D´epartement Syst`emes Multi-Agents - Centre G2I
Transcription
D´epartement Syst`emes Multi-Agents - Centre G2I
Définition et Estimation de la Réputation d’Agents Logiciels dans les Réseaux Peer-to-Peer Guillaume M ULLER encadré par Laurent V ERCOUTER et Olivier B OISSIER Département Systèmes Multi-Agents - Centre G2I Contexte : Réseau Peer-to-Peer Problématique Requête Quelle salle joue "21grammes" samedi soir? Agent 2 Rqt Agent 1 Rqt Rqt Agent 3 Réponse Réponse Agent 4 Le Méliès à 19h Programmes Cinéma L’UGC à 20h30 UGC 21h50 Ong Bak Agent 6 Rqt Rqt Agent 5 Programmes Cinéma Méliès 19h00 21grammes Méliès 09h30 21grammes UGC 20h30 Barboussia Gmont 22h30 La Jeune... UGC UGC UGC UGC 21h35 20h30 20h30 08h30 Barboussia 21grammes Ong Bak 21grammes Quelle salle joue "21grammes" samedi soir? Agent 2 Rqt La bonne circulation de l’information nécessite que chacun respecte le protocole ; vulnérabilité à l’intrusion d’agents malveillants. Ex : l’agent 4 “cache” les horaires du méliès ; Applications Industrielles : Apport de notre travail : Partage de services en Téléphonie Mobile (Web Services) ; Modèle de réputation d’agents (représentation, initialisa Partage de connaissances dans les Réseaux d’Entreprises tion, mise-à-jour, utilisation) ; (FileSharing). Formalisation du mensonge et des processus de détection. Rqt Programmes Cinéma Ouvert : des peers (agents) peuvent entrer ou sortir à tout instant du réseau ; Décentralisé : égalité entre les agents, aucun n’est plus important que les autres. Requête Agent 1 Rqt Rqt Agent 3 Réponse Réponse Agent 4 Le Méliès à 19h Programmes Cinéma L’UGC à 20h30 UGC 21h50 Ong Bak Agent 6 Rqt Rqt Agent 5 Programmes Cinéma Programmes Cinéma Méliès 19h00 21grammes Méliès 09h30 21grammes UGC 20h30 Barboussia Gmont 22h30 La Jeune... UGC UGC UGC UGC 21h35 20h30 20h30 08h30 Rqt Barboussia 21grammes Ong Bak 21grammes Modèle Proposé Détection de mensonge Croyances Locales Test de Consistance et rétablissement Formalisation Décision de faire confiance Accepter ou t,b refuser sa k Différentes réputations : Réputation Utilisation de logiques doxatique, déontique, d’action et de la théorie des actes de langage. Selon la théorie des actes de langage, un message 8!, l’agent = à l’agent > , peut-être décrit en deux parties : 9;: < , envoyé par 9;: < B Des préconditions , qui doivent être remplies pour que le ?@8A, message puisse être émis (ex : un agent doit croire ce qu’il dit) ; 9;: B Des postconditions , qui sont rendues vraies par l’émission ?C8!, < du message (ex : un agent croit ce qu’un autre agent lui a dit). D I 8EF J5K G D ?C8!, le msg NM3OQT PSR est un mensonge H9;: < B L U I " J K ?@8A, 9;: < B X Y I L l’agent " a envoyé le msg VM OWT PSR ?K 8!, J@ 9;: < B L les conditions nécessaires à l’envoi de VM3OWT PSR ne sont pas remplies Processus de détection MZ9;: [ 9;\ ] et 8A, ont des préconditions incompatibles mensonge(s). Deux cas sont possibes : même émetteur émetteurs différents 8!, sa réputation ; Les deux messages et leurs conséquences logiques sont supprimés des croyances locales. Le récepteur demande preuves aux émetteurs ; Dans notre cas : pas de preuve menteur. Mise−à−Jour Détection de mensonge t,b sa k Utilisation t,b sa k Interaction avec des observeurs et/ou évaluateurs externes Décision de faire confiance Agent b Autres Agents Détection de mensonge Décision de faire confiance Module testant la validité logique Module testant la réputation du message. de l’émetteur. Valide Invalide Mauvaise Bonne msg supprimé msg transmis au msg supprimé msg accepté et réputation module suivant pris en compte Les deux modules sont particulièrement complémentaires : des La détection de fraude sert à mettre à jour les valeurs de réputation ; Le module de décision de confiance permet au bénéficiaire d’éviter d’être la victime d’un mensonge non détecté. Individual Reputation, fondée sur les propres observations de l’agent ; Witness Reputation, fondée sur l’intégration d’observations provenant de témoins (agents ayant observé l’interaction directe de la cible) ; Neighbor Reputation, fondée sur l’intégration d’évaluations provenant de voisins (agents que connait le bénéficiaire) ; Confidence, disposition générale à faire confiance. Ces réputations sont représentées par une valeur Ces réputations sont comparées à des seuils ( , !#" ,. . . ) : Si $% &%')( '*&+ , - . / 01 , alors l’agent a l’intention de faire confiance. . 2 3"45 , Si $% &+')( '*&+ , alors l’agent a l’intention de ne pas faire confiance ; Si la valeur est entre les deux seuils ou si elle est dans l’état alors le type suiv , ant est ensuite employé avec les seuils 76 5 et 73"6 55 , etc. Contacts : G. M ULLER, L. V ERCOUTER et O. B OISSIER, ENSM.SE-G2I/SMA, Tél. : 04 77 42 66 84, Email : muller, vercouter, boissier @emse.fr < θ distrust Individual Reputation > θ trust Belief Unknown ou non discriminant < θ distrust ’ Witness Reputation > θ trust ’ Belief Unknown ou non discriminant < θ distrust ’’ Neighbour Reputation > θ trust ’’ Belief Unknown ou non discriminant Confidence Distrust intention Trust intention Belief .