Bachelorarbeit
Behavioral Analysis for Trust Evaluations by ConTED
Completion
2023/04
Research Area
Students
Max Kreisel
Advisers
Description (German)
Im Web können verschiedene Teilnehmer Informationen bereitstellen. Da es aber keine allgemeine Kontrollinstanz gibt, können im Web existierende Daten fehlerhaft oder schädlich sein. Eine Webapplikation kann innerhalb des Semantic Webs Daten ohne menschliche Hilfe akquirieren und
benötigt eine solche Akquise bei einer Redezentralisierung des Webs immer häufiger. Damit nur vertrauenswürdige Quellen verwendet werden, muss die Webapplikation selbst entscheiden, inwiefern einer Ressource zu vertrauen ist. Der Aufwand jede Quelle einzeln zu prüfen wäre durch die große Last an potenziell verfügbaren Daten für einen Menschen zu aufwändig, daher muss die Entscheidung bezüglich der Vertrauenswürdigkeit einer Quelle rein maschinell durchgeführt werden. Diese Entscheidung muss in einem freien Web zusätzlich auch verhaltensanalytische Metriken überprüfen, da nicht davon ausgegangen werden kann, dass immer alles korrekt ist. Es ergeben sich somit Fragestellungen bei einer solchen Trust Evaluation hinsichtlich des unbeabsichtigten Bias, des beabsichtigten Lügens und inwiefern eine Motivation zu besonders akkuraten Daten vorhanden ist. Ein Modell, das sich mit diesem Problem umfasst, ist Content-Trust, welches durch das Framework ConTED für Webapplikationen umgesetzt wird.
Das Ziel dieser Arbeit ist es, verhaltensanalytische Trust Informationen von Linked Data in ConTED zu überführen. Dazu müssen insbesondere die drei Metriken des Content Trust Models Bias (Voreingenommenheit), Deception (Täuschung) und Incentive (Anreiz) erarbeitet werden. Dabei stellt sich die Herausforderung, dass Maschinen nicht direkt ein Verhalten innehaben, die Daten jedoch dennoch auf Basis solcher Täuschungen bzw. Anreize betrachtet werden soll, um das ConTED Framework weniger angreifbar zu machen. Die genauen Ansätze für eine solche Betrachtung auf Datenebene wie auch die Implementierung dieser sind hinsichtlich der möglichst kurzen Laufzeit nicht trivial zu lösen.
Ziel dieser Arbeit ist es, einen Ansatz bzw. eine Kombination von Ansätzen für die zuvor genannten Probleme und Aufgaben im Rahmen der Vertrauensanalyse für ConTED zu finden. ConTED wird somit um eine Konzipierung als auch prototypische Umsetzung der angedachten Behavioral Analysis Komponente erweitert. Dies umfasst insbesondere den Stand der Technik hinsichtlich der Verhaltensanalyse bzw. Analyse zu Merkmalen von Bias, Deception und Incentive in Linked Data. Der Nachweis der Machbarkeit mit einem Implementierungsprototyp des Konzepts ist ebenso Teil dieser Arbeit wie eine entsprechende Evaluierung mit exemplarischen Anwendungsfällen.
