信任与信誉的计算模型的回顾.pptVIP

信任与信誉的计算模型的回顾报告人：许光全 新兴的所谓智能或自治的agent和多agent系统（MAS）以及信息社会技术的蓬勃发展（尤其反映在电子商务的普及），使得人们对电子社会里信任与信誉机制研究的兴趣日益攀升。 其计算模型的研究致力于提高可靠性和整体性能。 1.引言 在人类社会中信任和信誉的重要性毋庸置疑。然而，在本文中，我们将注意力集中在另外一个近几年在信任和信誉的研究中取得很大成效的学科——即计算机学科当中。我们主要讨论计算机学科尤其是分布式人工智能（distributed AI）。极大刺激人们在该领域内信任与信誉研究兴趣的主要有两个因素：多agent系统和电子商务的迅速发展。 信任和信誉的研究在电子信息领域有着很广泛的应用。信任和信誉系统被认为是成功的电子商务的一个关键因素。该系统通过智能软件控制，既可以作为一种机制去搜索值得信赖的交易伙伴，也可以用来作为决定要不要签订合同的一个激励因素。信誉作为一种加强信任、威慑以及激励机制用于在线购物中以避免骗子和假货(Amazon 2002; eBay 2002; Dellarocas 2003). 其实，不仅应用在电子商务中，而且还应用在许多其它的领域。例如在Barber 和 Kim(2001)的研究中，Barber 和 Kim利用信任来改进信心修正机制的准确性。另外一个重要的在agent技术领域的应用就是团队精神和合作(Montaner et al. 2002). 还没有多少的著作从计算机科学领域的观点对信任和信誉下一个一般性的定义。 Dellarocas在他的论文“口语的数字化：在线信誉机制的机遇与挑战”中回顾了目前在商业网站中所采用的信誉机制。在信任领域，Grandison等人在他们的研究工作“互联网应用中的信任调查” (Grandison and Sloman 2000) 中调查了在文学领域关于信任一词的不同定义并提供了在互联网领域对于信任的一种可行的定义。也有人建议建立一个关于信任(McKnight and Chervany 2002)和信誉(Mui et al. 2002)的学科。 在这里，我们挑选了一些能够很好的代表现阶段的研究成果的计算信任和信誉模型。我们并不求详尽毫无遗漏，需要说明的是这并不是从艺术和文学的角度来给信任和信誉下定义，而只是纯粹的信任和信誉的一种计算模型。例如这还不包括那些理论模型的分析，因为现在还没有直接的有关它们在不同领域中的应用的补充研究或著作。 除了对已完成的工作的描述以外，我们也注意到那些从我们的观点来看还没有被很好的探究和需要给与更多注意力的方面。虽然对于信任和信誉的计算模型的研究是最近才有的事情，在过去的几年当中就有很多不同的建议提了出来。我们觉得现在是一个需要回头看看那些对于信任和信誉的描述从而找出他们的优缺点的最佳时机，这样未来研究的方向和目标就会更加明确。 2.分类尺度 由于信任与信誉可研究和分析的角度不同，而且它们的应用很广，这就使得它们的分类很困难。在这一部分我们提出一系列的对于现有的信任和信誉的计算模型的分类尺度。正如前面所说过的，我们的注意力主要是在计算模型上。所以，这些分类标准也就主要是考虑这些模型的特性以及它们所应该包括的外在环境。 2.1 概念模型 根据参考文献中所提到的概念性的模型，信任和信誉模型有如下特性： —— 认知性:在认知模型中，“信任和信誉由潜在的信心组成并且是信心的程度的一个函数。”在认知途径中，导致信任另一个agent机构或者给信誉赋予一定的值的精神状态，以及做出实际的决定和行动信任另一个agent机构的精神状态，都是该模型的一个重要部分。 博弈论：信任和信誉被认为是“一个独立的个体A，期望另一个个体B执行一种特定的行为的主观概率” (Gambetta 1990)。信任和信誉并不是agent机构的关于认知能力的精神状态的结果，而是另外一种更注重实效的、根据以往的交易得出来的数字集合的结果。 2.2 信息源 直接经验和证人信息是传统的在信任和信誉的计算模型中所用的信息源。另外，有一些模型最近开始使用与agent的社会学行为相关的信息作为模型的信息源。 能够被agent机构所采用的信息的种类取决于它的感知能力。多信息源的使用，在增加信任与信誉值的可信度的同时，也增加了模型的复杂度。 2.2.1 直接经验 直接经验毫无疑问的是信任/信誉模型的最直观最可信的信息来源。有两种agent机构可以用它们来作为其知识的一部分。一种是与该agent有直接交易的，也是在这篇回顾当中的所有的模型都用到的；另一种是看到该agent交易的，