Existing trust management is a method of calculating the trust value by providing information on the
sociality or past experiences of IoT devices, or it calculates the trust value using the experience related to the target device of the user. In the former case, it is impossible to compute the trust value when the user first visits the site. In the latter case, it is the direct experience of the user. However, since the experience using the same device type Do not use the information to calculate the trust value. In this paper, we propose trust management using the opinions of friends in Social Network Service, personal trust using the personal experience of the user, and stereotypical trust value related to place at the location where the user first visited. Because of the lack of direct information about the area, we use opinions from users and similar friends on the social network service.
스마트 공간에서 사용자에게 개인화된 서비스를 제공하는 것은 퍼베이시브 컴퓨팅 분야의 핵심 목표 중 하나이다. 사물인터넷 시대에 도래함에 따라 스마트 기기는 자율적이고 분산 된 방식으로 사용자에게 개인화된 서비스를 제공할 수 있게 되었다. 사용자는 태스크 수행 중 다수의 스마트 기기로부터 서비스를 받기에, 스마트 공간에 설치된 스마트 기기는 협업을 통해 사용자의 선호도를 학습해야 한다. 본 논문에서는 스마트 공간에서 사용자의 서비스 선호도를 학습하기 위한 멀티에이전트 학습 기법을 제안한다. 각 스마트 기기는 강화학습 알고리즘과 다른 기기들과의 협업을 통해 사용자의 서비스 선호도를 점진적이고 분산된 형태로 학습한다. 이 기법은 실제 사용자를 대상으로 수행된 실험을 통해 검증되었으며, 스마트기기들은 사용자와 상호 작용하며 서비스 선호도를 빠르게 학습하였다. 또한, 기존에 학습된 선호도 모델을 바탕으로 새로운 태스크에 대해 학습할 경우 학습 성능이 좋아진다는 점을 확인하였다.
