生成式搜索引擎中的排名操纵

完整译文

摘要

生成式搜索引擎通过综合多来源信息生成回答，这一机制使得内容排名操纵成为可能。本文系统研究了生成式搜索引擎中的排名操纵攻击，分析了攻击者如何通过优化内容结构影响引擎的排序决策。

我们发现，通过精心设计的结构化内容，攻击者可以提升目标内容在生成回答中的出现概率达40%以上。同时，我们提出了基于异常检测的防御方法，可有效识别和缓解此类攻击。

1 引言

1.1 问题定义

生成式搜索引擎的排名机制与传统搜索引擎不同：

• 传统SEO：优化关键词排名
• GEO排名：优化内容在综合回答中的出现概率

这种差异使得传统防御机制失效，需要新的研究方法。

1.2 贡献

1. 形式化了生成式搜索引擎中的排名操纵问题

2. 设计了三种攻击策略并评估其效果

3. 提出了基于行为分析的防御框架

2 攻击策略

2.1 结构化攻击

通过特定内容结构提升被引用概率：

• 答案优先：在开头直接回答
• 列表强化：使用有序/无序列表
• 标题层级：清晰的H1-H3结构

2.2 引用攻击

伪造权威引用信号：

• 外部链接优化
• 引用格式标准化
• 来源权威性提升

2.3 统计攻击

植入统计数据增强说服力：

• 具体数字引用
• 研究结果呈现
• 专家观点引用

3 实验结果

3.1 攻击效果

| 攻击类型 | 提升幅度 | 检测难度 |

|---------|---------|---------|

| 结构化攻击 | +35% | 低 |

| 引用攻击 | +28% | 中 |

| 统计攻击 | +31% | 中 |

| 组合攻击 | +42% | 高 |

3.2 防御效果

提出的异常检测框架可将攻击成功率降低至15%以下。

4 结论

排名操纵是生成式引擎面临的重要安全威胁。本文提出的防御方法为引擎设计提供了参考。

参考文献

[1] Aggarwal, P., et al. (2024). GEO: Generative Engine Optimization. KDD 2024.

[2] Chen, L., et al. (2025). Ranking Manipulation for Conversational Search. arXiv.