6.1 Syst` eme d’´ echange de services
6.1.2 Un mod` ele g´ en´ erique de fonction de r´ eputation
a 6 reprises le service s2`a l’agent a2. Le tableau 6.4 repr´esente les ´evaluations de a1 o`u ce dernier a consid´er´e qu’aux temps t3 et t5 le service s2 n’as pas ´et´e correctement fourni par a2.
t t1 t2 t3 t4 t5 t6
v1,2,2t 1 1 0 1 0 1
Tableau 6.4 – ´Evaluation de a1 des services s2 fournis par a2
Les interactions entre un ai ∈ N et un agent ak ∈ Nx se r´esument en 4 ´etapes pr´esent´ees dans la figure 6.1 :
1. ai demande le service sx dont il a besoin `a ak; 2. ak r´ealise sx avec une qualit´e d’esp´erance εk,x; 3. ak fournit sx `a ai;
4. ai ´evalue la qualit´e de sx via sa fonction d’´evaluation vi.
6.1.2 Un mod`ele g´en´erique de fonction de r´eputation
Comme nous l’avons pr´esent´e en section 2.2, les syst`emes de r´eputation permettent aux agents d’estimer collectivement le comportement des autres agents lors de futures interactions. Dans notre mod`ele d’interaction, nous consid´erons l’´evaluation de la qualit´e d’un service comme le gain que l’agent ai estime avoir re¸cu en demandant ce service. Ainsi, le comportement des agents est repr´esent´e par cette estimation pour les interactions futures.
Comme nous consid´erons qu’un mˆeme service peut ˆetre fourni par plusieurs agents du sys-t`eme, nous int´egrons au mod`ele d’interaction entre les agents un syst`eme de r´eputation aidant les agents `a d´ecider `a quels agents ak ∈ Nx demander de r´ealiser le service sx. Nous ne nous int´eressons pas dans ce manuscrit `a la d´efinition d’une nouvelle fonction permettant aux agents de calculer les valeurs de r´eputation mais consid´erons que les agents disposent de l’une des nombreuses fonctions de r´eputation issue de la litt´erature6. Cette abstraction de la fonction de r´eputation nous permet de rester g´en´erique dans la description de notre mod`ele.
Comme l’ont fait remarquer [Resnick et al., 2000], les r´esultats des interactions pass´ees doivent ˆetre pris en compte dans le calcul de la valeur de confiance. Pour mod´eliser cela, nous consid´erons que les agents conservent les ´evaluations des interactions.
6. Se r´ef´erer `a la section 2.2 pour une description des diverses fonctions de r´eputation. 112
6.1. Syst`eme d’´echange de services Agent ai Agent ak 1 : Demander sx 2 : Effectuer sx 3 : Fournir sx 4 : ´Evaluer sx
Figure 6.1 – Diagramme de s´equence d’une interaction entre ai et ak
D´efinition 6.1.4 - Observations : Les observations de l’agent ai ∈ N vis-`a-vis de l’agent ak ∈ N pour le service sx ∈ Sk d´esignent les ´evaluations de toutes les m interactions pass´ees entre ai et ak pour le service sx :
Oi,k,x = {vt1
i,k,x, . . . ,vtm i,k,x}
Exemple 6.1.4 - Dans l’exemple 6.1.3, l’ensemble des observations de a1 pour le service s2
fourni par a2 est O1,2,2= { 1,1,0,1,0,1 }. `
A partir de ses observations, l’agent ai peut calculer deux valeurs : le gain qu’il a obtenu `a participer au syst`eme et la confiance qu’il a envers l’agent ak pour fournir le service sx.
D´efinition 6.1.5 - Gains : Le gain de l’agent ai ∈ N `a l’instant t est d´efini par : gti = X vt0 i,k,x∈Oi vi,k,xt0 o`u Oi = [ sx∈S,ak∈Nx Oi,k,x
D´efinition 6.1.6 - Confiance : La confiance de l’agent ai ∈ N vis-`a-vis de l’agent ak∈ N pour le service sx ∈ Sk est l’estimation ci,k,x de l’expertise de ak pour le sx fond´e sur Oi,k,x.
Comme nous consid´erons la fonction de r´eputation comme abstraite, nous ne donnons pas ici de domaine de d´efinition de la confiance. Celle-ci peut ˆetre d´efinie comme dans EigenTrust
Chapitre 6. Un mod`ele d’interaction
Exemple 6.1.5 - Supposons que l’agent a1 d´efinisse la confiance comme la moyenne des qualit´es observ´ees. La confiance de a1 envers a2 pour le service s2 est alors :
c1,2,2 = (1 + 1 + 0 + 1 + 0 + 1)/(6)
= 2/3
Pour calculer la r´eputation de l’agent ak, les agents du syst`eme partagent leurs observations. Comme pour la confiance, la repr´esentation des t´emoignages d´epend du mod`ele de r´eputation consid´er´e. Par exemple, nous pouvons consid´erer que les agents partagent directement le r´esultat de leurs interactions avec les autres agents du syst`eme ou que les agents partagent leurs valeurs de confiance normalis´ees comme dans EigenTrust.
D´efinition 6.1.7 - T´emoignage : Un t´emoignage de l’agent aj ∈ N `a ai ∈ N d´esigne un ensemble d’informations Fi,j,k,x que aj partage avec ai vis-`a-vis de ak ∈ N pour le service sx∈ Sk.
Dans la suite, nous d´esignons par aj un agent qui fournit un t´emoignage. Comme `a partir des observations d’un agent il est possible de construire les valeurs de confiance, nous consid´erons ici que les agents s’´echangent un ensemble de valeurs qu’ils d´eclarent ˆetre leurs observations. Nous ne nous int´eressons pas dans ce manuscrit au protocole utilis´e par les agents pour l’´echange des t´emoignages et consid´erons qu’un agent ai peut `a tout instant demander `a un agent aj de lui fournir un t´emoignage.
Exemple 6.1.6 - Supposons que a1 partage avec a3 ses observations portant sur la capacit´e de a2 `a effectuer s2. a3 re¸coit alors le t´emoignage F3,1,2,2= { 1,1,0,1,0,1 }.
La r´eputation d’un agent ´etant une estimation de son comportement fond´e sur les observa-tions et les t´emoignages re¸cus, nous d´esignons par Fi la matrice N × N × S telle que nous avons ∀ak∈ N,∀sx∈ S :
Fi[i][k][x] = Oi,k,x ∀aj ∈ N \ {ai,ak} : Fi[j][k][x] = Fi,j,k,x
`
A partir de Fi, l’agent ai peut calculer une estimation collective de l’expertise de ak pour le service sx.
D´efinition 6.1.8 - R´eputation : La r´eputation de l’agent ak ∈ N pour le service sx ∈ Sk du point de vue de l’agent ai est une estimation collective de εk,x calcul´ee par une fonction de r´eputation fi : N × S × 2F → Ri o`u par abus de notation 2F d´esigne l’ensemble des matrices de Fi possibles et Ri le domaine de d´efinition des valeurs de r´eputation.
Cette d´efinition abstraite permet de consid´erer de multiples fonctions de r´eputation sp´ eci-fiques. Celles-ci peuvent autant ˆetre globales que personnalis´ees, d´ependantes ou ind´ependantes du contexte. Nous consid´erons cependant que le syst`eme est d´ecentralis´e et qu’il n’existe pas d’autorit´e centrale collectant les t´emoignages charg´ee de calculer la r´eputation des agents.
Exemple 6.1.7 - Supposons que l’agent a1calcule la r´eputation de a2en effectuant la moyenne des valeurs de confiance. Supposons que pour le service s2, a1 a re¸cu les t´emoignages suivants vis-`a-vis de a2 :
6.1. Syst`eme d’´echange de services F1,3,2,2= { 0,1,1 } F1,4,2,2= { 1,1 } F1,5,2,2= { 1,1,1,1 }
`
A partir de ces t´emoignages, a1 peut calculer les valeurs de confiance a3, a4 et a5 ainsi que la r´eputation de a2 pour le service s2 :
c1,2,2 = 2/3 c3,2,2 = 2/3 c4,2,2 = 1 c5,2,2 = 1 f1(a2,s2,Fi) = 5/6
Pour d´ecider avec qui interagir, nous consid´erons que les agents disposent d’une politique de s´election πi. Intuitivement, la politique de s´election est le processus par lequel l’agent ai d´ecide `
a quel agent ak∈ N demander le service sx.
La figure 6.2 r´esume ce mod`ele. Les arcs en pointill´es correspondent `a des ´echanges entre l’agent ai et un autre agent du syst`eme. Lorsque l’agent ai ∈ N a besoin d’un service sx∈ S, il d´etermine `a quel agent ak∈ Nx le demander en suivant sa politique de s´election πi. Il demande alors ce service sx `a l’agent ak (fl`eche 1). Lorsqu’il re¸coit le service (fl`eche 2), il en ´evalue la qualit´e, mets `a jour ses observations puis recalcule les valeurs de r´eputation. Les fl`eches 3 et 4 d´esignent respectivement un t´emoignage re¸cu par un agent aj et un t´emoignage que fourni ai
`
a un autre agent du syst`eme. Enfin, les fl`eches 5 et 6 correspondent `a une demande de service re¸cu par ai et ce mˆeme service une fois que ai l’a effectu´e.
Agent a
iSyst`eme de r´eputation
T´emoignages Observations
Fonction de filtrage
Fonction de r´eputation
Syst`eme de service
Besoin en
service Expertise
Fonction d’´evaluation
Politique de selection
Agents
1 2
3
4 5 6
Chapitre 6. Un mod`ele d’interaction