Agent based negotiation for incentive driven privacy preserving information sharing

Şirketler, hizmetlerini özelleştirirken, genellikle kullanıcıların verilerini kullanmaktadırlar. Yeni düzenlemeye göre, kullanıcıların özel verilerini depolamak ve paylaşmak için kullanıcıların iznini almak gerekmektedir. Mevcut yaklaşımlar, bazı teşvikler sağlayarak erişim hakları talep etmeye dayanmaktadır. Müşteriler, şirketlerin sundukları teşviklere karşılık erişim haklarını talep ettiklerinde cevap olarak sadece olumlu ya da olumsuz olarak dönüş yapabilmektedirler. Bu tez, etmen temelli, teşvik odaklı ve mahremiyete dayalı bir bilgi paylaşım sistemi sunmaktadır. Bu tezin ana katkılarından biri, veri sağlayıcısına bilgi paylaşım sürecinde aktif bir rol vermek ve sağlayıcı ile veri kullanıcısı arasındaki mevcut asimetrik pozisyonu veri sağlayıcısı lehine değiştirmesidir. Veri kullanıcısının veri talebine ve teşvik teklifine evet / hayır cevab şekli yerine, sağlayıcı, talep edilen veri paketinden, yüksek mahremiyet değeri olan bazı verileri tekliften çıkararak pazarlık yapabilir veya farklı bir teşvik türü talep edebilir. Sunulan yaklaşımı bir kullanım senaryosu üzerinde gösterip kullanıcı deneyi yapılmıştır. Anket cevapları, katılımcıların, bilgi paylaşım politikalari hakkında firmalarla müzakere etme fikrini tastiklediklerini göstermiştir. Ayrıca, bu tez, otomatik müzakere yapan etmenler için derin pekiştirmeli öğrenmeyi kullanan bir kabül stratejisi önermektedir. Otomatik müzakere literatüründe, kabül stratejilerinin çoğu önceden tanımlanmış bazı kurallara dayanmaktadır. Farklı olarak, bu tez, rakibin teklifini ne zaman kabül edeceğini öğrenmek için pekiştirmeli öğrenmeyi kullanmayı önermektedir. Deneysel değerlendirmemiz, geliştirilen kabül stratejisinin, AC-Next kabül stratejisi kadar iyi performans sağladığını göstermektedir.