本发明涉及一种针对推荐系统脆弱性的智能通用评估方法和系统。该方法包括：1)对推荐系统建立攻击策略的搜索树；2)采用强化学习算法从所述搜索树中学习高效的攻击策略；3)根据学习得到的攻击策略以及测试攻击效果对推荐系统的脆弱性进行评估。本发明提出了针对复杂推荐系统，高效自适应评估其脆弱性的方案，该方案基于强化学习架构，无需过多人工干预，人工成本低，可快速定位到针对特定推荐系统的有效攻击手段，通过攻击效果进而来准确高效地对推荐系统脆弱性进行评估，获得的高效攻击策略也可以更有针对性地指导防御手段的设计。
声明：
“针对推荐系统脆弱性的智能通用评估方法和系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1104
编辑：管理员
来源：北方有色网
咨询细节
