論文の概要: Towards Trust and Reputation as a Service in a Blockchain-based Decentralized Marketplace
- arxiv url: http://arxiv.org/abs/2403.04779v1
- Date: Sat, 2 Mar 2024 04:44:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 06:29:47.019610
- Title: Towards Trust and Reputation as a Service in a Blockchain-based Decentralized Marketplace
- Title（参考訳）: ブロックチェーンベースの分散マーケットプレースにおける信頼とサービスとしての意見
- Authors: Stephen Olariu, Ravi Mukkamala, Meshari Aljohani,
- Abstract要約: 分散市場のための新しい信頼と評価サービスを提案する。
私たちのサービスはLaplace Law of Successionにインスパイアされ、売り手の信頼は彼女が義務を果たす確率として定義される。
不完全な情報に基づいて,将来的な信頼と評価の予測方法を示す。
- 参考スコア（独自算出の注目度）: 0.9217021281095907
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Motivated by the challenges inherent in implementing trusted services in the Society 5.0 initiative, we propose a novel trust and reputation service for a decentralized marketplace. We assume that a Smart Contract is associated with each transaction and that the Smart Contract is responsible for providing automatic feedback, replacing notoriously unreliable buyer feedback by a more objective assessment of how well the parties have fulfilled their obligations. Our trust and reputation service was inspired by Laplace Law of Succession, where trust in a seller is defined as the probability that she will fulfill her obligations on the next transaction. We offer three applications. First, we discuss an application to a multi-segment marketplace, where a malicious seller may establish a stellar reputation by selling cheap items, only to use their excellent reputation to defraud buyers in a different market segment. Next, we demonstrate how our trust and reputation service works in the context of sellers with time-varying performance by providing two discounting schemes wherein older reputation scores are given less weight than more recent ones. Finally, we show how to predict trust and reputation far in the future, based on incomplete information. Extensive simulations have confirmed our analytical results.
- Abstract（参考訳）: 学会5.0イニシアチブにおける信頼サービスの実装に関わる課題に触発され、分散市場のための新しい信頼と評価サービスを提案する。
我々は、スマートコントラクトが各取引と関連付けられていると仮定し、スマートコントラクトが自動的なフィードバックを提供する責任を負っていると仮定する。
私たちの信頼と評価サービスは、売り手の信頼が次の取引で彼女の義務を果たす確率として定義されるラプラス継承法(Laplace Law of Succession)にインスパイアされたものです。
私たちは3つのアプリケーションを提供します。
まず、悪質な販売者が安価な商品を売ることによって、輝かしい評判を確立することができるマルチセグメント市場への適用について論じる。
次に、当社の信頼度・評価サービスは、過去の評価スコアが近年のものよりも少ない2つのディスカウントスキームを提供することにより、販売者の時間変動パフォーマンスの文脈でどのように機能するかを実証する。
最後に,不完全な情報に基づいて,将来的な信頼と評価の予測方法を示す。
大規模なシミュレーションにより解析結果が確認された。
関連論文リスト
- Distributed Online Life-Long Learning (DOL3) for Multi-agent Trust and Reputation Assessment in E-commerce [4.060281689561971]
eコマースのような市民中心の環境におけるサービス提供者の信頼と評価は、エージェント間の相互作用の整合性を維持するために不可欠である。
本稿では,信頼度と評価スコアをリアルタイムに学習する分散オンラインライフロングラーニング(DOL3)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-10-21T21:37:55Z) - An Integration of policy and reputation based trust mechanisms [0.0]
この論文の目的は、政策と評価に基づく信頼メカニズムの強みと弱みを特定することである。
提案した統合信頼機構は, オークションシステムにおける買い手/売り手シナリオの実験により検証された。
論文 参考訳（メタデータ） (2024-06-19T08:57:05Z) - A Diachronic Perspective on User Trust in AI under Uncertainty [52.44939679369428]
現代のNLPシステムは、しばしば未分類であり、ユーザの信頼を損なう確実な誤った予測をもたらす。
賭けゲームを用いて,信頼を損なう事象に対するユーザの信頼の進化について検討する。
論文 参考訳（メタデータ） (2023-10-20T14:41:46Z) - Prime Match: A Privacy-Preserving Inventory Matching System [15.320275576536854]
金融業界では、銀行はしばしば顧客同士のマッチングを見つける仕事を引き受ける。
一致しない場合、当事者は株式を公開市場で売買する必要があるため、追加費用がかかる。
私たちは、クライアントが市場への影響を減らして注文を効率的にマッチングできるソリューション、Prime Matchを提供しています。
論文 参考訳（メタデータ） (2023-10-14T17:03:44Z) - Federated Learning Incentive Mechanism under Buyers' Auction Market [2.316580879469592]
オークションベースのフェデレートラーニング(AFL)は、利己的なデータコンシューマとデータオーナ間のオープンなコラボレーションを可能にする。
我々は、購入者の市場における価格変動を説明するために、調達オークションの枠組みに適応する。
信頼性とデータ品質の高いクライアントを選択し、外部からの攻撃を防ぐために、ブロックチェーンベースの評判メカニズムを利用する。
論文 参考訳（メタデータ） (2023-09-10T16:09:02Z) - Did You Mean...? Confidence-based Trade-offs in Semantic Parsing [52.28988386710333]
タスク指向の構文解析において、キャリブレーションモデルが共通のトレードオフのバランスを取るのにどのように役立つかを示す。
次に、信頼性スコアがユーザビリティと安全性のトレードオフを最適化する上で、どのように役立つかを検証します。
論文 参考訳（メタデータ） (2023-03-29T17:07:26Z) - BDTS: Blockchain-based Data Trading System [7.344424862345025]
BDTSは公正な交換プロトコルを実装しており、不正直な振る舞いが罰せられる。
我々は、取引ゲームにおける消費者、売り手、ディーラーの戦略を分析し、誰もが彼らの利益に対して正直であるべきだと指摘する。
論文 参考訳（メタデータ） (2022-11-18T03:01:36Z) - Personalized multi-faceted trust modeling to determine trust links in
social media and its potential for misinformation management [61.88858330222619]
ソーシャルメディアにおけるピア間の信頼関係を予測するためのアプローチを提案する。
本稿では,データ駆動型多面信頼モデルを提案する。
信頼を意識したアイテムレコメンデーションタスクで説明され、提案したフレームワークを大規模なYelpデータセットのコンテキストで評価する。
論文 参考訳（メタデータ） (2021-11-11T19:40:51Z) - E-Commerce Dispute Resolution Prediction [69.84319333335935]
我々は、紛争解決における人間のエージェントを大規模に支援する第一歩を踏み出す。
eBayのオンラインマーケットプレースから大規模な論争のデータセットを構築し、いくつかの興味深い行動パターンと言語パターンを特定します。
次に、高い精度で論争の結果を予測するために分類器を訓練する。
論文 参考訳（メタデータ） (2021-10-13T09:45:06Z) - Where Does Trust Break Down? A Quantitative Trust Analysis of Deep
Neural Networks via Trust Matrix and Conditional Trust Densities [94.65749466106664]
本稿では,新しい信頼量化戦略である信頼行列の概念を紹介する。
信頼行列は、所定のアクター・オークル回答シナリオに対して期待される質問・回答信頼を定義する。
我々は、条件付き信頼密度の概念により、信頼密度の概念をさらに拡張する。
論文 参考訳（メタデータ） (2020-09-30T14:33:43Z) - How Much Can We Really Trust You? Towards Simple, Interpretable Trust
Quantification Metrics for Deep Neural Networks [94.65749466106664]
我々は思考実験を行い、信頼と信頼に関する2つの重要な疑問を探求する。
我々は、一連の質問に答える際の行動に基づいて、ディープニューラルネットワークの全体的な信頼性を評価するための一連のメトリクスを紹介します。
提案されたメトリクスは必ずしも完璧ではありませんが、よりよいメトリクスに向かって会話を推し進めることが望まれています。
論文 参考訳（メタデータ） (2020-09-12T17:37:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。