Intelligent information gathering for open world policy reasoning

Abstract

Sistem politikaları her birimin kendi hedeflerine ulaşmaya çalıştığı çoklu etmen sistemlerinde önemli bir rol oynamaktadır. Politikalar ve ilgili mekanizmalar birimlerin kötü niyetli ve istenmeyen faaliyetlerini engellemek için uygun yetki ya da ortamı sağlarlar. Politikalar olmadan, üyelerinin sorumsuz ve kötü niyetli faaliyetlerinden sistemler zarar görebilir. Politikaların uygulanabilmesi için ortam hakkında geniş bilgiye sahip olunması gerekir. Eğer ortam hakkında bilgi yeterli değil ise, politikaların başarılı bir şekilde uygulanması mümkün olmayabilir. Bu tezde politikalarin başarıyla uygulanabilmesi için bilgi toplamaya yönelik proaktif bir yaklaşım öneriyoruz. Bu yaklaşımın uygulanabilirliğini göstermek için birisi sosyal ağ alanında, diğeri ise çevirimiçi reklam alanında olmak üzere iki örnek ele alıyoruz. Yaptığımız testler ile yaklaşımımızın bilgi tabanının eksik olduğu durumlarda politika uygulanabilirliğini arttırmada yüksek oranda başarı sağladığını gösteriyoruz.

Policies play an important role in autonomous multi-agents systems where each agent aims to achieve its own goals. Policies and related mechanisms allow authority or society to regulate the actions of agents to prohibit malicious and undesirable activities. Without policies, society could be harmed by irresponsible and malicious activities of its members. On the other hand, reasoning with policies is not trivial; it requires extensive knowledge about the environment. If the knowledge is incomplete or missing, reasoning with policies may not be possible. In this thesis, we propose a proactive approach for gathering information to reason with policies. While our approach can be used in various settings, we provide two case-studies; one in social networking domain and the other in on-line advertisement domain. Through experiments we demonstrated that our approach allows high rate of success during policy reasoning when the knowledge bases is not complete.