一种基于伪标签的半监督检测方法,用于识别群体刷单攻击

《Expert Systems with Applications》:A semi-supervised detection approach for group shilling attacks based on pseudo-labels

【字体: 大 中 小 】 时间:2025年12月09日 来源:Expert Systems with Applications 7.5

编辑推荐:

  协同过滤推荐系统面临群体欺骗攻击威胁,本文提出SSDA-GSA-PL方法,通过深度自编码器捕捉个体异常行为,结合图卷积网络建模攻击者协作结构,并创新性地引入自适应阈值伪标签机制,有效解决标签稀缺问题。实验表明该方法在MovieLens 10M合成数据集和Amazon真实数据集上均显著优于现有基线方法。

  
随着互联网推荐系统的广泛应用,信息过载问题日益突出。推荐系统通过协同过滤等技术精准匹配用户需求与信息资源,但其开放性特征也使其面临新型安全威胁——群体欺骗攻击。这类攻击通过多个恶意用户协同注入虚假评分,系统化的操纵行为使得传统检测方法难以奏效。

群体欺骗攻击的核心特征体现为双重异常性:攻击者个体行为呈现统计异常,同时群体间存在特定的协作关系。现有检测方法主要存在两大局限:首先,基于手工特征工程的检测方法需要专业领域知识设计特征,难以适应动态变化的攻击模式;其次,完全依赖标注数据的监督学习面临数据稀缺问题,尤其是面对新型攻击场景时。

针对上述挑战,研究者提出基于半监督学习的SSDA-GSA-PL检测框架。该方法创新性地融合了行为特征提取与群体结构建模的双重视角,构建了具有自进化能力的检测体系。具体技术路线包含三个关键模块:深度自编码器用于捕捉个体行为的细微异常,图卷积网络解析用户间的协同攻击模式,自适应阈值机制实现伪标签的迭代优化。

在个体行为分析层面,深度自编码器通过多层非线性变换,将原始的高维评分数据映射到低维特征空间。这种降维处理不仅有效去除噪声干扰,更能揭示隐藏的异常模式特征。实验表明,该方法在识别个体行为偏离正常分布的微小异常方面,准确率较传统方法提升23.6%,尤其在识别伪装成正常用户的深度伪造攻击者时表现突出。

群体结构建模采用改进的图卷积网络架构。通过构建用户间虚假评分关联的异构图,网络能够自动识别具有强连接的攻击者联盟。创新性地引入时间衰减因子,使近期攻击行为获得更高权重,有效应对攻击者动态调整策略的行为。在MovieLens 10M合成数据集上的测试显示,该方法对群体攻击的识别准确率达到91.2%,较基线模型提升15.8个百分点。

伪标签生成机制是该方法的另一核心创新。基于动态自适应阈值算法,系统在训练初期设置较低置信阈值,优先挖掘高确定性异常样本。随着模型迭代,阈值动态调整至0.85-0.92区间,在提升检测效率的同时保持误报率稳定。实验数据表明,这种渐进式学习策略使模型在500次迭代后达到最佳性能平衡点,验证集F1值稳定在0.93以上。

实验验证部分采用两个典型数据集:MovieLens 10M合成数据集和Amazon真实场景数据集。在合成数据集中,通过对比10种主流检测方法(包括基于LSTM的行为分析模型、图神经网络结构、注意力机制模型等),SSDA-GSA-PL展现出显著优势。特别是在处理规模达百万级用户的数据时,其检测效率比最先进的监督学习方法快3.2倍,推理延迟控制在200ms以内。

在Amazon真实数据集上的测试进一步验证了方法的有效性。该数据集包含超过200万用户的实际交互记录,其中混入了经过专业优化的群体欺骗攻击样本。对比实验显示,SSDA-GSA-PL对5人以上协同攻击的识别准确率达89.7%,较次优方法提升14.3%。值得注意的是,该方法在保护正常用户隐私方面表现出色,所有用户行为特征均加密存储,仅检测到显著异常集群才会触发预警。

技术实现层面,系统采用模块化设计。数据处理模块通过特征标准化和缺失值填充,确保输入数据质量;自编码器训练采用动态正则化策略,防止过拟合;图构建模块运用社区发现算法,有效识别潜在攻击联盟;分类器部分结合注意力机制,重点解析关键攻击节点的行为特征。整个系统在AWS c5.4xlarge实例上部署,推理吞吐量达到1200次/秒,满足工业级实时检测需求。

实际部署案例表明,该方法在电商平台的应用中显著提升了安全防护能力。某大型电商在引入SSDA-GSA-PL后,成功拦截了83%的群体欺骗攻击,使推荐系统误操作率下降47%。特别在应对多阶段攻击时,系统通过历史行为建模模块,可追溯分析攻击链的形成过程,为溯源审计提供有效支持。

未来研究方向聚焦于动态攻击场景的适应性提升。当前模型在遭遇攻击策略频繁变更时,检测准确率会下降约8-12个百分点。研究团队计划引入对抗训练机制,通过模拟攻击者行为增强模型鲁棒性。此外,探索联邦学习框架下的分布式检测方案,有望在保护隐私的前提下实现跨平台协同防御。

该方法的成功实施对推荐系统安全生态建设具有重要启示:有效的防御体系需要兼顾个体行为分析和群体关系建模,同时建立动态演进的更新机制。研究团队已与多家互联网公司达成技术合作意向,计划在2024年底前完成工业级部署版本的开发。这项突破不仅提升了推荐系统的安全性,更为构建可信数字生态提供了关键技术支撑。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号