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

par Guillaume Muller

Thèse de doctorat en Informatique

Sous la direction de Olivier Boissier.

Soutenue en 2006

à Saint-Etienne, EMSE .


  • Résumé

    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.

  • Titre traduit

    Using Norms and Reputations to Detect and Sanction Contradictions - Contribution to the Social Control of Interactions in Open and Decentralized Multi-Agent Systems.


  • Résumé

    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 equipped with the LIAR model can 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 fully 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.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol (XIV-232 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr.

Où se trouve cette thèse ?

  • Bibliothèque : Ecole nationale supérieure des mines. Centre de documentation et d'information.
  • Disponible pour le PEB
  • Cote : 006.32 MUL
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.