跳到正文
arXiv · AI· Linda Bekov\'a, Rodrigo Alves·· 2026-10-16AI 评分32

推荐系统中语言嵌入的隐私风险:余弦相似度攻击可恢复物品身份

Encoded but Exposed: Language Embeddings can Reveal More Than They Should in Recommender Systems

AI 导读

研究指出,当攻击者掌握外部辅助文本时,简单的余弦相似度攻击能在两个真实数据集上以高平均倒数排名恢复物品身份。 信息泄露在攻击者部分信息与受害者表征重叠时最强,即使来源独立的描述经过语义对齐,泄露依然存在。 物品泄露可传播至稀疏评分下的用户重识别,混淆描述作为缓解措施存在明显的泄露与效用权衡。

来源:arXiv · AI · arxiv.org