[论文解读] A Survey on Trust Modeling from a Bayesian Perspective

Liu Bin|arXiv (Cornell University)|Jun 11, 2018

Access Control and Trust参考文献 132被引用 6

一句话总结

本文提出了一种通用贝叶斯信任（GBT）框架，统一了网络计算系统中多种贝叶斯信任模型，证明了所有调研的模型均可作为该范式下的特例。其主要贡献在于为分析信任模型之间的关系提供了系统性基础，并基于贝叶斯推断原理指导未来信任评估工具的开发。

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.

研究动机与目标

• 解决网络计算系统中贝叶斯信任模型缺乏统一、全面分析的问题。
• 建立一个通用贝叶斯信任（GBT）框架，使现有贝叶斯信任模型均可作为其特例被涵盖。
• 阐明单个信任模型与GBT框架之间的关联，增强理论一致性。
• 识别开放的研究问题，并引导未来工作朝着实用且理论驱动的信任建模基础设施发展。

提出的方法

• 本文基于贝叶斯概率理论，提出一种通用贝叶斯信任（GBT）框架，使用先验分布和似然分布来建模信任信念。
• 将信任形式化为主观概率，通过贝叶斯定理更新后验分布以反映新证据。
• 通过将信任建模为各领域特定信任值的向量，支持多维信任，每个分量独立更新。
• 通过效用函数将信任推理与期望效用最大化相结合，实现决策整合。
• 通过共享或分层先验建模信任各方面的相互依赖关系，实现跨领域信任传递。
• 将GBT框架应用于分析和统一100多个来自不同领域（包括物联网、P2P网络和社交系统）的信任模型。

实验结果

研究问题

• RQ1 如何构建一个统一的贝叶斯框架，以涵盖现有的贝叶斯信任模型？
• RQ2 当映射到GBT框架时，各种贝叶斯信任模型在结构和计算上的关键差异是什么？
• RQ3 如何正式建模并组合信任的多维与差异化方面（如通信信任和数据信任）？
• RQ4 如何通过效用最大化将信任推理有意义地连接到决策过程？
• RQ5 如何正式实现跨不同领域（如从数学能力到物理能力）的信任传递？

主要发现

• 所有调研的贝叶斯信任模型均可被正式映射到所提出的通用贝叶斯信任（GBT）框架中作为特例，证明了其统一的理论结构。
• 当使用共轭先验时，GBT框架可实现分析上的可处理性，同时保持对先验知识的表示保真度。
• 多维信任建模不仅需要对各分量信任值的聚合；系统架构和相互依赖关系对整体信任有显著影响。
• 信任推理必须通过效用函数与决策过程相连接，才能在不确定性下实现理性智能体行为。
• 跨领域信任传递仍是开放挑战，目前尚无通用形式化方法能以原则性方式建模此类依赖关系。
• 本文识别出四个关键开放研究问题，包括先验设定、多维信任组合、决策关联性以及跨领域信任传递。