階層ベイズモデリングを用いた信用と評判に対する効率的で多用途なアプローチ

TEACY W.t. Luke; LUCK Michael; ROGERS Alex; JENNINGS Nicholas R.; JENNINGS Nicholas R.

文献

J-GLOBAL ID：201202285873213827 整理番号：12A1612693

階層ベイズモデリングを用いた信用と評判に対する効率的で多用途なアプローチ

An efficient and versatile approach to trust and reputation using hierarchical Bayesian modelling

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=12A1612693&from=J-GLOBAL&jstjournalNo=E0180C") }}

著者 (5件)： , , , ,
資料名：
巻： 193 ページ： 149-185 発行年： 2012年12月
JST資料番号： E0180C ISSN： 0004-3702 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

多くの動的開放系では自律エージェントがそれらの目的を達成するために,互いに相互作用を行わなければならない。そうしたエージェントは自己本位であるかもしれないし,行動を実行することが信任されているときに必要とされる行動を実行しないことによってその信用を裏切るかもしれない。それらシステムの規模やダイナミズムのために,エージェントはしばしば過去の経験をほとんど持たない,あるいは全く持たない他のエージェントと相互作用する必要がある。それゆえにたとえもしそれらとの個人的な経験を持たなくても,各エージェントは信頼性のある相互作用パターンを評価・同定する能力を持たねばならない。この目的のために,エージェントが直接や第三者情報に基づいてその相手を信用すべき強さを評価する階層ベイズ推論信用モデル(HABIT)を提案した。本モデルは第三者情報に悪意がある,雑音がある,その他の不正確な環境においてロバストである。既存アプローチはこれを達成すると主張するが,大半はほとんど理論的基礎のないヒューリスティクスに頼っている。対照的にHABITは原理付けられた統計に基づく技法だけに基づく。すなわち,それは被信託人の行動の複数の離散,または連続の状況をうまく処理できる。それは行動の単一共有表現を用いてエージェントを制限しない。それは類似の被信託人または情報源の行動間で観測された相関関係を用いることによって評価を向上できる。そして,Whitewasher問題(悪い評判を避けるために信用できないエージェントが新たなアイデンティティを装うこと)に対する実用的な解決策を与える。本論文では,HABITの理論的特徴について述べた。そして,シミュレーション環境と実世界Webサーバ領域からのデータに基づく環境の双方で,エージェントの行動を予測する能力を示す実験結果を提示した。特に,それら実験ではHABITが行動の複数表現に基づいて被信託人の行動を予測でき,統計的な原理に基づき,他の多くの確率的信用モデルを凌ぐことが以前に示された既存の最新信用モデルであるBLADEの最大2倍の精度であることを示した。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

, , , , , , , , , , ,
, ,

システム・制御理論一般 , 人工知能

, , , ,

前のページに戻る