复杂网络上的演化博弈理论在信誉系统中的应用研究

Reputation system is the primary means of suppressing users' free riding and malicious attacking behaviors in large distributed multi-agent system. However, the validity of applying reputation system into real system cannot be verified and also modeling agent in reputation system are too idealistic which do not consider the evolution of agents' behavior. This project aims at systematically study the evolution of agents' behavior in multi-agent distributed system using evolutionary game theory, complex network theory combining reputation system and trust model. We study on how different network topologies, network dynamics and co-evolution affect the evolution of agents' behavior by the evolutionary game theory on two-layered coupling network, including P2P overlay network and trust network. Also, we analyze the evolutionary game dynamics under classical trust algorithm and representative malicious attacks.Our project will provide new ideas for analyzing the evolution of individual behavior in reputation system and lay a solid theoretical basis for designing robust and efficient reputation systems.

信誉系统是抑制大型分布式多主体系统中用户搭便车和恶意攻击行为的主要手段。但是，目前信誉系统在真实系统中应用的有效性无法得到检验，信誉系统建模中对主体——人的建模也过于理想化，没有考虑到主体行为的演化性。本项目将应用演化博弈理论、复杂网络理论，并结合信誉系统和信任模型，对分布式多主体系统中的主体行为演化进行系统的研究。我们以P2P覆盖网-信任网双层耦合网络上演化博弈为基本模型框架，研究不同网络拓扑、网络的动态性、共演化性对主体行为演化的影响，并分析经典的信任算法和具有代表性的恶意攻击行为下的演化博弈动力学。该项目的成功实施将为研究信誉系统中个体行为的演化提供新的研究思路，为设计健壮的、高效的信誉系统奠定坚实的理论基础。

信誉系统和激励机制是抑制大型分布式多主体系统中用户搭便车和恶意攻击行为的主要手段。但是，信誉系统建模中对主体——人的建模也过于理想化，没有考虑到主体行为的演化性。本项目应用演化博弈理论、复杂网络理论，并结合信誉系统和信任模型，对分布式多主体系统中的主体行为演化进行了系统的研究。研究取得了以下重要成果：1) 提出了一种新的主体行为模型-局部极值学习模型; 2) 分析了社交化P2P系统中的合作演化动力学; 3) 分析了带有区分者的空间多人捐赠博弈中的合作行为演化动力学; 4) 研究了经典的EigenTrust信誉模型下的主体行为演化动力学; 5) 提出了一种基于动态奖励的激励机制; 6) 研究了博弈资源分布的异质性对个体合作行为的影响; 7) 研究了信誉容忍度的异质性对合作演化的影响; 8) 研究了基于利他特性的移动网络拓扑下的合作演化动力学; 9) 提出了一种面向移动P2P系统的通用的激励机制评估框架; 10) 研究了主体的利他特性对激励机制作用的影响; 11) 提出了一种新的多主体系统中的自适应学习算法; 12) 提出了一种基于推荐的激励机制——RIMBED; 13) 完成了安全博弈论领域的中文长篇研究综述.