典型文献
基于梯度的对抗排序攻击方法
文献摘要：
互联网检索中普遍存在排名竞争这种对抗攻击行为,会产生许多不良影响,因此对攻击方法的研究有助于设计更鲁棒的排序模型.已有的攻击方法容易被人识别且无法有效攻击神经排序模型.因此,文中提出基于梯度的对抗排序攻击方法.方法分为3个模块:基于梯度大小的词重要度排序、基于梯度的排序攻击和基于词嵌入的同义词替换.针对给定的目标排序模型,首先基于构建的排序攻击目标进行梯度回传,利用梯度信息在指定文档上找到最重要的词.然后,基于投影梯度攻击原理,在词向量空间上对这些最重要的词进行扰动.最后,利用同义词替换技术将这些最重要的词替换为和原词语义相近且和扰动后的词向量最近邻的词,完成文档扰动.在MQ2007、MS MARCO数据集上的实验验证文中方法的有效性.
文献关键词：
排名竞争;对抗攻击;梯度攻击;神经排序模型;网页检索
中图分类号：
作者姓名：
吴晨;张儒清;郭嘉丰;范意兴
作者机构：
中国科学院计算技术研究所 网络数据科学与技术重点实验室 北京100190;中国科学院大学 计算机与控制学院 北京100190
文献出处：
引用格式：
[1]吴晨;张儒清;郭嘉丰;范意兴-.基于梯度的对抗排序攻击方法)[J].模式识别与人工智能,2022(03):254-261
A类：
排名竞争,神经排序模型,MQ2007,网页检索
B类：
攻击方法,互联网检索,对抗攻击,攻击行为,对攻,重要度,词嵌入,同义词替换,目标排序,攻击目标,回传,梯度信息,文档,梯度攻击,词向量,向量空间,原词,词语,最近邻,成文,MARCO,中方
AB值：
0.292379
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
