A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Um Modelo de Reputação Baseado em Testemunhos

Apresentações semelhantes


Apresentação em tema: "Um Modelo de Reputação Baseado em Testemunhos"— Transcrição da apresentação:

1 Um Modelo de Reputação Baseado em Testemunhos
José Guedes Viviane Torres da Silva

2 Agenda Introdução Reputação máxima Revisão do modelo
diferenciar as situações possíveis quando o agente tem reputação máxima (1) Revisão do modelo reputação certificada Revisão da fórmula relapseFactor Verificando os resultados testes do recebimento de veredictos © LES/PUC-Rio

3 Introdução Introdução
Mecanismos de reputação avaliam o comportamento dos agentes e fornecem suas reputações Agente C precisa de um serviço fornecido pelo agente A mas nunca interagiu com ele. Agente C não sabe a reputação do agente A Modelo Híbrido © LES/PUC-Rio

4 Reputação máxima Se a reputação informada é igual a 1
existem 3 situações possíveis Agentes que já violaram normas mas as violações não exercem mais influência na reputação Agentes novos nunca violaram normas Agentes que já interagiram e nunca violaram normas Como diferenciar as três situações ? verificando se o agente já interagiu anteriormente ! © LES/PUC-Rio

5 O modelo descentralizado pode ser implementado com o FIRE
Revisão do modelo O modelo descentralizado pode ser implementado com o FIRE © LES/PUC-Rio

6 Revisão do modelo Obtendo a reputação de um agente C solicita ao SR
reputação de A C solicita referên- cias ao agente A A já violou normas ? Não SR retorna -1 A tem referências ? Não A nunca interagiu com ninguém Sim Sim SR envia reputação de A A envia as referências C calcula a reput. certificada de A Legenda: SR = Sistema de Reputação baseado em testemunhos © LES/PUC-Rio

7 Revisão da fórmula defendantRep (aj) = 1 - x onde:
x = ∑0<i<=k [v(aj, ni)] , se 0 <= ∑0<i<=k [v(aj, ni)] <= 1 x = 1 , se ∑0<i<=k [v(aj, ni)] > 1    v(aj, ni) = normPower*certaintyDegree*remainingDays*1/relapseFactor normPower = poder da norma, valor entre 0 (leve) e 1 (grave) certaintyDegree = grau de certeza, valor entre 0 e 1 (100%) remainingDays = dias restantes, varia de 1 (100%) até 0 relapseFactor = fator de reincidência, varia de 1 até 0 = ]0,1] © LES/PUC-Rio

8 Revisão da fórmula normPower * certaintyDegree
poder da norma proporcional ao grau de certeza Ex.: normPower = 0,5 e certaintyDegree = 0,9 90% do poder da norma sobre a reputacao do agente = 0,45. (normPower * certaintyDegree) * remainingDays poder da norma perde força com o passar do tempo a violação influenciará na reputação durante um determinado nº de dias © LES/PUC-Rio

9 Revisão da fórmula (normPower * certaintyDegree * remainingDays) * 1/relapseFactor poder da norma aumenta no caso de reincidência uma norma pode ser violada um determinado nº de vezes © LES/PUC-Rio

10 Revisão da fórmula (i) o agente violou 3 vezes a mesma norma em épocas diferentes (ii) em todas as violações o certaintyDegree foi o mesmo (iii) relapseFactor decresce em 0,1 para cada reincidencia (máximo de 10 violações) parcial (x) = normPower * certaintyDegree * remainingDays * 1/relapseFactor defendantRep = 1 - [ parcial (1) + parcial(2) + parcial (3) ] © LES/PUC-Rio

11 Verificando os resultados
testando o recebimento de veredictos atualiza o bd contendo as normas violadas ou os falsos testemunhos atualiza as reputações defendant ou witness, assim como as reputações global, role e norm. ferramenta utilizada FIT - Framework for Integrated Test automação de testes utilizando tabelas html testes criados facilmente utilizando editor de textos ou planilhas eletrônicas compara os resultados esperados com os resultados obtidos pelos métodos da aplicação © LES/PUC-Rio

12 Verificando os resultados
© LES/PUC-Rio

13 Verificando os resultados
© LES/PUC-Rio


Carregar ppt "Um Modelo de Reputação Baseado em Testemunhos"

Apresentações semelhantes


Anúncios Google