Data Processing and Visualisation in Reputation Systems for Entities in IoT

Abstract

Atualmente, os sistemas de reputação tornam-se cada vez mais importantes para medir a confiabilidade e fiabilidade das entidades em vários contextos, incluindo mercados online, plataformas de redes sociais, e redes Peer-to-Peer. Além disso, os sistemas de reputação modernos distribuem frequentemente uma das suas características críticas. Como resultado, redes descentralizadas como a tecnologia de blockchain constroem-nas em vez de uma única entidade ou organização que as controla. Existem vários métodos para determinar a reputação das entidades (p.e., pessoas ou objetos). Estes métodos incluem a utilização de classificações e avaliações e a análise de dados do comportamento anterior da entidade. Um dos desafios cruciais na implementação e manutenção de um sistema de reputação é a necessidade de visualizar eficazmente os dados recolhidos. A visualização ajuda os utilizadores a compreender a reputação de uma determinada entidade num relance e ajuda a identificar tendências e padrões nos dados que podem ser úteis para a tomada de decisões sobre confiança e fiabilidade. Existem muitas abordagens diferentes à visualização de dados de reputação, incluindo gráficos, diagramas, e outros auxílios visuais. Os principais objetivos deste trabalho são validar vários modelos de reputação para as diferentes entidades do sistema - pessoas, aplicações/serviços e objetos -, integrar estes modelos numa componente de sistema de reputação, e avaliar o seu desempenho. Adicionalmente, foi desenvolvida uma plataforma de visualização de dados para facilitar a compreensão e interpretação da informação de reputação de todas as entidades apresentadas no sistema. É necessário considerar elementos particulares na construção de um sistema de reputação para alcançar estes objetivos. Este trabalho apresenta estas considerações. Além disso, é discutida a implementação e teste dos componentes desenvolvidos. Pretende-se que este trabalho contribua para o campo dos sistemas de reputação e forneça um recurso valioso para os interessados em compreender e utilizar estes sistemas.

In today's age, reputation systems are becoming increasingly important to measure entities' trustworthiness and reliability in various contexts, including online marketplaces, social media platforms, and Peer-to-Peer networks. Moreover, modern reputation systems often distribute one of their critical features. As a result, decentralised networks like blockchain technology build them rather than a single entity or organisation controlling them. There are several methods for determining the reputation of entities (e.g., people or objects). These methods include using ratings and reviews and analysing data from the entity's previous behaviour. One of the critical challenges in implementing and maintaining a reputation system is the need to visualise the collected data effectively. The visualisation helps users understand the reputation of a particular entity at a glance and helps to identify trends and patterns in the data that may be useful for making decisions about trust and reliability. Different approaches to visualising reputation data include graphs, charts, and other visual aids. The main goals of this work are to validate several reputation models for the system's entities - people, applications/services and objects -, integrate these models into a reputation system component, and evaluate their performance. Additionally, we developed a data visualisation platform to make it easier to understand and interpret the reputation information of all the entities present in the system. It is necessary to consider particular elements when building a reputation system to achieve these goals. This work presents these considerations. Additionally, we discuss the implementation and testing of the developed components. We aim to contribute to the field of reputation systems and provide a valuable resource for those interested in understanding and utilising these systems.