[논문 리뷰] A Survey on Trust Modeling from a Bayesian Perspective

Liu Bin|arXiv (Cornell University)|2018. 06. 11.

Access Control and Trust참고 문헌 132인용 수 6

한 줄 요약

이 논문은 네트워크 기반 컴퓨팅 시스템에서 다양한 베이지안 신뢰 모델을 통합하는 일반적인 베이지안 신뢰(Generic Bayesian Trust, GBT) 프레임워크를 제안한다. 이는 모든 조사된 모델이 이 프레임워크의 특수한 경우로 표현될 수 있음을 보여주며, 주요 기여는 신뢰 모델 간의 관계를 분석할 수 있는 체계적인 기반을 제공하고, 베이지안 추론 원리를 활용한 향후 신뢰 평가 도구 개발을 이끌어내는 데 있다.

ABSTRACT

In this paper, we are concerned with trust modeling for agents in networked computing systems. As trust is a subjective notion that is invisible, implicit and uncertain in nature, many attempts have been made to model trust with aid of Bayesian probability theory, while the field lacks a global comprehensive analysis for variants of Bayesian trust models. We present a study to fill in this gap by giving a comprehensive review of the literature. A generic Bayesian trust (GBT) modeling perspective is highlighted here. It is shown that all models under survey can cast into a GBT based computing paradigm as special cases. We discuss both capabilities and limitations of the GBT perspective and point out open questions to answer, with a hope to advance GBT to become a pragmatic infrastructure for analyzing intrinsic relationships among variants of trust models and developing novel tools for trust evaluation.

연구 동기 및 목표

• 네트워크 기반 컴퓨팅 시스템에서의 베이지안 신뢰 모델에 대한 통합적이고 종합적인 분석 부족 문제를 해결하기 위해.
• 기존의 베이지안 신뢰 모델들을 특수한 경우로 수용할 수 있는 일반적인 베이지안 신뢰(Generic Bayesian Trust, GBT) 프레임워크를 구축하기 위해.
• 개별 신뢰 모델과 GBT 프레임워크 간의 연결 고리를 명확히 하여 이론적 일관성을 향상시키기 위해.
• 열려 있는 연구 질문을 특정화하고, 실용적이고 이론적으로 기반을 둔 신뢰 모델링 인fra구조로 향후 연구를 이끌기 위해.

제안 방법

• 논문은 베이지안 확률 이론에 기반한 일반적인 베이지안 신뢰(Generic Bayesian Trust, GBT) 프레임워크를 도입하며, 사전분포와 가능도 분포를 사용해 신뢰 신념을 모델링한다.
• 신뢰를 주관적 확률로 정의하고, 베이즈 정리에 따라 새로운 증거를 반영해 후행분포를 갱신한다.
• 신뢰를 도메인 특화 신뢰 값의 벡터로 모델링함으로써 다각도의 신뢰를 지원하며, 각 성분을 별도로 갱신한다.
• 유용도 함수를 사용해 신뢰 추론을 기대 유용도 최적화와 연결함으로써 의사결정을 통합한다.
• 공유되거나 계층적인 사전분포를 모델링함으로써 서로 다른 신뢰 요소 간의 상호의존성을 통해 다양한 도메인 간 신뢰 이행을 가능하게 한다.
• GBT 프레임워크는 IoT, P2P 네트워크, 사회적 시스템 등 다양한 분야에서의 100개 이상의 신뢰 모델을 분석하고 통합하는 데 적용되었다.

실험 결과

연구 질문

• RQ1 기존의 베이지안 신뢰 모델들을 수용할 수 있는 통합된 베이지안 프레임워크를 어떻게 구성할 수 있는가?
• RQ2 GBT 프레임워크에 매핑될 때, 다양한 베이지안 신뢰 모델 간의 핵심 구조적 및 계산적 차이점은 무엇인가?
• RQ3 통신 신뢰와 데이터 신뢰와 같은 다각도적이고 차별화된 신뢰 요소들을 공식적으로 모델링하고 통합하는 방법은 무엇인가?
• RQ4 신뢰 추론을 어떻게 기대 유용도 최적화를 통해 의사결정과 의미 있게 연결할 수 있는가?
• RQ5 수학 능력에서 물리학 능력으로의 신뢰 이행과 같은 다양한 도메인 간에 신뢰를 공식적으로 이행하는 방법은 무엇인가?

주요 결과

• 조사된 모든 베이지안 신뢰 모델은 제안된 일반적인 베이지안 신뢰(Generic Bayesian Trust, GBT) 프레임워크의 특수한 경우로 공식적으로 매핑될 수 있으며, 통합적인 이론적 구조를 입증한다.
• GBT 프레임워크는 공액 사전분포를 사용할 경우 분석적 접근성이 확보되며, 同시에 이전 지식의 표현 정확성을 유지한다.
• 다각도의 신뢰 모델링은 구성 요소 신뢰 값의 집계를 넘어서야 하며, 시스템 아키텍처와 상호의존성이 전체 신뢰에 중대한 영향을 미친다.
• 신뢰 추론은 유용도 함수를 통해 의사결정과 연결되어야 하며, 이는 불확실성 하에서 합리적인 에이전트 행동을 가능하게 한다.
• 다른 도메인 간 신뢰 이행은 여전히 열려 있는 과제이며, 현재까지는 이러한 의존성을 원칙적으로 모델링할 수 있는 일반적인 형식적 체계가 존재하지 않는다.
• 논문은 사전분포 설정, 다각도적 신뢰 조합, 의사결정 연결, 도메인 간 신뢰 이행을 포함한 네 가지 핵심 열린 연구 질문을 규명하였다.