1、分布式系统中的经济模型、算法与信任机制

分布式系统中的经济模型、算法与信任机制

一、分布式系统发展现状与挑战

现代计算范式常借鉴分布式系统的概念，为追求可扩展性、可靠性和降低成本，大规模分布式系统应运而生，突破了组织边界。像BOINC这样的自愿计算环境、EGEE和Globus等网格系统，以及近年来的云计算（包括开源和商业的），都属于分布式系统。

在向合作计算迈进的过程中，传统软件代理范式假定合作通过集中控制下的顺从代理实现，但在现代分布式系统中，这种假设不再成立。分布式系统中各组件的合作往往是维持系统运行的必要条件，然而组件可能追求自身利益，与系统设计者的初衷相悖。例如，在BitTorrent和Gnutella等点对点文件共享系统中，仅20%的参与者贡献了超过80%的文件。不同分布式系统的使用模式也有所不同，自愿计算环境因闲置计算能力的捐赠而繁荣，而网格等合作系统则因参与者贡献有限而面临困境，这表明参与者对激励机制的感知存在差异。

二、经济学与计算机科学在分布式系统研究中的融合

经济学家对分布式系统也表现出研究兴趣，探索激励机制和系统，这一领域由诺贝尔奖得主哈耶克（von Hayek）和赫维茨（Hurwicz）开创。分布式系统存在诸多激励问题，经济学能补充计算机科学的研究方法，特别是在处理个体效用最大化行为与社会期望行为之间的差距方面。如果不能正确平衡这些目标，可能导致整个系统故障。合作计算环境依赖参与者的贡献，像EGEE和PlanetLab等研究测试平台对参与者制定了规则，但主要通过声誉损失进行非正式执行，商业应用有限。

早期，计算机科学和经济学在分布式系统激励机制研究上是独立的。计算机科学家采用简单激励机制，注重在运行的计算环境中实现这些机制，但这些机制难以克服个体自私行