Um Modelo de Reputação
Baseado em Testemunhos
José Guedes
Viviane Torres da Silva
{jguedes,viviane}@inf.puc-rio.br
Agenda
• Introdução
• Reputação máxima
 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
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
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
Revisão do modelo
O modelo descentralizado pode
ser implementado com o FIRE
© LES/PUC-Rio
Revisão do modelo
• Obtendo a reputação de um agente
C solicita ao SR
reputação de A
A já violou
normas ?
C solicita referências ao agente A
Não
SR retorna -1
Não
A tem
referências ?
Sim
SR envia
reputação de A
Legenda:
SR = Sistema de Reputação
baseado em testemunhos
Sim
A envia as
referências
C calcula a reput.
certificada de A
© LES/PUC-Rio
A nunca interagiu
com ninguém
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
© LES/PUC-Rio
= ]0,1]
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
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
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
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
Verificando os resultados
© LES/PUC-Rio
Verificando os resultados
© LES/PUC-Rio