arXiv 隐私论文· Linda Beková·· 18 小时前精选AI 评分60
研究：推荐系统中的语言嵌入可泄露物品身份并波及用户重识别
Encoded but Exposed: Language Embeddings can Reveal More Than They Should in Recommender Systems
AI 导读
研究考察推荐系统中用于表示物品内容的语言嵌入是否存在隐私风险，发现攻击者在掌握外部辅助物品文本时，用简单的余弦相似度攻击即可在两个真实数据集上以较高的平均倒数排名还原物品身份，且该泄露在多个语言模型和候选集设置下均成立。
推荐理由
研究显示推荐系统里的语言嵌入可被余弦相似度攻击还原物品身份，并进一步波及用户重识别。
来源：arXiv 隐私论文 · arxiv.org