Trust Computing Based on Argumentation Debates with Votes for Detecting Lying Agents

Em um sistema multi-agente (SMA), é muito comum que os agentes deleguem tarefas uns aos outros. Contudo, devido à subjetividade das informações utilizadas pelos agentes durante o processo de tomada de decisão, um agente pode acabar delegando uma tarefa a um parceiro não confiável. Neste trabalho, apresentamos uma abordagem de cálculo de confiança baseada em argumentação quantitativa com votação (QuAD-V), onde a confiança é estimada de acordo com a opinião dos agentes sobre o serviço prestado por um parceiro. Além disso, tal abordagem fornece um mecanismo para avaliar a credibilidade dos agentes que atuam como fontes de informação. Como resultado, demonstramos como nossa abordagem de cálculo de confiança pode ser empregada para detectar agentes mentirosos capazes de caluniar ou promover outros agentes.

A Reliable Trust Computing Mechanism in Fog Computing

Due to the lack of trust on IoT devices, the integration of fog computing and IoT devices is hindered. Trust is considered to have two notions: subjective trust where the user puts his individual interests to the interactions and objective trust which depends only on individual interaction experiences. This paper proposes a reliable trust computing mechanism based on subjective and objective trust. The subjective trust is calculated from feedback of multiple sources. The incentive and punishment mechanism is applied to the subjective trust to avoid malicious devices. The objective trust is calculated based on quality of services. The overall trust helps the IoT devices to determine the trustworthiness of other IoT devices and in turn helps to establish a trusted environment. The experimental results show that the performance is better than existing methods in terms of time required to calculate the overall trust, reliability, and trustworthiness of IoT devices.