该文综述推荐系统对抗攻击研究，攻击者通过注入虚假用户或扰动内容操纵推荐。方法涉及优化、知识图谱、强化学习、生成对抗网络等，应用于图推荐、深度学习推荐、新闻与社交推荐等场景。实验表明攻击有效且难以检测，并探讨了相应防御与检测策略。