[논문 리뷰] Subjective Perception Games and Privacy.

Ronen Gradwohl, Rann Smorodinsky|arXiv (Cornell University)|2014. 09. 05.

Game Theory and Applications참고 문헌 20인용 수 7

한 줄 요약

이 논문은 에이전트의 유틸리티가 자신의 행동과 타인의 타입에 대한 인식에 모두 의존하는 일반적인 게임 이론적 프레임워크를 제안하며, 균형의 존재를 증명하고 프라이버시 관련 시나리오에 모델을 적용한다. 이는 인식 기반 유틸리티가 안정적인 결과를 초래하며, 프라이버시에 민감한 맥락에서의 전략적 행동을 보완하는 데 기여한다.

ABSTRACT

We analyze a general framework for modeling agents whose utility is derived from both their actions and the perceptions of others about their type. We show that such perception games always have equilibria, and discuss two natural refinements. We demonstrate the applicability of our framework in a variety of contexts, with a particular emphasis on privacy-related issues. Gradwohl gratefully acknowledges the support of NSF award #1216006. Smorodinsky gratefully acknowledges the support of ISF grant 2016301, the joint Microsoft-Technion e-Commerce Lab, Technion VPR grants and the Bernard M. Gordon Center for Systems Engineering at the Technion. We also thank Jana Friedrichsen, Ehud Kalai, Gil Kalai, Eddie Dekel and Juuso Valimaki for insightful comments. Kellogg School of Management, Northwestern University, Evanston, IL 60208, USA. Email: [e-mail]. Faculty of Industrial Engineering and Management, The Technion – Israel Institute of Technology. Email: [e-mail].

연구 동기 및 목표

• 에이전트의 유틸리티가 자신의 행동과 타인의 타입에 대한 인식에 모두 의존하는 일반적인 모델을 수립하기.
• 이러한 인식 게임에서 균형의 존재를 확립하여 안정적인 전략적 결과를 보장하기.
• 인식 기반 맥락에서 더 현실적인 전략적 행동을 반영하는 균형의 개선을 탐색하기.
• 이 모델이 프라이버시 관련 의사결정 맥락에서의 적용 가능성을 입증하기.
• 인식이 프라이버시에 민감한 환경에서 전략적 행동에 미치는 영향을 이해하기 위한 이론적 기초 제공하기.

제안 방법

• 에이전트의 유틸리티가 자신의 행동과 타인의 타입에 대한 인식에 모두 의존하는 게임 이론적 모델을 수립하기.
• 고정점 정리와 컴actness 추론을 사용하여 인식 게임에서 내쉬 균형의 존재를 증명하기.
• 타인의 인식에 대한 불확실성 하에서 더 미묘한 전략적 사고를 반영하기 위해 균형의 두 가지 자연스러운 개선을 도입하기.
• 데이터 공개 및 명성 관리와 같은 프라이버시 시나리오에 프레임워크를 적용하여 전략적 인centive 분석하기.
• 이론적 분석을 통해 인식 왜곡이 균형 결과와 전략적 선택에 미치는 영향를 검토하기.
• 기계 설계와 베이지안 게임의 통찰을 활용하여 믿음 형성과 유틸리티 트레이드오프 모델링하기.

실험 결과

연구 질문

• RQ1 타인의 인식에 의존하는 유틸리티를 가진 인식 게임은 항상 최소한 하나의 내쉬 균형을 갖는가?
• RQ2 균형의 개선은 인식 기반 게임에서 전략적 행동에 어떻게 영향을 미치는가?
• RQ3 이 프레임워크는 정보 공유나 신원 은폐와 같은 프라이버시 관련 의사결정을 어떻게 모델링할 수 있는가?
• RQ4 에이전트의 타입에 대한 오해나 잘못된 믿음은 전략적 상호작용에서 균형 결과에 어떻게 영향을 미치는가?
• RQ5 인식 기반 유틸리티는 프라이버시 보존 메커니즘 설계에 어떤 함의를 지닌다?

주요 결과

• 논문은 모든 인식 게임이 최소한 하나의 내쉬 균형을 갖는다는 것을 증명하여 안정적인 전략적 결과의 존재를 보장한다.
• 불합리한 균형을 제거하고 예측 능력을 향상시키는 데 도움이 되는 균형의 두 가지 자연스러운 개선이 제안된다.
• 이 프레임워크는 타인의 인식을 형성하기 위해 정보를 전략적으로 공개하는 것과 같은 프라이버시 관련 행동을 성공적으로 모델링한다.
• 인식 기반 유틸리티는 직접적인 물질적 이득 없이도 에이전트가 자신의 타입을 오인 표현함으로써 더 높은 유틸리티를 얻을 수 있는 균형을 초래한다.
• 타인의 믿음이 결과에 크게 영향을 주는 환경에서는 인식을 조작할 유인이 강력하게 유지됨을 모델이 드러낸다.
• 이론적 결과는 명성과 정보 공개를 포함한 전략적 맥락에서의 프라이버시 트레이드오프를 분석하는 데 기초를 제공한다.