← 목록으로
AI·소프트웨어연구 결과

공정성 훼손을 위한 추천 시스템 공격 방법 제시

원문 발행 2026.06.28 04:50 KST블랙덱 추가 2026.10.20 12:16 KST
요약에 참고한 원문

무엇이 새로워졌나요?

구조와 시퀀스를 고려한 강화학습 기반 공격 방식을 제안합니다.

핵심 내용

  1. 추천 시스템의 공정성 문제는 사회적 및 윤리적 영향을 받고 있습니다.
  2. 기존 공격 연구는 성능 훼손에 초점이 있었으나 공정성 훼손에 대한 연구는 부족합니다.
  3. 제안된 방법은 구조와 시퀀스를 고려한 공격을 통해 공정성 저하를 유도합니다.

내 일에 연결해 보면

가짜 사용자-항목 상호작용의 구조적 및 시퀀스적 특성을 모델링하여 공정성 훼손을 유도합니다.

아직 확인해야 할 점

논문 초록에 근거한 연구 요약입니다. 실제 적용 조건과 검증 범위는 연결된 원문에서 확인해야 합니다.

요약에 참고한 원문

아래 링크는 원문 사이트의 새 창으로 열립니다.

  1. arxivFairness Attacks on Recommender Systems