Metrika důvěryhodnosti - Trust metric

Epizodu Numb3rs viz Trust Metric .
Schematický diagram sítě důvěry

V psychologii a sociologii , je důvěra metrika je měření nebo metrický stupně, do nichž jedna sociální herec (jednotlivec nebo skupina) důvěřuje další sociální herce. Metriky důvěry mohou být odebrány způsobem, který lze implementovat do počítačů , což je činí zajímavými pro studium a inženýrství virtuálních komunit , jako jsou Friendster a LiveJournal .

Důvěra uniká jednoduchému měření, protože její význam je příliš subjektivní pro univerzálně spolehlivé metriky a skutečnost, že se jedná o mentální proces, který není nástrojům k dispozici. Existuje silný argument proti použití zjednodušujících metrik k měření důvěry kvůli složitosti procesu a „vloženosti“ důvěry, která znemožňuje izolovat důvěru od souvisejících faktorů.

Neexistuje žádná obecně dohodnutá sada vlastností, díky nimž je určitá metrika důvěryhodnosti lepší než ostatní, protože každá metrika je navržena tak, aby sloužila různým účelům, např. Poskytuje určité klasifikační schéma pro metriky důvěryhodnosti. Lze identifikovat dvě skupiny metrik důvěryhodnosti:

  • Empirické metriky zaměřené na podporu zachycení hodnot důvěry spolehlivým a standardizovaným způsobem;
  • Formální metriky zaměřené na formalizaci vedoucí ke snadné manipulaci, zpracování a uvažování o důvěře. Formální metriky lze dále klasifikovat v závislosti na jejich vlastnostech.

Metriky důvěryhodnosti umožňují modelování důvěryhodnosti a úvahy o důvěře. Úzce souvisí se systémy reputace . Jednoduché formy binárních metrik důvěryhodnosti lze najít např. V PGP. První komerční formy metrik důvěryhodnosti v počítačovém softwaru byly v aplikacích, jako je eBay 's Feedback Rating. Slashdot představil svůj pojem karmy , vydělané na činnosti vnímané k podpoře efektivity skupiny, což je přístup, který měl v pozdějších virtuálních komunitách velký vliv .

Empirické metriky

Empirické metriky zachycují hodnotu důvěry tím, že zkoumají chování nebo introspekci lidí, aby určily vnímanou nebo vyjádřenou úroveň důvěry. Tyto metody kombinují teoretické základy (určují, co měří) s definovaným souborem otázek a statistickým zpracováním výsledků.

Ochota spolupracovat i skutečná spolupráce se běžně používají k prokázání a měření důvěry. Skutečná hodnota (úroveň důvěryhodnosti nebo důvěryhodnosti) se hodnotí z rozdílu mezi pozorovaným a hypotetickým chováním, tj. Chováním, které by se dalo očekávat při absenci spolupráce.

Průzkumy

Průzkumy zachycují úroveň důvěry pomocí pozorování nebo introspekce, ale bez zapojení do experimentů. Respondenti obvykle poskytují odpovědi na soubor otázek nebo prohlášení a odpovědi jsou např. Strukturovány podle Likertovy stupnice . Diferenciačními faktory jsou základní teoretická východiska a kontextová relevance.

Jedním z prvních průzkumů jsou McCroskeyovy stupnice, které byly použity k určení autoritativnosti (kompetence) a charakteru (důvěryhodnosti) mluvčích. Rempelova stupnice důvěryhodnosti a Rotterova stupnice jsou docela populární při určování úrovně mezilidské důvěry v různých nastaveních. Organizační seznam důvěryhodnosti (OTI) je příkladem vyčerpávajícího průzkumu založeného na teorii, který lze použít k určení úrovně důvěry v organizaci.

Pro konkrétní oblast výzkumu lze vypracovat konkrétnější průzkum. Například interdisciplinární model důvěry byl ověřen pomocí průzkumu, zatímco pomocí průzkumu byl vytvořen vztah mezi designovými prvky webové stránky a vnímanou důvěryhodností.

Hry

Další empirickou metodou pro měření důvěry je zapojení účastníků do experimentů, přičemž s výsledky těchto experimentů se zachází jako s odhady důvěry. Bylo vyzkoušeno několik her a scénářů podobných hrám, z nichž některé odhadují důvěru nebo důvěru v peněžní vyjádření (zajímavý přehled viz).

Hry důvěry jsou navrženy tak, aby se jejich Nashova rovnováha lišila od Paretova optima, takže žádný hráč sám nemůže maximalizovat svůj vlastní užitek změnou své sobecké strategie bez spolupráce, zatímco spolupracující partneři mohou těžit. Důvěru lze proto odhadnout na základě peněžního zisku, který lze přičíst spolupráci.

Původní „hra důvěry“ byla popsána jako abstrahovaná investiční hra mezi investorem a jeho makléřem. Hru lze hrát jednou nebo několikrát, mezi náhodně vybranými hráči nebo ve dvojicích, které se navzájem znají, což přináší různé výsledky.

Existuje několik variant hry se zaměřením na různé aspekty důvěry jako pozorovatelného chování. Například pravidla hry lze převrátit na hru, která se dá nazvat nedůvěrou, lze zavést deklarativní fázi nebo pravidla prezentovat různými způsoby, které mění vnímání účastníků.

Dalšími zajímavými hrami jsou např. Binární výběrové hry, hry na výměnu dárků, kooperativní hry s důvěrou a různé další formy společenských her. Konkrétně se vězeňské dilema populárně používá k propojení důvěry s ekonomickým užitkem a k prokázání racionality za vzájemností. U her pro více hráčů existují různé formy blízkých simulací trhu

Formální metriky

Formální metriky se zaměřují na usnadnění modelování důvěryhodnosti, konkrétně pro modely ve velkém měřítku, které představují důvěru jako abstraktní systém (např. Sociální síť nebo web důvěry ). V důsledku toho mohou poskytnout slabší vhled do psychologie důvěry, nebo zejména do empirického sběru dat. Formální metriky mají tendenci mít silné základy v algebře , pravděpodobnosti nebo logice .

Zastoupení

Neexistuje široce uznávaný způsob, jak připsat hodnotu úrovni důvěry, přičemž každé vyjádření „hodnoty důvěryhodnosti“ vyžaduje určité výhody a nevýhody. Existují systémy, které předpokládají pouze binární hodnoty a používají pevnou stupnici, kde rozsah spolehlivosti je od -100 do +100 (bez nuly), od 0 do 1 nebo od [−1 do +1); kde důvěra je diskrétní nebo spojitá, jednorozměrná nebo má mnoho dimenzí. Některé metriky používají uspořádanou sadu hodnot, aniž by se je pokoušely převést na konkrétní číselný rozsah (např. Podrobný přehled viz.).

Existuje také neshoda ohledně sémantiky některých hodnot. Neshoda ohledně přiřazování hodnot k úrovním důvěry je konkrétně viditelná, pokud jde o význam nuly a záporných hodnot. Například nula může znamenat buď nedůvěru (ale ne nedůvěru), nebo nedostatek informací nebo hlubokou nedůvěru. Negativní hodnoty, jsou-li povoleny, obvykle naznačují nedůvěru, ale existuje pochybnost, zda je nedůvěra jednoduše důvěrou se záporným znaménkem nebo vlastním fenoménem.

Subjektivní pravděpodobnost

Subjektivní pravděpodobnost se zaměřuje na sebevědomí poručitele o jeho důvěře v poručitele. Takové posouzení lze vyjádřit jako očekávání týkající se budoucího chování správce a vyjádřit ho pravděpodobností. Taková pravděpodobnost je subjektivní, protože je specifická pro daného trustora, jejich hodnocení situace, informace, které má k dispozici atd. Ve stejné situaci mohou mít ostatní trustors jinou úroveň subjektivní pravděpodobnosti.

Subjektivní pravděpodobnost vytváří cenné spojení mezi formalizací a empirickými experimenty. Formálně může subjektivní pravděpodobnost těžit z dostupných nástrojů pravděpodobnosti a statistik. Empiricky lze subjektivní pravděpodobnost měřit prostřednictvím jednostranných sázek. Za předpokladu, že je potenciální zisk pevný, lze částku, kterou osoba vsadí, použít k odhadu jeho subjektivní pravděpodobnosti transakce.

Nejistá pravděpodobnost (subjektivní logika)

Logiku nejistých pravděpodobností ( subjektivní logiku ) zavedl Josang, kde se nejistým pravděpodobnostem říká subjektivní názory . Tento koncept kombinuje rozdělení pravděpodobnosti s nejistotou, takže každý názor na důvěru lze chápat jako rozdělení rozdělení pravděpodobnosti, kde je každá distribuce kvalifikována související nejistotou. Základem reprezentace důvěry je, že názor (důkaz nebo důvěra) o důvěře lze vyjádřit jako čtyřnásobek (důvěra, nedůvěra, nejistota, základní sazba), kde důvěra, nedůvěra a nejistota musí být součtem jednoho, a proto jsou závislé na aditivitě.

Subjektivní logika je příkladem výpočetní důvěryhodnosti, kde nejistota je inherentně zakomponována do procesu výpočtu a je viditelná na výstupu. Není to jediný, je např. Možné použít podobný kvadruplet (důvěra, nedůvěra, neznámý, neznalost) k vyjádření hodnoty důvěry, pokud jsou definovány příslušné operace. I přes propracovanost subjektivní reprezentace názoru lze konkrétní hodnotu čtyřice spojenou s důvěrou snadno odvodit z řady binárních názorů na konkrétního aktéra nebo událost, což poskytuje silné spojení mezi touto formální metrickou a empiricky pozorovatelným chováním .

Konečně existují CertainTrust a CertainLogic. Oba sdílejí společné zastoupení, které je ekvivalentní subjektivním názorům, ale je založeno na třech nezávislých parametrech s názvem „průměrné hodnocení“, „jistota“ a „počáteční očekávání“. Proto existuje bijektivní mapování mezi tripletem CertainTrust a čtyřnásobkem subjektivních názorů.

Fuzzy logika

Fuzzy systems () jako metriky důvěryhodnosti mohou spojovat výrazy přirozeného jazyka se smysluplnou numerickou analýzou.

Aplikace fuzzy logiky na důvěryhodnost byla studována v kontextu sítí peer to peer za účelem zlepšení hodnocení peer. Rovněž pro gridové výpočty bylo prokázáno, že fuzzy logika umožňuje spolehlivě a efektivně řešit bezpečnostní problémy.

Vlastnosti metrik důvěryhodnosti

Sada vlastností, která by měla být splněna metrikou důvěryhodnosti, se liší v závislosti na oblasti aplikace. Následuje seznam typických vlastností.

Přechodnost

Transitivita je vysoce žádaná vlastnost metriky důvěryhodnosti. V situacích, kdy A důvěřuje B a B důvěřuje C, se tranzitivita týká rozsahu, v jakém A důvěřuje C. Bez přechodnosti je nepravděpodobné, že by metriky důvěryhodnosti byly použity k odůvodnění důvěry ve složitější vztahy.

Intuice za transitivitou navazuje na každodenní zkušenost s „přáteli přítele“ ( FOAF ), základem sociálních sítí. Pokus přiřadit přesnou formální sémantiku k tranzitivitě však odhaluje problémy spojené s představou rozsahu důvěryhodnosti nebo kontextu. Například definuje podmínky pro omezenou tranzitivitu důvěryhodnosti, rozlišuje mezi přímou důvěrou a důvěrou doporučení. Podobně ukazuje, že jednoduchá důvěryhodnost důvěryhodnosti nemusí vždy platit na základě informací o modelu Advogato, a proto navrhla nové metriky důvěryhodnosti.

Jednoduchý, holistický přístup k tranzitivitě je charakteristický pro sociální sítě ( FOAF , Advogato ). Sleduje každodenní intuici a předpokládá, že důvěra a důvěryhodnost platí pro celou osobu, bez ohledu na konkrétní rozsah důvěryhodnosti nebo kontext. Pokud lze někomu důvěřovat jako příteli, lze mu také důvěřovat, že může doporučit nebo podpořit jiného přítele. Transitivita je proto sémanticky platná bez jakýchkoli omezení a je přirozeným důsledkem tohoto přístupu.

Důkladnější přístup rozlišuje mezi různými rozsahy / kontexty důvěry a neumožňuje přechodnost mezi kontexty, které jsou sémanticky nekompatibilní nebo nevhodné. Kontextový přístup může například rozlišovat mezi důvěrou v konkrétní kompetenci, důvěrou v čestnost, důvěrou ve schopnost formulovat platný názor nebo důvěrou ve schopnost poskytovat spolehlivé rady ohledně jiných zdrojů informací. Ve složení služeb založených na důvěře se často používá kontextový přístup. Pochopení, že důvěra je kontextová (má rozsah), je základem filtrování spolupráce .

Operace

Aby byla metrika formální důvěryhodnosti užitečná, měla by definovat sadu operací nad hodnotami důvěryhodnosti takovým způsobem, aby výsledek těchto operací vytvořil hodnoty důvěryhodnosti. Obvykle jsou považovány alespoň dva základní operátory:

  • fúze, která poskytuje kvaziaditivní funkci a umožňuje konsolidovat hodnoty důvěry pocházející z několika zdrojů;
  • diskontování, které poskytuje kvazi-multiplikativní funkci, což umožňuje diskontovat názor na radu / důvěru poskytnutý zdrojem jako funkci důvěry ve zdroj, což je princip pro tranzitivní výpočet důvěryhodnosti.

Přesná sémantika obou operátorů je specifická pro metriku. I v rámci jedné reprezentace stále existuje možnost různých sémantických interpretací. Například pro reprezentaci jako logiku nejistých pravděpodobností lze operace fúze důvěryhodnosti interpretovat použitím různých pravidel (kumulativní fúze, průměrná fúze, fúze omezení (Dempsterovo pravidlo), Yagerovo modifikované Dempsterovo pravidlo, Inagakiho jednotné kombinované pravidlo, Zhangova středová kombinace Dubois a Pradeovo disjunktivní konsensuální pravidlo atd.). Každá interpretace vede k různým výsledkům, v závislosti na předpokladech fúze důvěry v konkrétní modelované situaci. Viz podrobné diskuse.

Škálovatelnost

Rostoucí velikost sítí důvěryhodnosti činí ze škálovatelnosti další požadovanou vlastnost, což znamená, že je výpočetně proveditelné vypočítat metriku pro velké sítě. Škálovatelnost obvykle klade dva požadavky na metriku:

  • Elementární operace (např. Fúze nebo sleva) je výpočetně proveditelná, např. Že lze rychle navázat vztahy mezi kontextem důvěry.
  • Počet elementárních operací se pomalu zvyšuje s růstem sítě.

Odolnost proti útoku

Odpor proti útoku je důležitá nefunkční vlastnost metrik důvěry, která odráží jejich schopnost nebýt příliš ovlivněna agenty, kteří se snaží manipulovat s metrikou důvěry a kteří se účastní špatné víry (tj. Jejichž cílem je zneužít domněnku důvěry).

Zdroj bezplatného softwaru pro vývojáře Advogato je založen na novém přístupu k metrikám důvěryhodnosti důvěryhodnosti Raph Levien odolné proti útokům . Levien poznamenal, že Google je PageRank algoritmus lze chápat jako odolný důvěru útočný metrický poněkud podobný tomu, který za Advogato.

Viz také

Reference

Zdroje

  • Dencheva, S .; Prause, ČR; Prinz, W. (září 2011). Dynamické sebemoderování na firemní wiki pro zlepšení účasti a kvality příspěvků (PDF) . Sborník z 12. evropské konference o spolupráci podporované počítačem (ECSCW 2011). Aarhus, Dánsko. Archivovány z původního (PDF) 29. 11. 2014.
  • Jøsang, A. (2016), Subjective Logic; Formalismus pro uvažování za nejistoty Springer, Cham, ISBN   978-3-319-42337-1
  • Vavilis, S .; Petković, M .; Zannone, N. (2014). „Referenční model pro systémy reputace“ (PDF) . Systémy podpory rozhodování . 61 : 147–154. doi : 10.1016 / j.dss.2014.02.002 .

externí odkazy