A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Confiança e Reputação em SMA Rafael Frizzo Callegaro Joao Eduardo Hornburg 1 29/11/2011.

Apresentações semelhantes


Apresentação em tema: "Confiança e Reputação em SMA Rafael Frizzo Callegaro Joao Eduardo Hornburg 1 29/11/2011."— Transcrição da apresentação:

1 Confiança e Reputação em SMA Rafael Frizzo Callegaro Joao Eduardo Hornburg 1 29/11/2011

2 Introdução Contextualização Objetivo da pesquisa Fundamentação Teórica Definição Confiança Reputação Utilização Funcionamento Classificação, vantagens e desvantagens Modelo Conceitual Fontes de Informação Visibilidade Granularidade Modelos Computacionais de Confiança e Reputação em SMA Sporas ReGreT Castelfranchi & Falconi ForTrust Considerações Finais Conclusão Referências 2 IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

3 Contextualização 3 O comportamento coletivo dos agentes em um sistemas multi-agente (SMA) é utilizado para atingir objetivos. Nestes sistemas a interação entre os participantes é função elementar. Como realizar a avaliação das informações e a escolha de parceiros em SMA abertos? IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

4 Objetivo da Pesquisa O objetivo desta pesquisa é fundamentar os conceitos de confiança e reputação em SMA. Explorar os mecanismos de alguns modelos computacionais conhecidos. Comparar a arquitetura dos modelos explorados. 4 IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

5 A confiança é a convicção de alguém nas habilidades e intenções de um agente em prover informações corretas ou executar as ações prometidas. (Barber et al. 2003). 5 Definição de Confiança IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

6 Definição de Reputação Reputação ferramenta social com o objetivo de reduzir a incerteza de se interagir com indivíduos de atributos desconhecidos. (BROMLEY, 1993). 6 IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

7 Áreas de pesquisa que tratam do assunto. Psicologia (Karlins e Abelson 1970; Bromley 1993), Sociologia (Buskens 1998), Filosofia (Platão 1955; Hume 1975) e Economia (Celentani et al.1966; Marimon et al. 2000) Ciência da computação Inteligência artificial Sistemas multi-agente. 7 Comentários IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

8 A confiança e reputação são utilizadas como: Mecanismo de busca de parceiros honestos. Ajuda na tomada de decisão sobre honrar ou não contratos. Melhorar os mecanismos de revisão de crenças e de cooperação. Em SMA é comum a interdependência entre os agentes a fim de atingir objetivos, quando estes excedem a capacidade de agir isoladamente. 8 Utilização IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

9 Ag1 tem o objetivo g1 Para atingi-lo deve executar o plano p111 P111= consiste nas ações a1(),a2(),a4() Ag1 não sabe executar a2 Ag2 e ag3 são capazes de executar a ação a2; Se ag1 puder recompensar ag2 ou ag3, pode-se firmar uma parceria. Qual dos dois agentes escolher para executar a2? Como saber se um agente é confiável ou não? 9 Exemplo de Rede de Dependência SICHMAN; CONTE, 2002 Exemplo de utilização IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

10 Modelo Conceitual Fontes de Informação Visibilidade Granularidade 10 Classificação, vantagens e desvantagens IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

11 Classificação, vantagens e desvantagens Modelo Conceitual Baseado na Teoria de jogos Cognitivo 11 IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

12 Cognitivo Processo interno de inferência que dá origem à reputação atribuída a um alvo. Confiança e reputação são compostas de crenças subjacentes e são uma função do grau destas crenças. Nesta abordagem, os estados mentais que levam a confiar em outro agente ou atribuir uma reputação, bem como as consequências de uma decisão e o ato de contar com um outro agente, são parte essencial do modelo. Mais adaptáveis. (qualitativo) Esfandiari e Chandrasekharan, Classificação, vantagens e desvantagens Modelo Conceitual IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

13 Classificação, vantagens e desvantagens Teoria de jogos Confiança e reputação são consideradas probabilidades subjetivas pelo qual um individuo A espera que um indivíduo B execute uma ação do qual depende o seu bem estar. Manipulações estritamente numéricas. (quantitativo) Confiança e Reputação não são resultado do estado mental do agente, mas de um jogo mais pragmático (fatos), com funções de utilidade e agregação numérica de interações passadas. Simples, porém menos adaptativo. Depende da escolha dos outros indivíduos. Proposto por Gambetta, Modelo Conceitual IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

14 Experiências Diretas Testemunhos Informação sociológica Preconceito (sentido de ideia pré- concebida) 14 Classificação, vantagens e desvantagens Fontes de Informação IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

15 Experiências Diretas Fonte de informação mais relevante e confiável. Utilizada por basicamente todos os modelos. Interação direta com outro agente. Prioridade para interações recentes Depende do numero de interações Também pode depender da variação dos valores. Grau de confiabilidade pode crescer até atingir um nível intimo. Interação observada de outros membros da comunidade (restrita a senários que estão dispostos a permitir isso). Interações diretas nem sempre são possíveis Ex: agente recém chegado ou sociedade muito grande. 15 Classificação, vantagens e desvantagens Fontes de Informação IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

16 Testemunhos Também chamada de interações indiretas. Informações vem de outros membros da comunidade. Mais abundante do que as diretas porém mais complexo. 16 Classificação, vantagens e desvantagens Fontes de Informação A A B B Bs reputationAs reputation = 0,7 C C As reputation ? 0,7 X X X X X X X X X X X X X X X X X X Fonte de informação baseado em testemunhos IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

17 17 Testemunho Em um mundo ideal, esta informação sendo correta é tão relevante quanto a direta. No entanto: Informação falsa: ou a informação de outro agente não é exata ou o agente esta mentindo. O agente não pode presumir que a informação é completa. Evidências correlacionadas: opiniões de diferentes testemunhas são baseadas em um mesmo (s) evento (s). Os agente não sabe como os testemunhos estão relacionados. Testemunhos podem manipular ou esconder informações para seu próprio benefício. Pode-se evitar analisando as relações sociais entre os agentes testemunhos. Classificação, vantagens e desvantagens Fontes de Informação IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

18 Informações sociológicas Com base nas relações sociais entre os agentes e o papel que eles tem na sociedade. Exemplo de relações: dependência, comércio, concorrência, cooperação. O indivíduo também pode desempenhar um papel na sociedade. (policial, bombeiro, professor, vendedor) Os modelos baseados nestas informações baseiam-se em técnicas de análise de rede social (conjunto de métodos para analisar as relações sociais/aspectos relacionais). A utilização destes métodos está condicionada a disponibilidade das relações sociais. (Scott, 2000). 18 Classificação, vantagens e desvantagens Fontes de Informação IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

19 Preconceito (sentido de conceito pré- concebido.) Mecanismo de atribuição de propriedades (como por exemplo a reputação) a um indivíduo baseado em sinais que identificam o indivíduo como membro de um determinado grupo. Exemplo: uniforme, comportamento. 19 Classificação, vantagens e desvantagens Fontes de Informação IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

20 Global Individual 20 Classificação, vantagens e desvantagens Visibilidade IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

21 Global Compartilhada por todos os observadores. Calculada a partir das opiniões dos indivíduos que no passado interagiram com o indivíduo alvo. Valores disponíveis publicamente a todos os membros. Atualizado cada vez que um membro emite uma nova avaliação do indivíduo. 21 Classificação, vantagens e desvantagens Visibilidade IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

22 Global Vantagens A reputação é sempre conhecida. A reputação está sempre atualizada pois é calcula através da informação que recebem de outros agentes. Desvantagens Os agentes não são capazes de armazenar as reputações dos agentes com os quais interagiram Não existe mecanismo para verificar se a informação é verdadeira ou falsa. Não consideram o contexto. 22 Classificação, vantagens e desvantagens Visibilidade A B Reputation System Bs reputation = ** As reputation = *** C As reputation ? *** IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

23 Individual Subjetiva, avaliada por cada indivíduo. Cada indivíduo atribui um valor de confiança e reputação de acordo com seu ponto de vista, baseado em interações diretas, testemunhas, relações conhecidas entre agentes. 23 Classificação, vantagens e desvantagens Visibilidade IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

24 Individual Vantagens: Os agentes, que podem estar executando em um sistema multi- agentes de larga escapa e distribuído, não necessitam se comunicar com um mecanismo centralizado Cada agente é capaz de armazenar a reputação dos outros agente desde seu ponto de vista Desvantagens: É necessário interagir com o agente primeiro para depois conhecer sua reputação. A reputação que um agente conhece de outro agente pode não estar atualizada se faz tempo que os agentes não interagem. 24 Classificação, vantagens e desvantagens Visibilidade AB Bs reputationAs reputation = 0,7 C As reputation ? IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

25 Reputação/confiança de acordo com o contexto. Dependente do contexto Difícil encontrar informações suficientes para calcular confiança/reputação No entanto é possível que a complexidade dos agentes aumente necessitando deste modelo. Não dependente do contexto Mais utilizado Menor complexidade Normalmente temos sistemas/tarefas delimitadas 25 Classificação, vantagens e desvantagens Granularidade IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

26 Versão sofisticada dos mecanismos de reputação presentes em sites de comércio eletrônico tipo ebay. Pioneiro em SMA(ZACHARIA, 1999). Centralizado/Teoria de Jogos/Testemunho/não dependente de contexto/somente reputação Novos usuários tem um valor mínimo inicial. Pontuação: 0 a , 0, -1 Reputação não pode ser inferior a inicial, por isso não há vantagens em abandonar o sistema. 26 Modelos computacionais de confiança e reputação Sporas IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

27 ReGreT (SABATER; SIERRA, 2001) Individual/Teoria de Jogos/Direta + Testemunho + social /dependente de contexto/Confiança e reputação Usa uma base de dados de resultados para armazenar contratos anteriores e o seu resultado. (ODB) Informações recebidas de outros agentes. (DIB) Armazenamento de grafos (sociogramas) que definem o ponto de vista do agente social no mundo. (SDB) 27 Modelos computacionais de confiança e reputação ReGreT IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

28 CASTELFRANCHI; FALCONE, Principles of Trust for MAS, 1998 Baseado em 2 elementos: Confiança Delegação Modelos computacionais de confiança e reputação Castelfranchi & Falcone IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

29 Em geral confiança é pré-requisito para delegação Exceções: Confiança sem delegação Delegação sem confiança Modelos computacionais de confiança e reputação Castelfranchi & Falcone IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

30 C&F – Delegação Para atingir um objetivo g, x delega a tarefa t para y Delegação fraca: y não sabe que recebeu a tarefa de x, nem conhece g Ex: ponto de ônibus Modelos computacionais de confiança e reputação Castelfranchi & Falcone IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

31 Delegação Delegação forte: y sabe a respeito da delegação pode haver negociação precisa haver comprometimento de y Modelos computacionais de confiança e reputação Castelfranchi & Falcone IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

32 Confiança Estado mental - BDI Conjunto de crenças Restringe-se a uma tarefa x confia em y para realizar a tarefa t y não precisa ser um agente Modelos computacionais de confiança e reputação Castelfranchi & Falcone IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

33 Confiança Não é absoluta - pode ter vários níveis Delegação acontece a partir de um certo nível Reajustada levando em conta o resultado da tarefa t (sucesso ou fracasso) Modelos computacionais de confiança e reputação Castelfranchi & Falcone IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

34 Crenças Competência x acredita que y tem competência para realizar a tarefa t Disposição x acredita que y vai de fato realizar a tarefa t Modelos computacionais de confiança e reputação Castelfranchi & Falcone IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

35 Crenças Dependência x acredita que depende de y para realizar a tarefa t Cumprimento derivado das 3 crenças anteriores x acredita que o objetivo g será realizado Modelos computacionais de confiança e reputação Castelfranchi & Falcone IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

36 Estado mental Modelos computacionais de confiança e reputação Castelfranchi & Falcone IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

37 Crenças delegação fraca Determinação (willingness) x acredita que y decidiu fazer t Persistência x acredita que y não vai mudar de ideia quanto a t Autoconfiança x acredita que y crê que é capaz de atingir o objetivo g (do qual t faz parte) Modelos computacionais de confiança e reputação Castelfranchi & Falcone IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

38 HERZIG et al; A logic of trust and reputation Baseado no C&F Dois tipos de confiança y vai agir imediatamente y vai agir assim que algumas condições forem atingidas Modelos computacionais de confiança e reputação For Trust IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

39 Crenças Objetivo x tem o objetivo g Capacidade y é capaz de realizar a tarefa t (necessária para atingir g) Modelos computacionais de confiança e reputação For Trust IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

40 Crenças Competência y tem competência para executar t com qualidade satisfatória Intenção y está decidido a realizar t Modelos computacionais de confiança e reputação For Trust IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

41 Reputação Crenças de Grupo Modelos computacionais de confiança e reputação For Trust IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

42 42 Modelo Conceitual Fonte de Informação VisibilidadeGranularidadeTipo do Modelo S. MarshTeoria de Jogos DiretaSubjetivaDependente do Contexto. Confiança SporasTeoria de Jogos TestemunhoGlobalNão depende do contexto. Reputação HistosTeoria de Jogos Direta + Testemunho SubjetivaNão depende do contexto. Reputação Yu and SignTeoria de Jogos Direta, Testemunho SubjetivaNão depende do contexto Confiança e Reputação AFRASTeoria de Jogos Direta + Testemunho SubjetivaNão depende do contexto Reputação Castelfranchi and Falcone CognitivoNão informaSubjetivaDependente do Contexto Confiança ReGreTTeoria de Jogos Direta + Testemunho + Social + preconceito SubjetivaDependente do Contexto Confiança e reputação forTrustCognitivoNão informaSubjetivaDependente do Contexto Confiança e Reputação Quadro comparativo entre os modelos IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

43 Conclusão Foi possível definir os conceitos e observar que confiança e reputação estão diretamente relacionadas porém é possível diferenciá-las. Informações diretas e baseados em testemunhas são as fontes mais utilizadas, porém para aumentar a eficiência dos modelos é necessário utilizar os aspectos sociológicos. Sistemas com arquitetura mais simples e centralizados são os mais utilizados, porém poderá haver um aumento na demanda por sistemas com maior robustez. Ficou claro que a maioria dos modelos são baseados na teoria de jogos, porém esta abordagem pode ser demasiadamente restritiva. Uma solução seria a utilização de modelos cognitivos ou uma combinação de ambos. A necessidade da Delegação gera a necessidade dos conceitos de confiança e reputação. 43 IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

44 Congressos, Workshops International Workshop on Multi-Agent Systems and Agent-Based Simulation (MABS) Trust, Reputation and User Modeling Workshop (TRUM) Workshop on Trust and Reputation (Inerdisciplines) Workshop-Escola de Sistemas de Agentes, seus Ambientes e aplicações (WESAAC) International Conference on Autonomous Agents and Multiagent Systems (AAMAS) Simpósio Brasileiro de Inteligência Artificial (SBIA) Workshop on Deception, Fraud and Trust in Agent Societies 44 IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais

45 Referências 45 BROMLEY, D. B. Reputation, Image and Impression Management. [S.l.]: John Wiley & Sosns Ltd., CASTELFRANCHI, C.; FALCONE, R. Principles of trust for MAS: Cognitive anatomy, social importance and quantification. ICMAS, v. 1, p. 72–79, HERZIG, A. et al. Prolegomena for a logic of trust and reputation. In: 4th ForTrust Meeting. [S.l.: s.n.], J. SICHMAN, R. CONTE, Multi-Agent Dependence by Dependence Graphs. Proceedings of the 1st International Joint Conference on Autonomous Agents and Multi-Agent Systems ACM Press. SABATER, J.; SIERRA, C. Review on computational trust and reputation models. Kluwers Academic Publishers, v. 1, p. 27, SABATER, J.; SIERRA, C. Reputation and social network analysis in multi-agent systems. In Proceedings of First International Conference on Autonomous Agents and Multiagent Systems (AAMAS), pages 475–482, SCIHMITZ, T. Crenças de Grupo como Instrumento de Formação da Reputação: Uma Arquitetura Baseada em Agentes e Artefatos. Dissertação (Mestrado) Universidade Federal de Santa Catarina, SILVA, V. On-line 29/11/2011: ZACHARIA, G. Collaborative Reputation Mechanisms for Online Communities. Dissertação (Mestrado) Massachusetts Institute of Technology, IntroduçãoFundamentação Teórica Considerações Finais Referências Modelos Computacionais


Carregar ppt "Confiança e Reputação em SMA Rafael Frizzo Callegaro Joao Eduardo Hornburg 1 29/11/2011."

Apresentações semelhantes


Anúncios Google