Система репутации

Системы репутации — это программы или алгоритмы , которые позволяют пользователям оценивать друг друга в онлайн-сообществах , чтобы завоевать доверие посредством репутации . Некоторые распространенные варианты использования этих систем можно найти на веб -сайтах электронной коммерции , таких как eBay , Amazon.com и Etsy , а также в сообществах онлайн-консультаций, таких как Stack Exchange . ^[1] Эти системы репутации представляют собой важную тенденцию в «поддержке принятия решений для предоставления услуг через Интернет». ^[2] С ростом популярности онлайн-сообществ для покупок, советов и обмена другой важной информацией системы репутации становятся жизненно важными для онлайн-опыта. Идея систем репутации заключается в том, что даже если потребитель не может физически попробовать продукт или услугу или увидеть человека, предоставляющего информацию, он может быть уверен в результате обмена благодаря доверию, создаваемому рекомендательными системами . ^[2]

Совместная фильтрация , чаще всего используемая в рекомендательных системах, связана с системами репутации, поскольку обе они собирают рейтинги от членов сообщества. ^[2] Основное различие между системами репутации и совместной фильтрацией заключается в способах использования отзывов пользователей . Цель совместной фильтрации — найти сходства между пользователями, чтобы рекомендовать продукты клиентам. Роль систем репутации, напротив, заключается в сборе коллективного мнения для укрепления доверия между пользователями онлайн-сообщества.

Типы [ править ]

Онлайн [ править ]

Говард Рейнгольд утверждает, что системы онлайн-репутации — это «компьютерные технологии, которые позволяют новыми и мощными способами манипулировать старой и важной человеческой чертой». ^[3] Рейнгольд говорит, что эти системы возникли в результате необходимости пользователей Интернета завоевать доверие к людям, с которыми они совершают онлайн-транзакции. Характерная черта, которую он отмечает в человеческих группах, заключается в том, что социальные функции, такие как сплетни, «держат нас в курсе того, кому доверять, кому доверяют другие люди, кто важен и кто решает, кто важен». Интернет-сайты, такие как eBay и Amazon , утверждает он, стремятся использовать эту социальную черту и «построены на вкладе миллионов клиентов, усиленном системами репутации, которые контролируют качество контента и транзакций, которыми обмениваются через сайт».

Репутационные банки [ править ]

Развивающаяся экономика совместного использования повышает важность доверия к одноранговым рынкам и услугам. ^[4] Пользователи могут создать репутацию и доверие к отдельным системам, но обычно не имеют возможности перенести эту репутацию на другие системы. Рэйчел Ботсман и Ру Роджерс спорят в своей книге «Что мое, то твое» (2010): ^[5] что «это лишь вопрос времени, когда появится какая-то сеть, которая объединяет репутационный капитал в различных формах совместного потребления». Эти системы, часто называемые банками репутации, пытаются предоставить пользователям платформу для управления своим репутационным капиталом в нескольких системах.

Поддержание эффективных систем репутации [ править ]

Основная функция репутационных систем — создание чувства доверия среди пользователей интернет-сообществ. Как и в случае с обычными магазинами , доверие и репутация могут быть построены посредством обратной связи с покупателями . Пол Резник из Ассоциации вычислительной техники описывает три свойства, которые необходимы для эффективной работы систем репутации. ^[2]

Сущности должны иметь длительный срок существования и создавать точные ожидания будущих взаимодействий.
Они должны собирать и распространять отзывы о предыдущих взаимодействиях.
Они должны использовать обратную связь, чтобы формировать доверие.

Эти три свойства критически важны для создания надежной репутации, и все они вращаются вокруг одного важного элемента: отзывов пользователей. Отзывы пользователей в системах репутации, будь то в форме комментариев, оценок или рекомендаций, являются ценной информацией. Без обратной связи с пользователями системы репутации не смогут поддерживать атмосферу доверия.

Получение обратной связи от пользователей может иметь три взаимосвязанные проблемы.

Первой из этих проблем является готовность пользователей предоставлять обратную связь, когда такая возможность не требуется. Если в онлайн-сообществе происходит большой поток взаимодействий, но не собирается обратная связь, среда доверия и репутации не может быть сформирована.
Вторая из этих проблем — получение негативных отзывов от пользователей. Многие факторы способствуют тому, что пользователи не хотят оставлять негативные отзывы, наиболее заметным из которых является страх возмездия. Когда отзывы не анонимны, многие пользователи опасаются возмездия в случае получения отрицательного отзыва.
Последняя проблема, связанная с отзывами пользователей, — это получение честных отзывов от пользователей. Хотя не существует конкретного метода обеспечения правдивости отзывов, если будет создано сообщество честных отзывов, новые пользователи также с большей вероятностью оставят честные отзывы.

Другие подводные камни эффективных систем репутации, описанные А. Джосангом и др. включают изменение идентичности и дискриминацию. Опять же, эти идеи связаны с идеей регулирования действий пользователей для получения точной и последовательной обратной связи с пользователем. При анализе различных типов систем репутации важно учитывать эти конкретные особенности, чтобы определить эффективность каждой системы.

Попытка стандартизации

IETF . предложил протокол для обмена данными о репутации ^[6] Первоначально он был нацелен на приложения электронной почты, но впоследствии был разработан как общая архитектура для службы, основанной на репутации, за которой последовала часть, специфичная для электронной почты. ^[7] Однако главной рабочей лошадкой репутации электронной почты остаются DNSxL, которые не следуют этому протоколу. ^[8] В этих спецификациях не говорится, как собирать обратную связь — на самом деле из -за детализации объектов отправки электронной почты непрактично собирать обратную связь непосредственно от получателей — но речь идет только о методах запроса/ответа на репутацию.

примеры практического Яркие применения

Поиск: Интернет (см. PageRank )
Электронная коммерция: eBay , Epinions , Bizrate , Trustpilot.
Социальные новости: Reddit , Digg , Imgur.
Сообщества программистов: Advogato , биржи фрилансеров , Stack Overflow
Wikis: Увеличьте количество и качество вклада ^[9]
Интернет-безопасность: TrustedSource
Сайты вопросов и ответов: Quora , Yahoo! Ответы , Gutefrage.net , Stack Exchange
Электронная почта: DNSBL и DNSWL обеспечивают глобальную репутацию отправителей электронной почты.
Личная репутация: CouchSurfing (для путешественников),
Неправительственные организации (НПО): GreatNonProfits.org, GlobalGiving.
Профессиональная репутация переводчиков и аутсорсеров переводов: BlueBoard на ProZ.com
Универсальная система репутации: Yelp, Inc.
Академические круги: общие библиометрические показатели, например, индекс Хирша исследователя.

Репутация как ресурс [ править ]

с высокой Капитал репутацией часто дает держателю преимущества. Например, широкий спектр исследований выявил положительную корреляцию между рейтингом продавца и ценой продажи на eBay . ^[10] указывая на то, что высокая репутация может помочь пользователям получить больше денег за свои товары. Высокие отзывы о продуктах на онлайн-торговых площадках также могут способствовать увеличению объемов продаж.

Абстрактную репутацию можно использовать как своего рода ресурс, который можно обменять на краткосрочную выгоду или создать путем инвестирования усилий. Например, компания с хорошей репутацией может продавать продукцию более низкого качества с более высокой прибылью, пока ее репутация не упадет, или она может продавать продукцию более высокого качества, чтобы повысить свою репутацию. ^[11] Некоторые системы репутации идут еще дальше, делая возможным тратить репутацию внутри системы для получения выгоды. Например, в сообществе Stack Overflow очки репутации можно потратить на «награды» за вопросы, чтобы стимулировать других пользователей ответить на этот вопрос. ^[12]

Даже без явного механизма расходования средств системы репутации часто позволяют пользователям тратить свою репутацию, не нанося ей чрезмерного ущерба. Например, водитель компании по совместному использованию поездок с высоким рейтингом приемлемости поездок (показатель, часто используемый для оценки репутации водителя) может решить быть более избирательным в отношении своей клиентуры, снижая рейтинг приемлемости водителя, но улучшая его или ее опыт вождения. Благодаря явной обратной связи, предоставляемой сервисом, водители могут тщательно управлять своей избирательностью, чтобы избежать слишком суровых наказаний.

Атаки и защита [ править ]

Системы репутации, как правило, уязвимы для атак, и возможны многие типы атак. ^[13] Поскольку система репутации пытается генерировать точную оценку на основе различных факторов, включая, помимо прочего, непредсказуемый размер пользователей и потенциально враждебные среды, атаки и защитные механизмы играют важную роль в системах репутации. ^[14]

Классификация атак на систему репутации основана на определении того, какие компоненты системы и варианты дизайна являются целями атак. При этом механизмы защиты заключаются на основе существующих репутационных систем.

Модель атакующего [ править ]

Возможности злоумышленника определяются несколькими характеристиками, например, местоположением злоумышленника относительно системы (внутренний злоумышленник или внешний злоумышленник). Инсайдер — это субъект, который имеет законный доступ к системе и может участвовать в ней в соответствии со спецификациями системы, тогда как аутсайдер — это любой неавторизованный субъект в системе, который может быть или не может быть идентифицирован.

Поскольку внешняя атака гораздо больше похожа на другие атаки в среде компьютерной системы, внутренняя атака получает больше внимания в системе репутации. Обычно существуют некоторые общие предположения: злоумышленники руководствуются либо корыстными, либо злыми намерениями, и злоумышленники могут действовать либо в одиночку, либо в коалициях.

Классификация атак [ править ]

Атаки на системы репутации классифицируются в зависимости от целей и методов злоумышленника.

Саморекламная атака. Злоумышленник ложно повышает собственную репутацию. Типичным примером является так называемая атака Сивиллы , когда злоумышленник подрывает систему репутации, создавая большое количество псевдонимных сущностей и используя их для получения непропорционально большого влияния. ^[15] Уязвимость системы репутации к атаке Сивиллы зависит от того, насколько дешево можно генерировать Сивиллы, от степени, в которой система репутации принимает входные данные от объектов, у которых нет цепочки доверия, связывающей их с доверенным объектом, и от того, обрабатывает ли система репутации все сущности одинаково.
Атака побелки. Злоумышленник использует некоторую уязвимость системы для обновления своей репутации. Эта атака обычно нацелена на формулировку системы репутации, которая используется для расчета результата репутации. Атаку «отбеливания» можно комбинировать с другими типами атак, чтобы сделать каждую из них более эффективной.
Клеветническая атака. Злоумышленник сообщает ложные данные, чтобы снизить репутацию узлов-жертв. Это может быть достигнуто одним злоумышленником или коалицией злоумышленников.
Организованная атака. Злоумышленник координирует свои усилия и использует несколько из вышеперечисленных стратегий. Один известный пример организованной атаки известен как атака колебаний. ^[16]
Атака отказа в обслуживании. Злоумышленник предотвращает расчет и распространение значений репутации в репутационных системах, используя метод Denial of Service .

Стратегии защиты [ править ]

Вот несколько стратегий для предотвращения вышеупомянутых атак. ^[17]

Предотвращение множественных идентификаторов
Смягчение возникновения ложных слухов
Смягчение распространения ложных слухов
Предотвращение краткосрочного злоупотребления системой
Смягчение атак типа «отказ в обслуживании»

См. также [ править ]

Ссылки [ править ]

^ «Что такое репутация? Как ее заработать (и потерять)? - Центр помощи» . Переполнение стека . Проверено 15 ноября 2022 г.
↑ Перейти обратно: Перейти обратно: ^а ^б ^с ^д Джосанг, Аудун (2000). «Обзор систем доверия и репутации для предоставления онлайн-услуг». Системы поддержки принятия решений . 45 (2): 618–644. CiteSeerX 10.1.1.687.1838 . дои : 10.1016/j.dss.2005.05.019 . S2CID 209552 .
^ Книги в печатном приложении . Компания RR Bowker. 2002. ISBN 978-0-8352-4564-7 .
^ Танц, Джейсон (23 мая 2014 г.). «Как Airbnb и Lyft наконец заставили американцев доверять друг другу» . Проводной .
^ Боцман, Рэйчел (2010). Что моё, то твоё . Нью-Йорк: Харпер Бизнес. ISBN 978-0061963544 .
^ Натаниэль Боренштейн ; Мюррей С. Кучерави (ноябрь 2013 г.). Архитектура репутационной отчетности . IETF . дои : 10.17487/RFC7070 . РФК 7070 . Проверено 20 апреля 2017 г.
^ Натаниэль Боренштейн; Мюррей С. Кучерави (ноябрь 2013 г.). Набор ответов о репутации для идентификаторов электронной почты . IETF . дои : 10.17487/RFC7073 . РФК 7073 . Проверено 20 апреля 2017 г.
^ Джон Левин (февраль 2010 г.). Черные и белые списки DNS . IETF . дои : 10.17487/RFC5782 . РФК 5782 . Проверено 20 апреля 2017 г.
^ Денчева С.; Прауз, ЧР; Принц, В. (сентябрь 2011 г.). Динамическая самомодерация в корпоративной вики для улучшения участия и качества вклада (PDF) . Материалы 12-й Европейской конференции по совместной работе с компьютерной поддержкой (ECSCW, 2011). Орхус, Дания. Архивировано из оригинала (PDF) 29 ноября 2014 г.
^ Е, Цян (2013). «Углубленный анализ репутации продавца и соотношения ценовой премии: сравнение eBay в США и Taobao в Китае» (PDF) . Журнал исследований электронной коммерции . 14 (1). Архивировано из оригинала (PDF) 8 августа 2017 г. Проверено 30 апреля 2015 г.
^ Уинфри, Джейсон, А. (2003). «Коллективная репутация и качество» (PDF) . Заседания Американской ассоциации экономики сельского хозяйства . {{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
^ «Что такое баунти? Как мне начать? - Справочный центр» . stackoverflow.com .
^ Йосанг, А.; Голбек, Дж. (сентябрь 2009 г.). Проблемы создания надежных систем доверия и репутации (PDF) . Материалы 5-го Международного семинара по безопасности и доверительному управлению (STM 2009). Сен-Мало, Франция.
^ Хоффман, К.; Заге, Д.; Нита-Ротару, К. (2009). «Обзор методов атаки и защиты систем репутации» (PDF) . Обзоры вычислительной техники ACM . 42 : 1–31. CiteSeerX 10.1.1.172.8253 . дои : 10.1145/1592451.1592452 . S2CID 2294541 . Архивировано из оригинала (PDF) 7 апреля 2017 г. Проверено 5 декабря 2016 г.
^ Лаццари, Марко (март 2010 г.). Эксперимент о слабости репутационных алгоритмов, используемых в профессиональных социальных сетях: случай Наймза . Материалы Международной конференции IADIS «Электронное общество» 2010. Порту, Португалия. Архивировано из оригинала 07 марта 2016 г. Проверено 28 августа 2014 г.
^ Шриватса, М.; Сюн, Л.; Лю, Л. (2005). TrustGuard: противодействие уязвимостям в управлении репутацией децентрализованных оверлейных сетей (PDF) . Материалы Международной конференции IADIS «Электронное общество» 2010, 14-я международная конференция по Всемирной паутине. Порту, Португалия. дои : 10.1145/1060745.1060808 . S2CID 1612033 . Архивировано из оригинала (PDF) 18 октября 2017 г.
^ Хоффман, Кевин; Заге, Дэвид; Нита-Ротару, Кристина (14 декабря 2009 г.). «Обзор методов атаки и защиты систем репутации» . Обзоры вычислительной техники ACM . 42 (1): 1:1–1:31. CiteSeerX 10.1.1.172.8253 . дои : 10.1145/1592451.1592452 . ISSN 0360-0300 . S2CID 2294541 .

Делларокас, К. (2003). «Оцифровка устной речи: перспективы и проблемы механизмов онлайн-репутации» (PDF) . Наука управления . 49 (10): 1407–1424. дои : 10.1287/mnsc.49.10.1407.17308 . hdl : 1721.1/1851 .
Вавилис, С.; Петкович, М.; Занноне, Н. (2014). «Эталонная модель для систем репутации» (PDF) . Системы поддержки принятия решений . 61 : 147–154. дои : 10.1016/j.dss.2014.02.002 . Архивировано из оригинала (PDF) 13 июля 2017 г. Проверено 3 июня 2014 г.
Д. Керсиа, С. Хейлс, Л. Капра. Облегченное распределенное распространение доверия . МКДМ 2007.
Р. Гуха, Р. Кумар, П. Рагхаван, А. Томкинс. Распространение доверия и недоверия WWW2004.
А. Ченг, Э. Фридман. Механизмы репутации Sybilproof. Семинар SIGCOMM по экономике одноранговых систем, 2005 г.
Хамед Алхури, Омар Альварес, Ричард Фурута, Мигель Муньис, Эдуардо Урбина: Поддержка создания научных библиографий сообществами посредством социального сотрудничества, основанного на онлайн-репутации. ECDL 2009: 180–191.
Атаки Сибиллы против мобильных пользователей: друзья и враги спешат на помощь, Даниэле Кверсиа и Стивен Хейлз. IEEE ИНФОКОМ 2010.
Джей Ар Дусер. Атака Сивиллы . ИПТПС02 2002.
Хоффман, К.; Заге, Д.; Нита-Ротару, К. (2009). «Обзор методов атаки и защиты систем репутации». Обзоры вычислительной техники ACM . 42 (1): 1. CiteSeerX 10.1.1.172.8253 . дои : 10.1145/1592451.1592452 . S2CID 2294541 .
Рейнгольд, Ховард (2002). Умная толпа: следующая социальная революция . Персей, Кембридж, Массачусетс.
Катталибис, К. (2010). «Я мог бы быть кем-то другим — социальные сети, псевдонимы и куклы». Шизоаффективные расстройства . 49 (3).
Чжан, Цзе; Коэн, Робин (2006). Доверие советам других покупателей на электронных рынках: проблема несправедливых оценок (PDF) . Материалы Восьмой Международной конференции по электронной коммерции (ICEC). Нью-Брансуик, Канада.

Внешние ссылки [ править ]

Репутационные системы - учебник Юрия Лифшица 2008г.
Контракты в киберпространстве - эссе Дэвида Д. Фридмана 2008 г. (глава книги).

[1] «Что такое репутация? Как ее заработать (и потерять)? - Центр помощи» . Переполнение стека . Проверено 15 ноября 2022 г.

[:0-2] Перейти обратно: Перейти обратно: ^а ^б ^с ^д Джосанг, Аудун (2000). «Обзор систем доверия и репутации для предоставления онлайн-услуг». Системы поддержки принятия решений . 45 (2): 618–644. CiteSeerX 10.1.1.687.1838 . дои : 10.1016/j.dss.2005.05.019 . S2CID 209552 .

[3] Книги в печатном приложении . Компания RR Bowker. 2002. ISBN 978-0-8352-4564-7 .

[wired.com-4] Танц, Джейсон (23 мая 2014 г.). «Как Airbnb и Lyft наконец заставили американцев доверять друг другу» . Проводной .

[Botsman_2010-5] Боцман, Рэйчел (2010). Что моё, то твоё . Нью-Йорк: Харпер Бизнес. ISBN 978-0061963544 .

[6] Натаниэль Боренштейн ; Мюррей С. Кучерави (ноябрь 2013 г.). Архитектура репутационной отчетности . IETF . дои : 10.17487/RFC7070 . РФК 7070 . Проверено 20 апреля 2017 г.

[7] Натаниэль Боренштейн; Мюррей С. Кучерави (ноябрь 2013 г.). Набор ответов о репутации для идентификаторов электронной почты . IETF . дои : 10.17487/RFC7073 . РФК 7073 . Проверено 20 апреля 2017 г.

[8] Джон Левин (февраль 2010 г.). Черные и белые списки DNS . IETF . дои : 10.17487/RFC5782 . РФК 5782 . Проверено 20 апреля 2017 г.

[9] Денчева С.; Прауз, ЧР; Принц, В. (сентябрь 2011 г.). Динамическая самомодерация в корпоративной вики для улучшения участия и качества вклада (PDF) . Материалы 12-й Европейской конференции по совместной работе с компьютерной поддержкой (ECSCW, 2011). Орхус, Дания. Архивировано из оригинала (PDF) 29 ноября 2014 г.

[10] Е, Цян (2013). «Углубленный анализ репутации продавца и соотношения ценовой премии: сравнение eBay в США и Taobao в Китае» (PDF) . Журнал исследований электронной коммерции . 14 (1). Архивировано из оригинала (PDF) 8 августа 2017 г. Проверено 30 апреля 2015 г.

[11] Уинфри, Джейсон, А. (2003). «Коллективная репутация и качество» (PDF) . Заседания Американской ассоциации экономики сельского хозяйства . {{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )

[12] «Что такое баунти? Как мне начать? - Справочный центр» . stackoverflow.com .

[13] Йосанг, А.; Голбек, Дж. (сентябрь 2009 г.). Проблемы создания надежных систем доверия и репутации (PDF) . Материалы 5-го Международного семинара по безопасности и доверительному управлению (STM 2009). Сен-Мало, Франция.

[14] Хоффман, К.; Заге, Д.; Нита-Ротару, К. (2009). «Обзор методов атаки и защиты систем репутации» (PDF) . Обзоры вычислительной техники ACM . 42 : 1–31. CiteSeerX 10.1.1.172.8253 . дои : 10.1145/1592451.1592452 . S2CID 2294541 . Архивировано из оригинала (PDF) 7 апреля 2017 г. Проверено 5 декабря 2016 г.

[15] Лаццари, Марко (март 2010 г.). Эксперимент о слабости репутационных алгоритмов, используемых в профессиональных социальных сетях: случай Наймза . Материалы Международной конференции IADIS «Электронное общество» 2010. Порту, Португалия. Архивировано из оригинала 07 марта 2016 г. Проверено 28 августа 2014 г.

[16] Шриватса, М.; Сюн, Л.; Лю, Л. (2005). TrustGuard: противодействие уязвимостям в управлении репутацией децентрализованных оверлейных сетей (PDF) . Материалы Международной конференции IADIS «Электронное общество» 2010, 14-я международная конференция по Всемирной паутине. Порту, Португалия. дои : 10.1145/1060745.1060808 . S2CID 1612033 . Архивировано из оригинала (PDF) 18 октября 2017 г.

[17] Хоффман, Кевин; Заге, Дэвид; Нита-Ротару, Кристина (14 декабря 2009 г.). «Обзор методов атаки и защиты систем репутации» . Обзоры вычислительной техники ACM . 42 (1): 1:1–1:31. CiteSeerX 10.1.1.172.8253 . дои : 10.1145/1592451.1592452 . ISSN 0360-0300 . S2CID 2294541 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]