本論文では、多エージェントシステムにおけるコンセンサス問題を扱う。正当なエージェントと悪意のあるエージェントが混在する状況下で、正当なエージェントが正しいコンセンサスに収束できるアルゴリズムを提案している。
主な内容は以下の通り:
正当なエージェントと悪意のあるエージェントを識別するための新しい検出アルゴリズムを提案する。このアルゴリズムでは、時間変化する適応的しきい値を用いて、正当なエージェントと悪意のあるエージェントを区別する。
提案手法の誤分類確率が時間とともに幾何学的に減少することを示す。また、ある有限時間以降は誤分類が起こらないことを示す。
正当なエージェントがほぼ確実にコンセンサスに収束することを示す。さらに、コンセンサス値からの最大偏差を、信頼値の特性、適応的しきい値の増加率、正当なエージェントと悪意のあるエージェントの数に基づいて明示的に特徴付ける。
数値シミュレーションにより、提案手法の有効性を検証する。エージェントは時間とともに収束し、予測通りに近隣の信頼性を学習できることを示す。
In eine andere Sprache
aus dem Quellinhalt
arxiv.org
Tiefere Fragen