Using norms and reputations to detect and sanction contradictions - Contribution to the social control of interactions in open and decentralized multi-agent systems - Archive ouverte HAL Access content directly
Theses Year : 2006

Using norms and reputations to detect and sanction contradictions - Contribution to the social control of interactions in open and decentralized multi-agent systems

Utilisation de normes et de réputations pour détecter et sanctionner les contradictions - Contribution au contrôle social des interactions dans les systèmes multi-agents ouverts et décentralisés

(1)
1
Guillaume Muller

Abstract

Open and Decentralized Multi-Agent Systems (ODMAS) are particularly
vulnerable to the introduction of badly designed or malevolent
agents. It is therefore necessary to control such systems.

In this thesis, we propose the LIAR model, which enables agents to
control their peers' interactions, thanks to a reputation model.

Agents equiped with the LIAR model can first, represent interactions
they perceive with the help of a social commitment model. They can
also model the rules that each agent should follow thanks to a model
of social norms. By comparing observed behaviours with the norms they
know, agents are able to evaluate their peers and to estimate a
reputation level to associate to each of them. Agents are then able to
make a decision about the sanctions they wish to apply to their peers,
based on these levels of reputation.

Thanks to the complete integration of both steps: evaluation of the
perceived behaviours and decision of the sanctions to apply, the
LIAR model allows the agents to establish a fuly automatic social
control of agents' interactions.

Various experimentations have been conducted with this model in a
peer-to-peer context in order to show how agents where able control
their peers' interactions.
Les Systèmes Multi-Agents Ouverts et Décentralisés (SMAOD) sont
particulièrement vulnérables à l'introduction d'agents mal conçus ou
malveillants. Il est donc nécessaire de contrôler ces systèmes.

Dans cette thèse, nous proposons le modèle LIAR, permettant aux
agents eux-mêmes de mettre en place un contrôle des interactions des
autres agents, à l'aide d'un modèle de réputation.

Ce modèle permet d'abord aux agents de représenter les interactions
qu'ils perçoivent grâce à des engagements sociaux, ainsi que de
modéliser les règles que chaque agent doit respecter à l'aide de
normes sociales. En comparant les comportements qu'ils ont observés
aux normes dont ils ont connaissance, les agents sont capables
d'évaluer leurs pairs et d'estimer les niveaux de réputation qu'ils
leur associent. Ensuite, les agents peuvent décider des sanctions à
appliquer en s'appuyant sur les niveaux de réputation ainsi estimés.

Grâce à l'intégration des deux phases : évaluation des comportements
et décision des sanctions à appliquer, le modèle LIAR permet de
mettre en place un contrôle social des interactions entièrement
automatisé.

Diverses expérimentations ont été menées avec ce modèle dans le cadre
d'un réseau pair-à-pair, afin de montrer comment les agents contrôlent
les interactions de leurs pairs.
Fichier principal
Vignette du fichier
these_G_Muller.pdf (3.16 Mo) Télécharger le fichier
Vignette du fichier
presentation_8_Dec_2006.pdf (997.57 Ko) Télécharger le fichier
Format : Other

Dates and versions

tel-00134755 , version 1 (05-03-2007)

Identifiers

  • HAL Id : tel-00134755 , version 1

Cite

Guillaume Muller. Utilisation de normes et de réputations pour détecter et sanctionner les contradictions - Contribution au contrôle social des interactions dans les systèmes multi-agents ouverts et décentralisés. Autre [cs.OH]. Ecole Nationale Supérieure des Mines de Saint-Etienne, 2006. Français. ⟨NNT : ⟩. ⟨tel-00134755⟩
483 View
95 Download

Share

Gmail Facebook Twitter LinkedIn More