Web3推荐：具有信任和相关性的去中心化推荐
摘要：Web3Recommend：一个去中心化的社交推荐系统实现，使得Android上的Web3平台能够生成既信任又相关的推荐。在去中心化网络中生成推荐是一个复杂的问题，因为这些网络缺乏全局视角，没有中央机构存在。此外，去中心化网络容易受到Sybil攻击，其中一个恶意用户可以生成多个假的或Sybil身份。Web3Recommend依赖于一种新颖的基于图的内容推荐设计，受到在Twitter中使用的GraphJet推荐系统和MeritRank的启发，在系统中提供了对Sybil攻击的抗性。通过将MeritRank的衰减参数添加到传统社交推荐系统的个性化SALSA图算法中，我们能够为生成的推荐提供对Sybil攻击的理论保证。与GraphJet类似，我们专注于通过仅对社交网络中的最近互动进行操作来生成实时推荐，这样我们可以为用户提供与时间相关的推荐，并保持在资源受限设备上的紧密限制，以实现无缝的用户体验。作为概念验证，我们将我们的系统与MusicDAO集成，这是一个开源的Web3音乐分享平台，用于生成个性化的实时推荐。因此，我们提供了第一个对Sybil攻击有抗性的社交推荐系统，实现了超越传统基于用户的协同过滤的实时推荐。该系统还经过了严格的单元测试和集成测试。此外，我们的实验展示了在使用来自真实音乐平台数据生成的测试网络中，推荐的信任-相关性平衡对抗多种对抗性策略的能力。
作者：Rohan Madhwal, Johan Pouwelse
论文ID：2307.01411
分类：Distributed, Parallel, and Cluster Computing
分类简称：cs.DC
提交时间：2023-07-06