샤일링 공격(shilling attacks)을 탐지하는 대부분의 연구는 사용자의 평점(rating) 행동에 초점을 맞추고 있으나, 공격자가 사용자의 신뢰(trusting) 행동 또한 공격할 수 있다는 점은 고려하지 않는다. 예를 들어 공격자는 다른 사용자의 평점에 낮은 점수를 부여하여, 그 사용자들의 평점이 유용하지 않다고 사람들이 생각하도록 만들 수 있다. 본 논문에서는 신뢰 샤일링 공격(trust shilling attack)을 정의하고, 신뢰 공격의 행위 특성(behavior features)을 제안하며, 기계 학습(machine learning) 방법을 사용한 효과적인 탐지 기법을 제시한다. 실험 결과는, 우리가 제안하는 신뢰 공격의 행위 특성을 기반으로 할 때 전통적인 샤일링 공격(traditional shilling attacks)뿐 아니라 신뢰 샤일링 공격도 정확하게 탐지할 수 있음을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.