25.5.1.1 Impact on Recommender and

25.5.1.1 Impact on Recommender and Attack Performance

The misclassification of authentic profiles results in the removal of good data from
the ratings database, which has the potential to impact negatively on the overall performance of the recommender system. One way to assess this impact is to compute
the MAE of the system before and after detection and filtering. On the positive side,
the removal of attack profiles reduces attack performance. Assuming the attack is
a push or nuke attack, the degree to which attack performance is affected can be
assessed by computing the prediction shift on the targeted item before and after
detection and filtering.

ผลลัพธ์ (ไทย) 1:

25.5.1.1 ผลกระทบต่อประสิทธิภาพการโจมตีและผู้แนะนำMisclassification ผล profiles อาหารในการกำจัดของข้อมูลดีจากการจัดอันดับแล้ว ซึ่งอาจส่งผลกระทบในเชิงลบในประสิทธิภาพโดยรวมของระบบผู้แนะนำ วิธีหนึ่งในการประเมินผลกระทบนี้จะคำนวณแม่ของระบบก่อน และ หลังการตรวจสอบและ filtering ในด้านบวกเอาของ profiles โจมตีลดประสิทธิภาพการโจมตี สมมติว่าการโจมตีได้การผลักดันหรือนรกโจมตี ระดับการโจมตีที่ประสิทธิภาพได้รับผลกระทบได้ประเมิน โดยการคำนวณกะทายสินค้าเป้าหมายก่อน และหลังตรวจสอบและ filtering

ผลลัพธ์ (ไทย) 2:

25.5.1.1 ผลกระทบต่อ Recommender และการโจมตีผลงานของไอออนบวกไฟ misclassi โปรแท้สาย les ผลในการกำจัดของข้อมูลที่ดีจากฐานข้อมูลการจัดอันดับที่มีศักยภาพที่จะส่งผลกระทบทางลบต่อประสิทธิภาพโดยรวมของระบบ recommender วิธีหนึ่งที่จะประเมินผลกระทบนี้คือการคำนวณแม่ของระบบก่อนและหลังการตรวจสอบและ ltering ไฟ ด้านบวก, การกำจัดของการโจมตีโปรไฟ les ลดประสิทธิภาพการโจมตี สมมติว่าการโจมตีคือการผลักดันหรือการโจมตี Nuke, ระดับที่ประสิทธิภาพการโจมตีได้รับผลกระทบสามารถประเมินโดยการคำนวณการเปลี่ยนแปลงการคาดการณ์เกี่ยวกับรายการที่มีการกำหนดเป้าหมายก่อนและหลังการตรวจสอบและ ltering ไฟ

ผลลัพธ์ (ไทย) 3:

25.5.1.1 ผลกระทบต่อผู้แนะนำและโจมตีการปฏิบัติ

misclassi จึงบวกของแท้โปรจึงเล ผลในการกำจัดของข้อมูลที่ดีจาก
จำกัดฐานข้อมูลซึ่งมีศักยภาพที่จะส่งผลกระทบในทางลบต่อประสิทธิภาพโดยรวมของระบบแนะนำ . วิธีหนึ่งที่จะประเมิน ผลกระทบนี้จะคำนวณ
แม่ของระบบก่อน และหลังจากการตรวจสอบและจึง ltering . ด้านบวก
จัดโปรลดการโจมตีจึงเลสงานโจมตี สมมติว่าโจมตี
ดันหรือ Nuke โจมตีการที่ประสิทธิภาพการโจมตีได้รับผลกระทบสามารถประเมินโดยการคำนวณค่า
กะบนเป้าหมายรายการ ก่อนและหลังการตรวจและจึง ltering
.