| dc.description.abstract | Tiden det tar å lete etter en parkeringsplass er dyrt for sjåførene og samfunnet. Det skaper mer
forurensning, mindre produktivitet, og tar opp mer byplass enn nødvendig [42]. Denne oppgaven
presenterer en løsning som forsøker ̊a løse problemene ved ̊a benytte kollektiv intelligens. Løsningen
tar form som en desentralisert applikasjon (dapp) kalt DecentParking som gjør det mulig for brukerne å dele parkeringsrelatert informasjon. Ved hjelp av crowdsourcing av informasjon, vil brukerne få sanntidsdata om hvor mange tilgjengelige parkeringsplasser en by, uten behov for en omfattende implementering med høy kostnad. DecentParking har blitt implementert ved bruk av CollectiveAIs DataSharingToken (DST)
smart kontrakt. DST gjør det mulig å publisere data til blockchain som en ”polett” (token), hvor utgiveren er eieren av dataen. I DecentParking har et insentivsystem blitt implementert, testet og redesignet for å forbedre samarbeidet mellom brukere. Dette systemet inneholder tre grunnleggende mekanikker: Reciprocity, spillifiserings og differensialtjenester. Disse incentivmekanismene er utformet for å belønne brukerne for
å gjøre ”gode” handlinger. Gode gjensidige handlinger øker brukerens rykte, noe som igjen gir
ekstra funksjonalitet til brukeren, kalt differensialtjenester. Omdømme fungerer også som spillpoeng. Disse spillpoengene produserer nivåer, avatarer, prestasjoner og en ledertavle som er spillifiserings elementer som brukes til å øke konkurransen og engasjementet. Dermed er grunnlaget for incentivsystemet hovedsakelig et omdømme system. Omdømmesystemet måler brukerens bidrag og troverdighet. Omdømmesystemet er modellert med hensyn til de gode scenariene brukeren kan utføre. Gode handlinger er publisering av nyttig data og like data som er nyttig. Omdømmesystemet er i stand til å identifisere og begrense ”dårlige” handlinger som manipulerende liking og skadelig samarbeid.
Noen av utfordringene når man crowdsourcer data for parkering, er tillit, hvordan å hindre gratis-passasjerer, hvordan man får brukere av et slikt applikasjon til å samarbeide, og hvem som eier dataen. For å bekjempe disse problemene har vi benyttet blockchain teknologi, spesielt Ethereum blockchain. Denne studien har funnet ut at blockchain-teknologien gir flere fordeler for å bygge et omdømmesystem. Blockchain gir tillit, det gjør at brukerne kan eie sin data. Gjennomsiktigheten av blockchain gjør at brukerne kan validere omdømme, det betyr at det ikke er noen sentral myndighet som kontrollerer omdømmet. Blockchain er tamper-proof [49], som begrenser flere typer angrep. Databehandling har også blitt forbedret for å bekjempe ulempene ved bruk av en blockchain som datalagring.
Denne oppgaven viser en implementert første versjon av systemet og basert på kunnskap som er
oppnådd ved å implementere den første versjonen, foreslås utformingen i neste versjon og trinnene
som trengs for å forbedre løsningen. Forfatterne hevder at mens insentivmekanismene til et insen-
tivsystem må tilpasses systemets behov, kan omdømmesystemet brukes til å beregne rykte for enhver
applikasjon som bruker DataSharingToken (DST).
Hovedbidraget i denne oppgaven er således: en decentralisert applikasjon som løser problemet
med å finne ledige parkeringsplasser og et insentivsystem som består av insentivmekanismer og et
desentralisert omdømmesystem. | |
| dc.description.abstract | The time spent searching for a parking spot is costly for the drivers and the community. It cre-
ates more pollution, less productivity, and takes up more city space than needed [42]. This thesis
presents a solution that tries to solve the problems by utilizing collective intelligence. The solution
takes form as a decentralized application (dapp) named
DecentParking that enables users to share parking-related information. By crowdsourcing information, users will get real-time data of how many available spots the city have, without the need for an elaborate high-cost implementation. DecentParking has been implemented using CollectiveAI’s DataSharingToken (DST) smart contract. DST allows for publishing tiny data to the blockchain as a ”token,” where the publisher is the owner of the data.
In DecentParking, an incentive system has been implemented, tested, and redesigned to enhance collaboration between users. This system contains three fundamental mechanics: Reciprocity, Gamification, and Differential Services. These incentive mechanisms are designed to reward the users for
doing ”good” actions. Good reciprocal actions increase a user’s reputation, which in turn gives extra
utility to the user, called differential services. Reputation also acts as game-points. These game
points produce levels, avatars, achievements, and a leaderboard which are gamification elements
that are used to boost competition and engagement. Thus, the foundation of the incentive system
is essentially a reputation system. The reputation system measures a user’s contribution and trust-
worthiness. The reputation system is modeled regarding the good scenarios the user can execute.
Good actions are publishing useful data and liking data that is useful. The reputation system is able to identify and restrict ”bad” actions such as manipulative liking, and malicious cooperation.
Some of the challenges when building crowdsourcing parking applications are trust, how to mitigate freeloading, how to make users of such an application collaborate, and who owns the data. In order to combat these problems, we have utilized blockchain technology, specifically, the Ethereum blockchain. This study has found that blockchain technology offers several advantages for building a reputation system. The blockchain provides trust, it enables users to own their data. The transparency of the blockchain enables users to validate reputation, this means that there is no central authority in control of the reputation. Finally, the blockchain is tamper-proof [49], which restricts several types of attacks. Data management has also been improved in order to combat the disadvantages of using a blockchain as data storage.
This thesis showcases an implemented first version of the system and based on knowledge gained from implementing the first version, propose the design on the next version and the steps needed to improve the solution. The authors argue that while the incentive mechanisms of any incentive system need to be tailored to the needs of the system, the reputation system can be used to calculate reputation for any application utilizing the DataSharingToken (DST), given that other applications use the same concept of good.
The main contributions of this thesis are thus: a dapp that solves the problem of finding avail-
able parking spots and an incentive system which is comprised of incentive mechanisms and a
decentralized reputation system. | |
