Computersimulation mit Akteuren - Soziale Netzwerke

Seminar: Computersimulation mit Akteuren Dozent: Prof. Dr. Andreas Ernst Datum: 02. Dezember 2008

Thema: Emergent group level

selection in a peer-to-peer network

Referent: Hilger Schneider

Folie 1

Termin 7. Soziale Netzwerke

Entstehendes Gruppen – Niveau in einem Peer-To-Peer Netzwerk

(David Hales: Emergent Group Level Selection in a Peer-to-Peer Network; Mark Buchanan: Simplexus)





Folie 2

Gliederung 1. David Hales und Mark Buchanan 2. Peer-to-Peer Netzwerke Definition und Typen von P2P-Systemen

3. Einführung zum Text von David Hales 4. Verhaltensannahmen in offenen Netzwerken 5. SLAC – Algorithmus 6. SkillWorld – Szenario 7. SLAC im SkillWorld – Szenario Einige Versuche und Resultate Geschichte in der SkillWorld – Stammes Dynamik Stammes Strukturen

8. Zusammenfassung





Folie 3

Bachelor of Science in Informatik an der Aston University, Birmingham.

Master of Science an der Essex University Von Sept. 2001 bis Jan. 2002 Gastdozent beim italienischen nationalen Forschung Rat (CNR) in Rom.

2002 bis Aug. 2003 war ich ein Forschungsmitarbeiter an der Manchester Metropolitan University (MMU).

Zwischen Jan. 2004 und Dez. 2007, wiss. Mitarbeiter an der Universität von Bologna, Italien im Bereich Informatik.

Seit Jan. 2008 Mitarbeiter der tribler.org Mannschaft, in Delft, Holland, am P2P-Next Projekt.

1. Dr. David Hales

http://www.worldlingo.com/wl/services/S1790.5/translation?wl_srclang=en&wl_trglang=de&wl_rurl=http://cfpm.org/~david/&wl_url=www.tribler.org





Folie 4

geb. 31 Oktober 1961, Cleveland, Ohio, studierte theoretische Physik und promovierte 1993 an der University of Virginia, USA.

1995 zog er nach Großbritannien, wo er als Wissenschaftsjournalist zunächst für die Zeitschrift Nature, anschließend für den New Scientist tätig war.

Aus dieser Zeit resultieren seine hervorragenden Kontakte zu den bedeutendsten Wissenschaftlern in aller Welt. Heute lebt Buchanan als freier Autor in Frankreich (Normandie).

1. Mark Buchanan





Folie 5

2. Peer-to-Peer Netzwerke

Ein Peer-to-Peer-Netzwerk ist ein Kommunikationsnetzwerk zwischen Rechnern, in dem jeder Teilnehmer sowohl Client als auch Server- Aufgaben durchführt. alle Computer sind gleichberechtigt Peers können im Netzwerk identifiziert werden Suchfunktionen ermitteln Peers, die gewisse Kriterien erfüllen sind die gesuchten Peers ermittelt, dann wird die Datei direkt von Peer-to-Peer übertragen





Folie 6

2. Peer-to-Peer Netzwerke Charakterisierung von Peer-to-Peer-Systemen

hohe Heterogenität der Peers (Bandbreite, Rechnerzeit, Online-Zeit,…) Verfügbarkeit und Verbindungsqualität nicht voraussetzbar Peers bieten Dienste und Ressourcen an und nehmen Dienste anderer Peers in Anspruch Overlay- Netzwerk – stellt Suchfunktionen zur Verfügung signifikante Autonomie (über

Ressourcenbereitstellung) P2P- System ist selbstorganisierend Systeme bleiben konstant intakt und nicht skalierbar





Folie 7

2. Peer-to-Peer Netzwerke Typen von Peer-to-Peer-Systemen

Zentralisierte P2P- Systeme (1. Generation) zentraler Server zur Verwaltung ohne Server – keine Funktion

Reine P2P- Systeme (2. Generation) ohne zentrale Instanz Bsp.: friend-to-friend- oder Web-of –Trust- Netzwerk ausschliesslich Verbindung zu Freunden (bekannten IP- Adressen)

Hybride P2P-Systeme (3. Generation) dynamisch mehrere Server zur Verwaltung





Folie 8

2. Gnutella

Vollständig dezentrales Netzwerk Client-Programm muss einen

Knoten (node) finden Gnutella verbindet direkt mit

anderen Clients Beim Download wird ein Liste von

Clients mitgeliefert Diese werden ausprobiert bis ein

Aktiver sich meldet Nachbarschaftslisten werden

weiter gegeben, immer weiter verlängert und gespeichert

Anzahl aktiver Nachbarn ist beschränkt (typisch auf fünf)





Folie 9

2. BitTorrent

BitTorrent besteht aus 2 Teilen Tracker, einem Internet-Server („track“ = Verfolgen) Client auf AnwenderPC

Client (Peer) erfährt vom Tracker, welche Clients die gesuchte Datei herunterladen oder zum Upload zur Verfügung stellen

Dateien nur als Segmente Tracker erkennt heruntergeladene

Segment und gibt Sie für andere Clients (Peers) frei

Tracker bestimmt welche Dateien zum Download angeboten werden

Download direkt von verschiedenen Nutzern





Folie 10

frei und quelloffen mehrere Protokolle zum

Auffinden anderer Clients (eD2K, Quellenaustausch, Kademlia)

Kredit-System für Clients, die grosse Mengen hochladen (Bevorzugung)

Clients (Peers) mit Server verbunden Server liefert bekannte Clients Kontaktaufnahme und Download

direkt von Client zu Client intelligente Fehlerkorrektur

2. eMule





Folie 11

mehr als 1/3 aller Aktivitäten im Internet sind Peer-to-Peer-Anwendungen Knoten (nodes) arbeiten zusammen um Ziele zu erreichen

die ein individueller Knoten alleine nicht erreichen kann Lösungsansatz: Prozess der Spezialisierung, Koordination

und Zusammenarbeit P2P- Mitglieder interagieren miteinander und bilden eine

gesellschaftliche Struktur (vergleichbar mit sozialen Strukturen in der realen Welt)

P2P-System sind Vorboten eines gesellschaftlichen Internets (Benutzer arbeiten zusammen und koordinieren Aktivitäten)

3. Einführung zum Text von David Hales





Folie 12

Knoten folgen den Protokollen Schwierigkeit Protokolle zu finden die gegen

böswillige Knoten und Störungen robust sind Knoten verändern selten Ihre Spezialisierung, wenn

Sie merken dass eine andere Rolle besser wäre Wir befassen uns mit freien Nebenbestimmungen,

böswilligen Knoten und altruistischer Zusammenarbeit zur Aufgabenbearbeitung

Anforderung an ein Szenario: skalierbar, selbstorganisierend und robust






Folie 13

Beschreibung einer Simulation mit einfachem Wiederverbindungsprotokoll (SLAC), welches spontan Netze in intern spezialisierte Stämme (Gruppen) selbstorganisieren kann. Peers bringen ihre Spezialisierungen innerhalb der Stämme ein nutzen diese gemeinsam altruistisch als Mannschaft zur Aufgabenerreichung auch wenn Ihr individuelles Verhalten egoistisch ist






Folie 14

Knoten im P2P- Netzwerken benehmen sich autonom Grundansatz: Individuen haben perfektes Wissen über das Spiel und alle Ergebnisse unendliche Rechnerzeit Wissen, das alle Individuen gleich sind

Idee ein System aufgrund klassischer Annahmen zu finden, in dem ein Nash- Gleichgewicht bestehen bleibt Evolutionsmodelle können in Netzwerken angewandt werden, wenn wir den Knoten erlauben sich zu kopieren und wieder zu verbinden

4. Verhaltensannahmen in offenen Netzwerken





Folie 15

Zusammenfassung der Annahmen in offenen P2P- Netzen

1. Knoten sind im Netz für das zuständig, was sie daraus bekommen können

2. Knoten modifizieren ihr Verhalten um den individuellen Nutzen zu steigern

3. Knoten haben eingeschränktes Wissen über andere Peers und das Netzwerk

4. Verhaltensannahmen in offenen Netzwerken





Folie 16

Einfache Kopier- und Wiederverbindungsregeln (Protokoll oder Algorithmus) erzeugen ein hohes Niveau von Zusammenarbeit innerhalb simulierter P2P- Netze

SLAC- Algorithmus – egoistische Verbindungs- und Verhaltensanpassungen werden zur Zusammenarbeit benötigt

Knoten in einem Netzwerk zeigen eine entstehende Kooperation im Einzelrunden Gefangenendilemma

5. SLAC- Algorithmus (simple selfish re-wiring potocol)





Folie 17

Abbildung 1. Der generische SLAC-Algorithmus. Jeder Knotenpunkt führt diesen Algorithmus aus.

5. SLAC- Algorithmus (simple selfish re-wiring protocol)

Grundlegender Algorithmus Peerknoten haben die Freiheit ihr Verhalten zu ändern Knoten haben die Fähigkeit ihre Leistungen mit anderen zu vergleichen und das Verhalten von anderen Knoten zu kopieren Knoten neigen dazu ihre Fähigkeiten zu benutzen um ihren Nutzen egoistisch zu vergrössern





Folie 18

periodisch vergleicht jeder Knoten (i) seine Leistung mit einem anderen zufällig ausgewählten Knoten (j)

wenn der Nutzen Ui ≤ Uj, lässt i alle Verbindungen fallen, kopiert und verbindet alle Knoten von j, einschliesslich j

Für eine gute Skalierbarkeit muss die Veränderungsrate 1 (Abb. 1) >> Veränderungsrate 2 SLAC erzeugt im Laufe der Zeit und bei entsprechend

grosser Bevölkerung einen Evolutionsprozess

5. SLAC- Algorithmus





Folie 19

Knoten mit geringem Nutzen werden periodisch durch Knoten mit hohem Nutzen ersetzt

Dies führt nicht zu einer Herrschaft von egoistischem Verhalten, da ein Ansporn zur Ächtung besteht

Der Prozess kann als kulturelle Gruppenauswahl angesehen werden

5. SLAC- Algorithmus





Folie 20

SkillWorld- Sezenario (FertigkeitenWelt) (2002 von David Hales entwickelt)

Bevölkerung von N – Knoten Knoten kann 0 – 20 Verbindungen zu anderen

haben Verbindungen sind ungerichtet/ zufällig Jeder Konten hat 3 Zustandsgrössen Fertigkeiten: type s ε {1, 2, 3, 4, 5} Altruismus – Fahne a ε {0, 1} Zufriedenheits- Grad/Nutzen u ε R (R = positive reale

Zahl)

6. SkillWorld - Szenario





Folie 21

periodisch wird ein Knoten i aus der Bevölkerung N gewählt Aufgabe J wird erzeugt mit zufälliger Fertigkeit

aus {1, 2, 3, 4, 5} Aufgabe J wird an Knoten i weiter gegeben wenn si = sJ, dann kann der Knoten die

Aufgabe alleine, ohne Hilfe erledigen für erfolgreiche Bearbeitung verdient der

Annahmeknoten eine Krediteinheit u <- u + 1






Folie 22

erhält i einen Auftrag für den es nicht die Fertigkeit hat si ≠ sJ i gibt Auftrag an jeden Nachbarknoten der

Reihe nach weiter, bis ein Knoten j gefunden wird der die gesuchte Fertigkeit hat si = sJ und dessen Altruismus- Fahne aj = 1 ist Knoten j verringert durch die Bearbeitung

seinen Nutzen um 0,25 uj = uj - 0,25 der Nutzen von i steigt um 1 ui = ui + 1






Folie 23

Bedeutung: i sucht altruistischen Nachbarknoten mit der richtigen Fertigkeit um Auftrag J zu bearbeiten Knoten i vergrössert seinen Nuten nach

Abschluss des Auftrag, als ob es den Auftrag selber erledigt hätte Knoten (Benutzer) sind zufrieden (glücklich)

da Auftrag abgeschlossen aber unzufrieden, wenn Sie von anderen

Knoten keinen unmittelbaren Nutzen erzielen






Folie 24

SkillWorld ist das einfachstes Szenario welches einen Spezialisierungsprozess abbildet

kleine Anzahl von Fertigkeiten (5 in dieser Simulation) Jeder Knoten und Auftrag hat nur eine Fertigkeit Knoten können Fertigkeiten nach Belieben ändern Erfolg von SLAC wird in Verhältnis der in eingereichten

zu den abgeschlossen Aufträgen gemessen Vermutung: ein Netz in dem die meisten Aufträge abgeschlossen

werden besteht aus intern kooperativen Stämmen Knoten benötigen altruistische Nachbarn um Fertigkeiten

weiter zu geben

7. SLAC im SkillWorld - Szenario





Folie 25

Versuchsaufbau einheitliche, zufällige Auswahl der Fertigkeiten,

Altruismusfahnen und Verbindungen der Knoten in der Bevölkerung

Experiment mit unterschiedlichen Netzgrössen Bestimmung der Höchstleistung bei PCJ > 90% (abgeschlossene zu eingereichten Aufträgen) Veränderungsrate 0,001 bei Fertigkeiten- Typ s und

Altruismusfahne a (Abb. 1 mr2) Veränderungsrate 0,01 bei Verbindungen (Abb. 1 mr1) 20 Verbindungen pro Knoten Wenn bereits max. Verbindungsanzahl, dann wir ein

zufälliger Knoten verworfen Neue Verbindungen werden niemals abgelehnt

7. Einige Versuche/Experimente und Resultate





Folie 26

Resultate nach 30 individuellen

Simulationsläufen jeder Punkt gibt an wenn

PCJ > 90% erreicht wird Höchstleistung wird

innerhalb weniger Zyklen auch für grosse Netze erreicht

Leichter Aufwärtstrend vernachlässigbar

Skalierungskosten nahe Null


Abbildung 2 Zyklenzahl für Hochleistung in unterschiedlichen Netzgrößen. Wenn PCJ > 90 %, dies

bedeutet das mehr als 90% aller eingereichten Aufträge erfolgreich abgeschlossen werden. Überlappungskreise haben identische Werte





Folie 27

gleiche Bedingungen wie für ersten Versuch

ausser das alle Knoten initialisiert werden egoistisch zu sein (a = 0)

System erholt sich schnell je grösser die

Bevölkerung desto grösser ist die Chancenbildung für einen kleinen altruistischen Stamm

In Bevölkerungen N < 1000 wird auch keine

Höchstleistung erzielt wenn die Simulationsabläufe auf 1000 erweitert werden


Abb. 2b Zyklenzahl bis zur Erreichung der Höchstleistung für unterschiedliche Netzgrößen, wenn alle Knoten

egoistisch initialisiert werden. (a = 0). Dies kann mit der Zufallsinitialisierung in Abbildung 2 verglichen werden. Es gibt hier entgegengesetzte Skalierungskosten. Die Ergebnisse für N = 1000 sind schlechter

da hier die 3 Ausreisser in 1000 Zyklen nicht dargestellt werden.





Folie 28

Ausgangssituation: SkillWorld ist ein Zufallsdiagramm Alle Knoten werden verbunden Geringe Clusterbildung zufällige Fertigkeiten- und Altruismusverteilung

7. Geschichte in der SkillWorld – Stammes - Szenario





Folie 29


Abb. 3. Die Zeitreihen eines typischen Einzelablauf in SkillWorld (N = 1,000). Zeigen die Zahl von egoistischen Knoten als ein Verhältnis von der ganzen Bevölkerung (egoistisch), das PCJ, der Sammelkoeffizient (C), die Anzahl von Bestandteilen in der Bevölkerung (comps, welche durch Teilen mit 60 normalisiert werden) und die durchschnittliche Wahrscheinlichkeit, zwischen der eine Route zwischen zwei beliebigen Knotenpunkten existiert (conprob).





Folie 30

Die Verbindungen in der Bevölkerung brechen schnell zusammen, da sich Knoten schnell mit leistungsstärkeren Knoten wiederverbinden

Anfangs dominieren die egoistischen Knoten (Mogler), die ihre Stämme ausbeuten Höhepunkt wird bei 10 Zyklen erreicht

Grösste Anzahl von Stämmen wir kurz vor Zyklus 20 erreicht

PCJ erreichen ihre Höhepunkte wenn die Zyklen > 20 sind

Altruistische Stämme funktionieren gut und wachen Zerstörung durch Ausbeutung von egoistische Knoten






Folie 31

Altruistische Stämme wachsen, Gesamtzahl der Bestanteile (comps) und egoistische Knoten

reduzieren sich Bei mehr als 30 Zyklen ist der Egoismus sehr gering Die Geschichte in der SkillWorld ist die Geschichte der

Bildung, Wachstum und Zerstörung von Stämmen. SLAC zeigt einen Evolutionsprozess am Stamm- oder

Gruppenniveau Prozess ist in ständigem Fluss von Veränderung und

Bewegung Gleichgewicht stellt sich nicht ein Kein Stamm lebt ewig






Folie 32

Momentaufnahmen der Bevölkerung im Laufe der Zeit

Stämme entstehen und wachsen schnell

Verschiedene Strukturen und Grössen von Stämmen mit intern spezialisierten Knoten


Abb. 4. Details, die gerade einen kleinen Teil der ganzen Bevölkerung für den gleichen typischen Ablauf wie in Abbildung 3 zeigen. Von einem abgeschalteten/ unterbrochenen anfänglich-Zufall-Diagramm zeigen sich Bestandteile (wir nennen diese Stämme) mit interner Spezialisierung und

reicher Struktur. Die Zahlen in den Knoten repräsentieren den Knotenfähigkeitstyp.





Folie 33

Stämme mit unterschiedlichen Strukturen und Fertigkeitsmischungen erreichen unterschiedliche Niveaus von Nutzen

Ein hoch verbundener Stamm wird bessere Resultate erzielen, als ein Stamm dem eine Fertigkeit fehlt

Im SkillWorld haben wir eine Stammes- Niveau- Auswahl um ihren Egoismus zu kontrollieren und eine innere organisatorische Strukturen zu bilden

Vergrösserung der Komplexität und Freiheit, mehr als eine Verbindung innerhalb des Stammes einzugehen

Stämme bilden komplexe Organisationsstrukturen Stämme sich immer wieder entwickeln sollten Sie ihre

Struktur dynamisch verändern können

7. Stammes Strukturen





Folie 34

SLAC- Algorithmus kann im SkillWorld- Szenario angewandt werden

Algorithmus teilt das Netz schnell in konkurrierende Stämme

Evolutionsprozess zeigt sich im Stammesniveau Rationelle intern spezialisierte Stämme erreichen hohe Niveaus von abgeschlossenen

Aufgabe Stämme werden nicht a priori (vom früheren her

programmiert) sondern entstehen aus dem Wechselspiel von Aufgaben Wechselwirkungen und dem SLAC- Algorithmus

8. Zusammenfassung





Folie 35

Einfache und einleuchtende Annahmen im SLAC- Algorithmus führen zu komplexem und nützlichen Stammes-Niveau und Evolutionsdynamik

Eine Schlüsselfrage: Sind die Ergebnisse und Voraussagen des SLAC- Algorithmus über Komplexität und Dynamik beweisbar

Bisherige Beweise beruhen nur auf empirischer Analyse von Simulationen

Beweise sind nicht wasserdicht, können in Frage gestellt werden

8. Zusammenfassung





Folie 36

Allerdings Vertrauen in die Ergebnisse der SLAC- Algorithmen Gegenwärtig: Werkzeugkasten von heuristischen Algorithmen Bei minimalen Aufgabendomänen und Szenarien

einigermassen robust

Die Stämme zeigen eine rohe (Urform) von „Kultur“

8. Zusammenfassung





Folie 37

Welche Fragen habt Ihr noch?

Fragen





Folie 38

Dr. Hales, David; „Emergent Group Level Selection in a Peer-to-Peer Network“; http://cfpm.org/~david/papers/complexus2006.pdf, 27.11.2008

Peer-to-Peer; http://de.wikipedia.org/wiki/Peer-to-Peer, 27.11.2008

Gnutella; http://rakjar.de/gnufu/index.php/GnuFU_de, 27.11.2008

BitTorrent; http://www.pcfreunde.de/artikel/a339/bittorrent-clever-navigieren-im-grossen-datenstrom/#2439, 27.11.2008

eMule; http://de.wikipedia.org/wiki/Emule, 27.11.2008

Literatur

http://cfpm.org/~david/papers/complexus2006.pdf

http://de.wikipedia.org/wiki/Peer-to-Peer

http://rakjar.de/gnufu/index.php/GnuFU_de

http://www.pcfreunde.de/artikel/a339/bittorrent-clever-navigieren-im-grossen-datenstrom/

http://www.pcfreunde.de/artikel/a339/bittorrent-clever-navigieren-im-grossen-datenstrom/

http://de.wikipedia.org/wiki/Emule





Folie 39

Vielen Dank für Eure Aufmerksamkeit!

Computersimulation mit Akteuren - Soziale Netzwerke

Technology

Transcript of Computersimulation mit Akteuren - Soziale Netzwerke