一种基于协同优化与渐进采样的推荐系统无数据窃取方法

本发明公开了一种基于协同优化与渐进采样的推荐系统无数据窃取方法，属于信息安全技术领域。该方法解决了现有无数据模型窃取攻击中合成数据缺乏多样性和克隆模型拟合受限的问题，其技术方案包括初始化目标模型、生成器和克隆模型；采用双驱协同优化生成策略，结合BPR损失约束和多样性正则化约束优化生成器以提升合成数据多样性；利用渐进式伯努利采样机制对目标模型反馈进行采样，并基于采样结果训练克隆模型以缓解过拟合；交替优化生成器和克隆模型；最终应用优化后的克隆模型模拟目标模型行为。本发明能在黑盒访问场景下重建目标推荐模型的结构与行为特征，实现高保真窃取。