25.3.4 Informed Attack ModelsThe lo

25.3.4 Informed Attack Models

The low-knowledge attacks above work by approximating the average attack, concentrating on items that are expected to be rated because of their popularity. The
average attack in turn is a natural choice for an attacker with a basic intuition about
collaborative recommendation, namely that users will be compared on the basis of
similarity, so the incentive is to make the profiles similar to the average user. If, on
the other hand, the attacker has more detailed knowledge of the precise algorithm, a
more powerful attack can be mounted.

ผลลัพธ์ (ไทย) 1:

25.3.4 รูปแบบการโจมตีทราบโจมตีต่ำความรู้ข้างต้นทำงาน โดยระหว่างการโจมตีเฉลี่ย concentrating บนสินค้าที่คาดว่าจะถูกให้คะแนนเนื่องจากความนิยมของพวกเขา ที่โจมตีเฉลี่ยเป็นทางเลือกธรรมชาติสำหรับโจมตีด้วยสัญชาตญาณพื้นฐานเกี่ยวกับคำแนะนำร่วมกัน คือผู้ใช้ที่จะเปรียบเทียบค่าของคล้าย เพื่อจูงจะทำ profiles คล้ายกับผู้ใช้โดยเฉลี่ย ถ้า บนมืออื่น ๆ ผู้โจมตีมีมากรายละเอียดความรู้ของอัลกอริธึมที่แม่นยำ การสามารถติดตั้งโจมตีที่มีประสิทธิภาพมากขึ้น

ผลลัพธ์ (ไทย) 2:

25.3.4 แจ้งรุ่นโจมตีการโจมตีต่ำความรู้ดังกล่าวข้างต้นการทำงานโดยใกล้เคียงกับค่าเฉลี่ยของการโจมตีมุ่งเน้นรายการที่คาดว่าจะได้รับการจัดอันดับเพราะความนิยมของพวกเขา การโจมตีเฉลี่ยในการเปิดเป็นทางเลือกที่เป็นธรรมชาติสำหรับการโจมตีที่มีสัญชาตญาณพื้นฐานเกี่ยวกับข้อเสนอแนะของการทำงานร่วมกันคือว่าผู้ใช้จะนำมาเปรียบเทียบบนพื้นฐานของความคล้ายคลึงกันดังนั้นแรงจูงใจที่จะทำให้โปรไฟ les คล้ายกับผู้ใช้โดยเฉลี่ย หากในมืออื่น ๆ ที่โจมตีมีความรู้รายละเอียดของขั้นตอนวิธีที่แม่นยำโจมตีที่มีประสิทธิภาพมากขึ้นสามารถติดตั้ง

ผลลัพธ์ (ไทย) 3:

แจ้ง 25.3.4 โจมตีรุ่น

ความรู้ต่ำโจมตีข้างต้นทำงานโดยเฉลี่ยประมาณโจมตี เน้นสินค้าที่คาดว่าจะได้รับ เนื่องจากความนิยมของพวกเขา
โจมตีเฉลี่ยจะเป็นทางเลือกธรรมชาติสำหรับการโจมตีด้วยสัญชาตญาณพื้นฐานเกี่ยวกับ
ข้อเสนอแนะร่วมกัน คือ ผู้ใช้จะสามารถเปรียบเทียบบนพื้นฐานของ
ความเหมือนเพื่อกระตุ้นให้โปรจึงเล คล้ายกับผู้ใช้โดยเฉลี่ย ถ้าใน
มืออื่น ๆที่โจมตีมีความรู้รายละเอียดของขั้นตอนวิธีที่มีประสิทธิภาพมากกว่าแม่นยำ ,

โจมตีสามารถติดตั้ง .