On Trustworthiness Recommendation

Doan, Trung Son

Nowadays, people use more and more the Internet and On-line Social Networks as their preferred media for communication as well as business and financial transactions. In particular, the technological progress signifcantly increases possibilities to interact with people over big distances. However, any first contacts come along with incalculable risks. Without the physical presence of a partner, the usual six human senses cannot give people a feeling of trust, safety and security. Even over longer periods, on-line partners are hard to evaluate. Therefore, many users look for any non-subjective possibility to get recommendations on trustworthiness of Internet partners for private communication and/or business. In this thesis, a new model for trustworthiness estimation is introduced. It calculates the trustworthiness of a user by an evaluation of his/her activities with all partners over a longer time. This practice directly corresponds to the human behaviour and psychology and may, therefore, insure a high acceptance among the user community. Basing on random walks, a decentralised method is derived to combine pairwise, locally kept trustworthiness evaluations into a global trustworthiness value or recommendation on trustworthiness for any participating user. A set of simulations shows the evidence and practicability of the introduced approach. Furthermore, a decentralised, P2P-based approach for its implementation is suggested, which may be employed in parallel to existing on-line social network platforms like Facebook or Google+. It allows to obtain the wanted trustworthiness recommendation for each participant. Differing from existing implementations, it safely keeps sensitive (since private) data, since they are stored in a distributed, local manner including a fraud as well as a privacy protection and (limited) owner control.

Heutzutage werden das Internet und Online-Soziale-Netze als bevorzugtes Medium für Kommunikation, Geschäftsbeziehungen und finanzielle Transaktionen verwendet. Der technologische Fortschritt erweitert insbesondere die Möglichkeiten zur Interaktion über große Distanzen. Ein gewisses Risiko stellen jedoch Erstkontakte dar. Durch die fehlende physikalische Präsenz des Gegenübers können die dem Menschen zur Verfügung stehenden sechs Sinne kein Gefühl von Vertrauen und Sicherheit geben. Auch über länger andauernde Kontakte hinweg sind Online-Gesprächspartner schwer einzuschätzen. Aus diesem Grund suchen viele Nutzer nach objektivierbaren Hinweisen und Empfehlungen in Bezug auf Vertrauenswürdigkeit von Online-Gesprächspartnern sowohl im privaten als auch im geschäftlichen Umfeld. In dieser Arbeit wird ein Modell zur Bewertung der Vertrauenswürdigkeit von Gesprächspartnern in diesem Kontext vorgestellt. Es ermittelt die Vertrauenswürdigkeit eines Nutzers auf Basis seiner Aktivitäten in Bezug auf andere Nutzer über einen längeren Zeitraum. Dieser Ansatz orientiert sich stark am menschlichen Verhalten in der Realwelt und hat dadurch ein hohes Akzeptanzniveau bei den Nutzern. Durch den Einsatz von Random-Walkern werden vollständig dezentral auf dem Nutzergraphen paarweise Vertrauensbeziehungen evaluiert und in einen globalen Vertrauenswert für jeden einzelnen Nutzer überführt. Die praktische Durchführbarkeit wird an Hand von Simulationen demonstriert. Weiterhin wird auf Basis dessen ein dezentraler Ansatz zur Implementierung dieses Mechanismus in Form eines Aufsatzes auf bereits bestehende Online-Soziale-Netzwerke wie Facebook oder Google+ vorgeschlagen. Dieser ermöglicht es, die gewünschten Empfehlungen bzw. Vertrauenswerte für jeden Teilnehmer zu ermitteln. Im Gegensatz zu bestehenden Implementierungen werden sensible (private) Daten auf verteilte und damit lokale Art und Weise verwaltet, sodass den Nutzern weiterhin Sicherung der Privatsphäre und (begrenzte) Eignerschaft an diesen Daten garantiert ist.

Vorschau

Zitieren

Zitierform:

Doan, Trung: On Trustworthiness Recommendation. Hagen 2017. Fernuniversität.

Zugriffsstatistik

Gesamt

Volltextzugriffe:
Metadatenansicht:

12 Monate

Volltextzugriffe:
Metadatenansicht:

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export

powered by MyCoRe