مزرعه ارتباط، روشی موثر برای حمله به الگوریتم PageRank در سیستم های توصیه گر مبتنی برگراف آیتم ها

امروزه سیستم های توصیه گر به جزء جداناپذیری از وب سایت های تجارت الکترونیک تبدیل شده اند. بااین حال، عمومی و قابل دسترس بودن این سیستم ها موجب آسیب پذیری آن ها در مقابل حمله کاربرهای سودجو گشته است. مطالعات بسیاری آسیب پذیری الگوریتم های مختلف توصیه گر را در مقابل حمله هایی که با ایجاد پروفایل های جعلی صورت می گیرند، مورد بررسی قرار داده اند، که تمرکز بسیاری از آن ها بر روش های قدیمی از جمله الگوریتم های پالایش گروهی بوده است. گروهی از الگوریتم های توصیه گر که مورد توجه سرویس های مختلف اینترنتی قرار گرفته اند، برای ارائه پیشنهاد به کاربر از روش های مختلف تحلیل گراف از جمله قدم زنی تصادفی بهره می برند. مطالعات محدودی در زمینه بررسی آسیب پذیری الگوریتم های توصیه گر مبتنی بر گراف صورت گرفته که بر انواع خاصی از این روش ها تمرکز دارند. از این رو در این مقاله، آسیب پذیری گروهی از الگوریتم های مبتنی بر گراف که از ایده الگوریتم رتبه بندی PageRank در وب برای امتیاز بندی آیتم ها و تولید پیشنهاد هایشان استفاده می کنند، مورد بررسی قرارگرفت. بدین منظور با بهره گیری از حمله های هرزه نگاری اعمال شده به الگوریتم رتبه بندی PageRank ، مدل حمله جدیدی به نام مزرعه ارتباط، پیشنهاد می شود. نتایج به دست آمده از اعمال حمله های مختلف به این تکنیک ها نشان داده اند که مدل حمله ارائه شده، بر این دسته از الگوریتم های توصیه گر مبتنی بر گراف تاثیرگذار است.

کلیدواژه ها:

سیستم توصیه گر ، رویکرد مبتنی بر گراف ، گراف ارتباط ، حمله شیلینگ ، مزرعه پیوند ، مزرعه ارتباط