一种基于梯度集成的推荐系统可迁移黑盒攻击方法、设备及介质

本发明公开了一种基于梯度集成的推荐系统可迁移黑盒攻击方法、设备及介质，其中方法包括：生成初始的虚假用户数据，选择不同的代理模型；将虚假用户数据输入到不同代理模型中，反向传播更新，获取最优模型参数；计算多个最优代理模型关于虚假用户的梯度，利用相似度加权获取全局梯度；依据全局梯度迭代更新虚假用户数据，获取最终的对抗样本。本发明基于梯度集成的推荐系统可迁移黑盒攻击方法，缓解了虚假用户对代理模型网络结构过度依赖的问题，提升了推荐系统对抗样本在其他目标模型的攻击性能，提高了推荐系统对抗样本的可迁移性。