Network Economics -- Lecture 2: Incen5ves in online - PowerPoint PPT Presentation

Network ¡Economics ¡ -­‑-­‑ ¡ Lecture ¡2: ¡Incen5ves ¡in ¡online ¡ systems ¡I: ¡free ¡riding ¡and ¡effort ¡ elicita5on ¡ ¡ Patrick ¡Loiseau ¡ EURECOM ¡ Fall ¡2014 ¡ 1 ¡

References ¡ • Main: ¡ ¡ – N. ¡Nisam, ¡T. ¡Roughgarden, ¡E. ¡Tardos ¡and ¡V. ¡Vazirani ¡(Eds). ¡ “Algorithmic ¡Game ¡Theory”, ¡CUP ¡2007. ¡Chapters ¡23 ¡(see ¡also ¡27). ¡ ¡ • Available ¡online: ¡ hXp://www.cambridge.org/journals/nisan/downloads/Nisan_Non-­‑ printable.pdf ¡ ¡ • Addi5onal: ¡ ¡ – Yiling ¡Chen ¡and ¡Arpita ¡Gosh, ¡“Social ¡Compu5ng ¡and ¡User ¡Generated ¡ Content,” ¡EC’13 ¡tutorial ¡ • Slides ¡at ¡hXp://www.arpitaghosh.com/papers/ec13_tutorialSCUGC.pdf ¡and ¡ hXp://yiling.seas.harvard.edu/wp-­‑content/uploads/ SCUGC_tutorial_2013_Chen.pdf ¡ ¡ – M. ¡Chiang. ¡“Networked ¡Life, ¡20 ¡Ques5ons ¡and ¡Answers”, ¡CUP ¡2012. ¡ Chapters ¡3-­‑5. ¡ • See ¡the ¡videos ¡on ¡www.coursera.org ¡ ¡ 2 ¡

Outline ¡ 1. Introduc5on ¡ 2. The ¡P2P ¡file ¡sharing ¡game ¡ 3. Free-­‑riding ¡and ¡incen5ves ¡for ¡contribu5on ¡ 4. Hidden ¡ac5ons: ¡the ¡principal-­‑agent ¡model ¡ 3 ¡

Outline ¡ 1. Introduc5on ¡ 2. The ¡P2P ¡file ¡sharing ¡game ¡ 3. Free-­‑riding ¡and ¡incen5ves ¡for ¡contribu5on ¡ 4. Hidden ¡ac5ons: ¡the ¡principal-­‑agent ¡model ¡ 4 ¡

Online ¡systems ¡ • Resources ¡ – P2P ¡systems ¡ • Informa5on ¡ – Ra5ngs ¡ – Opinion ¡polls ¡ • Content ¡(user-­‑generated ¡content) ¡ – P2P ¡systems ¡ – Reviews ¡ – Forums ¡ ¡ – Wikipedia ¡ • Labor ¡(crowdsourcing) ¡ – AMT ¡ • In ¡all ¡these ¡systems, ¡there ¡is ¡a ¡need ¡for ¡users ¡contribu5on ¡ 5 ¡

P2P ¡networks ¡ • First ¡ones: ¡Napster ¡(1999), ¡Gnutella ¡(2000) ¡ – ¡Free-­‑riding ¡problem ¡ • Many ¡users ¡across ¡the ¡globe ¡self-­‑organizing ¡to ¡ share ¡files ¡ – Anonymity ¡ ¡ – One-­‑shot ¡interac5ons ¡ à Difficult ¡to ¡sustain ¡collabora5on ¡ • Exacerbated ¡by ¡ – Hidden ¡ac5ons ¡(nondetectable ¡defec5on) ¡ – Cheap ¡pseudonyms ¡(mul5ple ¡iden55es ¡easy) ¡ 6 ¡

Incen5ve ¡mechanisms ¡ • Good ¡technology ¡is ¡not ¡enough ¡ • P2P ¡networks ¡need ¡incen5ve ¡mechanisms ¡to ¡ incen5vize ¡users ¡to ¡contribute ¡ – Reputa5on ¡(KaZaA) ¡ – Currency ¡(called ¡scrip) ¡ – Barter ¡(BitTorrent) ¡– ¡direct ¡reciprocity ¡ 7 ¡

Extensions ¡ • Other ¡free-­‑riding ¡situa5ons ¡ – E.g., ¡mobile ¡ad-­‑hoc ¡networks, ¡P2P ¡storage ¡ • Rich ¡strategy ¡space ¡ – Share/not ¡share ¡ – Amount ¡of ¡resources ¡commiXed ¡ – Iden5ty ¡management ¡ • Other ¡applica5ons ¡of ¡incen5ves ¡/ ¡reputa5on ¡ systems ¡ – Online ¡shopping, ¡forums, ¡etc. ¡ 8 ¡

Outline ¡ 1. Introduc5on ¡ 2. The ¡P2P ¡file ¡sharing ¡game ¡ 3. Free-­‑riding ¡and ¡incen5ves ¡for ¡contribu5on ¡ 4. Hidden ¡ac5ons: ¡the ¡principal-­‑agent ¡model ¡ 9 ¡

The ¡P2P ¡file-­‑sharing ¡game ¡ • Peer ¡ – Some5mes ¡download ¡ à ¡benefit ¡ – Some5mes ¡upload ¡ à ¡cost ¡ • One ¡interac5on ¡~ ¡prisoner’s ¡dilemma ¡ ¡ C ¡ D ¡ C ¡ 2, ¡2 ¡ -­‑1, ¡3 ¡ 3, ¡-­‑1 ¡ 0, ¡0 ¡ D ¡ 10 ¡

Prisoner’s ¡dilemma ¡ C ¡ D ¡ • Dominant ¡strategy: ¡D ¡ • Socially ¡op5mal ¡(C, ¡C) ¡ C ¡ 2, ¡2 ¡ -­‑1, ¡3 ¡ • Single ¡shot ¡leads ¡to ¡(D, ¡D) ¡ 3, ¡-­‑1 ¡ 0, ¡0 ¡ D ¡ – Socially ¡undesirable ¡ • Iterated ¡prisoner’s ¡dilemma ¡ – Tit-­‑for-­‑tat ¡yields ¡socially ¡op5mal ¡outcome ¡ 11 ¡

P2P ¡ • Many ¡users, ¡random ¡interac5ons ¡ Feldman ¡et ¡al. ¡2004 ¡ • Direct ¡reciprocity ¡does ¡not ¡scale ¡ 12 ¡

P2P ¡ • Direct ¡reciprocity ¡ ¡ – Enforced ¡by ¡BiXorrent ¡at ¡the ¡scale ¡of ¡one ¡file ¡but ¡ not ¡over ¡several ¡files ¡ • Indirect ¡reciprocity ¡ – Reputa5on ¡system ¡ – Currency ¡system ¡ 13 ¡

How ¡to ¡treat ¡new ¡comers ¡ • P2P ¡has ¡high ¡turnover ¡ • Ooen ¡interact ¡with ¡stranger ¡with ¡no ¡history ¡ • TFT ¡strategy ¡with ¡C ¡with ¡new ¡comers ¡ – Encourage ¡new ¡comers ¡ – BUT ¡Facilitates ¡whitewashing ¡ 14 ¡

Outline ¡ 1. Introduc5on ¡ 2. The ¡P2P ¡file ¡sharing ¡game ¡ 3. Free-­‑riding ¡and ¡incen5ves ¡for ¡contribu5on ¡ 4. Hidden ¡ac5ons: ¡the ¡principal-­‑agent ¡model ¡ 15 ¡

Reputa5on ¡ • Long ¡history ¡of ¡facilita5ng ¡coopera5on ¡(e.g. ¡ eBay) ¡ • In ¡general ¡coupled ¡with ¡service ¡differen5a5on ¡ – Good ¡reputa5on ¡= ¡good ¡service ¡ – Bad ¡reputa5on ¡= ¡bad ¡service ¡ • Ex: ¡KaZaA ¡ 16 ¡

Trust ¡ • EigenTrust ¡(Sep ¡Kamvar, ¡Mario ¡Schlosser, ¡and ¡ Hector ¡Garcia-­‑Molina, ¡2003) ¡ – Computes ¡a ¡global ¡trust ¡value ¡of ¡each ¡peer ¡based ¡ on ¡the ¡local ¡trust ¡values ¡ • Used ¡to ¡limit ¡malicious/inauthen5c ¡files ¡ – Defense ¡against ¡pollu5on ¡aXacks ¡ 17 ¡

AXacks ¡against ¡pollu5on ¡systems ¡ • Whitewashing ¡ • Sybil ¡aXacks ¡ • Collusion ¡ • Dishonest ¡feedback ¡ • See ¡next ¡lecture… ¡ • This ¡lecture: ¡how ¡reputa5on ¡helps ¡in ¡elici5ng ¡ effort ¡ 18 ¡

A ¡minimalist ¡P2P ¡model ¡ • Large ¡number ¡of ¡peers ¡(players) ¡ • Peer ¡i ¡has ¡type ¡θ i ¡(~ ¡“generosity”) ¡ • Ac5on ¡space: ¡contribute ¡or ¡free-­‑ride ¡ • x: ¡frac5on ¡of ¡contribu5ng ¡peers ¡ à 1/x: ¡cost ¡of ¡contribu5ng ¡ • Ra5onal ¡peer: ¡ – Contribute ¡if ¡θ i ¡ > ¡1/x ¡ ¡ – Free-­‑ride ¡otherwise ¡ 19 ¡

Contribu5ons ¡with ¡no ¡incen5ve ¡ mechanism ¡ • Assume ¡uniform ¡distribu5on ¡of ¡types ¡ 20 ¡

Contribu5ons ¡with ¡no ¡incen5ve ¡ mechanism ¡(2) ¡ • Equilibria ¡stability ¡ 21 ¡

Contribu5ons ¡with ¡no ¡incen5ve ¡ mechanism ¡(3) ¡ • Equilibria ¡computa5on ¡ 22 ¡

Contribu5ons ¡with ¡no ¡incen5ve ¡ mechanism ¡(4) ¡ • Result: ¡The ¡highest ¡stable ¡equilibrium ¡ contribu5on ¡level ¡x 1 ¡increases ¡with ¡θ m ¡and ¡ converges ¡to ¡one ¡as ¡goes ¡θ m ¡ to ¡infinity ¡but ¡ falls ¡to ¡zero ¡if ¡θ m ¡ < ¡4 ¡ • Remark: ¡if ¡the ¡distribu5on ¡is ¡not ¡uniform: ¡the ¡ graphical ¡method ¡s5ll ¡applies ¡ 23 ¡

Overall ¡system ¡performance ¡ • W ¡= ¡ax-­‑(1/x)x ¡= ¡ax-­‑1 ¡ • Even ¡if ¡par5cipa5on ¡provides ¡high ¡benefits, ¡ the ¡system ¡may ¡collapse ¡ ¡ 24 ¡

Reputa5on ¡and ¡service ¡differen5a5on ¡ in ¡P2P ¡ • Consider ¡a ¡reputa5on ¡system ¡that ¡can ¡catch ¡ free-­‑riders ¡with ¡probability ¡p ¡and ¡exclude ¡ them ¡ – Alterna5vely: ¡catch ¡all ¡free-­‑riders ¡and ¡give ¡them ¡ service ¡altered ¡by ¡(1-­‑p) ¡ • Two ¡effects ¡ – Load ¡reduced, ¡hence ¡cost ¡reduced ¡ – Penalty ¡introduces ¡a ¡threat ¡ 25 ¡

Equilibrium ¡with ¡reputa5on ¡ • Q: ¡individual ¡benefit ¡ • R: ¡reduced ¡contribu5on ¡ • T: ¡threat ¡ 26 ¡

Equilibrium ¡with ¡reputa5on ¡(2) ¡ 27 ¡

System ¡performance ¡with ¡reputa5on ¡ • W ¡= ¡x(Q-­‑R)+(1-­‑x)(Q-­‑T) ¡= ¡(ax-­‑1)(x+(1-­‑x)(1-­‑p)) ¡ • Trade-­‑off: ¡Penalty ¡on ¡free ¡riders ¡increases ¡x ¡but ¡ entails ¡social ¡cost ¡ • If ¡p>1/a, ¡the ¡threat ¡is ¡larger ¡than ¡the ¡cost ¡ à ¡No ¡free ¡rider, ¡op5mal ¡system ¡performance ¡a-­‑1 ¡ 28 ¡