矩阵（这个可以通过看论文找到相应解释）就代表着用户1和用户2同时消费的item的数量。在这之后，我们能够通过构建矩阵M获取UserEmbedding的信息。一旦攻击者想要攻击项目时，SPPMI矩阵M就会将隐形交互显示出来。

三．训练过程

         为了保证评分和结构信息注入用户隐形特征，CoDector联合分解了了评分矩阵R和SPPMI矩阵M。整个过程在算法1里体现出来，损失函数为

图二

Pu是共享的用户隐性特征，muj代表着用户u和用户j的正点信息偏移（这里其实翻译不太来，英文为muj denotes the shifted positive point-wise mutualinformation between user u and user j），gi是用户u的上下文，wu和cj是用户和上下文的偏差。模型参数由随机梯度下降更新。更新规则为

图三

算法一：

图四

四．实验结果

       数据集包括Movie-lens和Amazon，检测指标为精准率（P），召回率（R）和F1值。

       在Movie-lens的检测结果：

图五