【RS-Attack】Poisoning Attacks to Graph-Based Recommender Systems (ACSAC‘18)

Poisoning Attacks to Graph-Based Recommender Systems ACSAC’18

这篇文章虽然是攻击图推荐模型，但是实际攻击的是Random Walk算法

Random Walk

1. 选择N步作为随机步数的总数，即停止的目标
2. 从初始点开始（ starting point），我们走得每一步都有一个概率，来决定我们继续或是重新开始（回到初始点）
3. 当你决定要继续random walk时，你会统一（如果你的边是带有权重的，你可以做权重采样，比如rating）随机地从接下来的点（node）里选择一个邻居。接下来跳到选择的邻居那里。这样就完成了N步中的一步；
4. 重复2、3
5. 最后统计我们跳到同样的点的次数，最多次数的那个点就是我们的推荐内容

用随机游走给用户$u$推荐物品时，从节点$u$出发，每次有$1-\alpha$的概率跳转到邻居节点，也有$\alpha$的概率回到初始$u$节点。所有物品会得到一个转移概率，转移概率大的物品应该推荐给用户$u$。

公式化描述就是：

$$\begin{gathered} p_u=(1-\alpha )\cdot Q\cdot p_u+\alpha \cdot e_u \\ {Q}_{xy}=\{\begin{array}{l}{\sum }_{z\in {\Gamma }_x}{r}^{}\end{array} \end{gathered}$$