Online networks of individuals have been used to solve a number of problems in a scale that would not be possible if not within a connected, virtual and social environment such as the internet. However, the quality of solutions provided by individuals of an online network can vary significantly thus making work quality unreliable. This dissertation investigates factors that can influence the quality of the work output of individuals in online social networks. Specifically, we show that when solving tasks with small duration (under 5 minutes), also known as microtasks, individuals decision making will be strongly biased by costs of searching (and evaluating) options rather than financial or non-financial incentives. Indeed, we are able to show that we can influence individuals decisions, when solving problems, by rearranging elements visually to modify an the search sequence of an individual, be it by designing the virtual work environment or manipulating which options are first shown in non-controlled environments such as the Amazon Mechanical Turk labor market. We performed several experiments in online networks where individuals are invited to work on tasks with varying degrees of difficulty within three settings: mathematical games with objective truth (Sudoku and SAT instances), surveys with subjective evaluation (public policy polling) and labor markets (Amazon Mechanical Turk). We show that the time spent solving problems and the user interface are more relevant to the quality of work output than previous research have assumed and that individuals do not change this behavior while solving the sets of problems. Finally, to complement our study of online problem-solving, we present additional experiments in an online labor market (Amazon Mechanical Turk) that agrees with our networked experiments, shedding new light on how and why people solve problems.

Nesta dissertação é explorado o comportamento emergente de uma população heterogênea de jogadores negociando segundo o jogo do ultimato: dois jogadores recebem uma oferta; um deles (o proponente) propõe a sua divisão, enquanto o outro jogador (o aceitador) pode aceitar ou rejeitar a proposta. A rejeição é prejudicial a ambos jogadores, pois nenhum deles recebe sua parcela dos possíveis ganhos. Neste contexto, o ganho e seus momentos são calculados a partir de métodos analíticos simples e várias simulações computacionais corroboram os resultados obtidos. Também são analisadas as flutuações estatísticas da distribuição do ganho. Além disso, é apresentada uma abordagem simples evolucionária que considera mudanças em estratégias baseadas em ganhos anteriores. Para este caso, é demonstrado que o tempo médio de permanência (idade) de uma estratégia de uma população de "justos" convergepara um valor constante enquanto t se aproxima do ∞ e o cutoff médio decai segundouma lei de potência em tempos altos, após uma queda inicial. Também foram observadas transições entre comportamentos de alto e baixo ganho. Adicionalmente foi estudadauma versão espacial desse modelo. Para tanto são consideradosjogadores interagindo com seus primeiros vizinhos em reticulados 2D de acordo com duas dinâmicas estocáticas: (1) morte e nascimento com amostragem seletiva (MNAS), (2) Gibbs sampling sobre a vizinhança (GS). Estes resultados trazem importantes considerações sobre o projeto de simulaçõesno contexto da teoria dos jogos evolucionários, em particular na simulação dos aspectos relevantes quando modelando grandes populações. / Weexplore the emergent behavior of a heterogeneous population of players negotiating via an ultimatum game: two players are offered a gift; one of them (the proposer) suggestshow to divide the offer while the other player (the responder) can either agree or reject the deal. Rejection is detrimental to both players as it results in no eamings. In this context, the payoff and its moments are calculated from simple analytical methods and several computer simulations corroborate the obtained results. Wealso analyze statistical fluctuationson payoff distribution. In addition,we present a simple evolutionaryapproach that considers changes in strategies based on previous eamings. For this case, we show that average permanence time (age) in a strategy of a fair population converges to a constant value when t approaches ∞ and the cutoff average decays as a power law for large times after a initial deterministic slip. We have also observed transitions between highlow payoffbehaviors. Additionallywe studied a spatial version ofthis model. For this we consider players interacting with their nearest neighbors in 2D lattices according to two different stochastic dynamics: (1) Death and birth with selective sampling (MNAS), (2) Gibbs sampling on neighborhood (GS) Webelieve that these results can bring important considerationsto the design of simulations in the context ofthe evolutionary game theory, in particular in the simulation of relevant features when modeling large populations.

Nos últimos anos Jogos Online Massivamente Multijogadores (MMOG) têm se expandido em popularidade e investimento, influenciado, especialmente, pela evolução da conexão residencial (conexões mais rápidas a preços mais baixos). Com o crescimento dessa demanda, surgem problemas na utilização da arquitetura cliente-servidor, normalmente utilizada em jogos comerciais. Entre as arquiteturas alternativas de suporte a MMOGs estão as arquiteturas peer-to-peer. Porém essas arquiteturas apresentam problemas relativos a segurança, problemas esses que possuem, muitas vezes, soluções de baixo desempenho, sendo impraticáveis em jogos reais. Entre os problemas de segurança mais significativos para MMOGs encontra-se o cheating, ou a ação que um ou mais jogador toma para burlar as regras em favor próprio. A preocupação com cheating agravase quando o efeito desse cheating pode causar danos irreversíveis à economia virtual e, potencialmente, afetar todos os jogadores. O presente trabalho faz uso de uma divisão celular do mundo virtual para restringir o impacto de um dado cheating a uma única célula, evitando que este se propague. Para tanto é realizada uma classificação do estado do jogador e utiliza-se uma técnica de detecção de cheating para cada uma das classificações. Foram realizados experimentos através de simulação para testes de aplicabilidade do modelo e análise de desempenho e acuracidade. Os testes indicam que o modelo proposto consegue, de forma eficaz, realizar a proteção da economia virtual, impedindo que a ocorrência de um cheating atinja todos os jogadores. / In the past few years, Massively Multiplayer Online Games (MMOG) grew in both popularity and investment. This growth has been influenced by the evolution of residential connection (faster and cheaper connections). With the demand, some limitations imposed by the client-server architecture becomes more significant. Peer-to-peer architectures aim to solve those problems by distributing the game among several computers. However, those solutions usually lack security, or presents low performance. Among the problems, cheating can be considered the most significant to MMOGs. Cheating can be defined as the action taken by a player when this action is against the rules. This may be aggravated when this action can cause irreversible damage to the virtual economy and, potentially, affect all players in the virtual world. This work’s goal is to restrict the cheating impact using a cellular world division. The proposal is to restrict the cheating in a limited virtual space, preventing the propagation. A state classification is presented, and different cheating detection techniques are presented to each element of this classification. Simulation is used to make the experiments aiming to test the performance and accuracy of the proposal. Results indicate that the proposed solution can efficiently protect the virtual economy, restraining the effects of a cheating occurrence to a small portion of the virtual world.

Online networks of individuals have been used to solve a number of problems in a scale that would not be possible if not within a connected, virtual and social environment such as the internet. However, the quality of solutions provided by individuals of an online network can vary significantly thus making work quality unreliable. This dissertation investigates factors that can influence the quality of the work output of individuals in online social networks. Specifically, we show that when solving tasks with small duration (under 5 minutes), also known as microtasks, individuals decision making will be strongly biased by costs of searching (and evaluating) options rather than financial or non-financial incentives. Indeed, we are able to show that we can influence individuals decisions, when solving problems, by rearranging elements visually to modify an the search sequence of an individual, be it by designing the virtual work environment or manipulating which options are first shown in non-controlled environments such as the Amazon Mechanical Turk labor market. We performed several experiments in online networks where individuals are invited to work on tasks with varying degrees of difficulty within three settings: mathematical games with objective truth (Sudoku and SAT instances), surveys with subjective evaluation (public policy polling) and labor markets (Amazon Mechanical Turk). We show that the time spent solving problems and the user interface are more relevant to the quality of work output than previous research have assumed and that individuals do not change this behavior while solving the sets of problems. Finally, to complement our study of online problem-solving, we present additional experiments in an online labor market (Amazon Mechanical Turk) that agrees with our networked experiments, shedding new light on how and why people solve problems.

No presente trabalho serão apresentadas questões usuais em jogos diferenciais, nos quais os jogadores envolvidos têm objetivos diferentes; ou seja, enquanto um dos jogadores tenta fugir, o outro tenta pegar. Além disso, será definido um modelo de especificação para o jogo diferencial lobos e cordeiro. As Redes de Petri foram escolhidas como forma de especificação para o jogo proposto. Assim, o objetivo será estabelecer estratégias eficientes para o jogo lobos e cordeiro para que se possa realizar um estudo da complexidade das questões apresentadas para este jogo, levando-se em consideração a especificação formal apresentada para tal jogo. / In this work usual questions in differential games will be presented, in which the involved players have different objectives; that is, while one of the players tries "to run away", the other tries "to catch". Moreover, a specification for the differential game "wolves and lamb" will be defined. The Petri Nets had been chosen as specification formalism for the considered game. Thus, the objective is to establish efficient strategies for the game wolves and lamb so that we can carry out a study of the complexity of the presented questions, taking into consideration the presented formal specification for the game.

Nesta dissertação é explorado o comportamento emergente de uma população heterogênea de jogadores negociando segundo o jogo do ultimato: dois jogadores recebem uma oferta; um deles (o proponente) propõe a sua divisão, enquanto o outro jogador (o aceitador) pode aceitar ou rejeitar a proposta. A rejeição é prejudicial a ambos jogadores, pois nenhum deles recebe sua parcela dos possíveis ganhos. Neste contexto, o ganho e seus momentos são calculados a partir de métodos analíticos simples e várias simulações computacionais corroboram os resultados obtidos. Também são analisadas as flutuações estatísticas da distribuição do ganho. Além disso, é apresentada uma abordagem simples evolucionária que considera mudanças em estratégias baseadas em ganhos anteriores. Para este caso, é demonstrado que o tempo médio de permanência (idade) de uma estratégia de uma população de "justos" convergepara um valor constante enquanto t se aproxima do ∞ e o cutoff médio decai segundouma lei de potência em tempos altos, após uma queda inicial. Também foram observadas transições entre comportamentos de alto e baixo ganho. Adicionalmente foi estudadauma versão espacial desse modelo. Para tanto são consideradosjogadores interagindo com seus primeiros vizinhos em reticulados 2D de acordo com duas dinâmicas estocáticas: (1) morte e nascimento com amostragem seletiva (MNAS), (2) Gibbs sampling sobre a vizinhança (GS). Estes resultados trazem importantes considerações sobre o projeto de simulaçõesno contexto da teoria dos jogos evolucionários, em particular na simulação dos aspectos relevantes quando modelando grandes populações. / Weexplore the emergent behavior of a heterogeneous population of players negotiating via an ultimatum game: two players are offered a gift; one of them (the proposer) suggestshow to divide the offer while the other player (the responder) can either agree or reject the deal. Rejection is detrimental to both players as it results in no eamings. In this context, the payoff and its moments are calculated from simple analytical methods and several computer simulations corroborate the obtained results. Wealso analyze statistical fluctuationson payoff distribution. In addition,we present a simple evolutionaryapproach that considers changes in strategies based on previous eamings. For this case, we show that average permanence time (age) in a strategy of a fair population converges to a constant value when t approaches ∞ and the cutoff average decays as a power law for large times after a initial deterministic slip. We have also observed transitions between highlow payoffbehaviors. Additionallywe studied a spatial version ofthis model. For this we consider players interacting with their nearest neighbors in 2D lattices according to two different stochastic dynamics: (1) Death and birth with selective sampling (MNAS), (2) Gibbs sampling on neighborhood (GS) Webelieve that these results can bring important considerationsto the design of simulations in the context ofthe evolutionary game theory, in particular in the simulation of relevant features when modeling large populations.

Em geral, jogos classificados como ‘jogos online maciçamente multijogador’, ou massively multiplayer online games (MMOGs) são simulações interativas, competitivas, em tempo real e em larga escala, de mundos virtuais gráficos. Atualmente, a maioria (se não todos) os MMOGs lançados comercialmente são implementados como serviços centralizados, onde centenas ou até milhares de máquinas servidoras, mantidas pelo provedor do serviço do jogo, são responsáveis por executar quase toda a simulação do mundo virtual. Isto implica em gastos significativos em equipamentos e comunicação por parte dos provedores do jogo. Vários trabalhos tentam reduzir o custo de hospedar um MMOG propondo modelos de distribuição da simulação mais descentralizados (peer-to-peer), onde a simulação é movida parcialmente ou totalmente dos servidores (máquinas dos provedores do jogo) para os nós clientes, tipicamente PCs de jogadores conectados por banda larga residencial. Porém, a tentativa de descentralizar um MMOG cria problemas de segurança, na medida em que a simulação passa a ser delegada a nós clientes, que são nós intrinsecamente não-confiáveis que ganham a oportunidade de trapacear no jogo, burlando as regras, visto que as regras da simulação serão executadas por estes. Existem vários tipos de trapaças, mas nós mostramos nesta tese que é possível argumentar que a trapaça de estado (state cheating) e ataques de negação de serviço são as ameaças mais significativas para MMOGs peer-to-peer. Como consequência, nós propomos o FreeMMG 2, um novo modelo de descentralização de MMOGs baseado na divisão do mundo virtual em células que são mantidas individualmente por grupos separados de peers voluntários que executam um processo daemon, não-interativo de simulação. Cada peer de uma célula contém uma réplica completa do estado da célula e se sincroniza de forma tanto conservadora quanto otimista com cada outro peer (réplica) da célula, enquanto ao mesmo tempo recebe comandos de jogo e dissemina atualizações de jogo para as máquinas ‘cliente’ dos jogadores do jogo. Devido à replicação e à seleção aleatória de peers para as células, nós mostramos que o FreeMMG 2 é resistente a trapaça de estado. E, devido ao uso de um peer back-up secreto para cada peer réplica primária da célula, nós mostramos que ataques de negação de serviço contra os peers não irão aumentar de forma significativa a probabilidade de ocorrência de trapaça de estado ou de perda total do estado da célula atacada. Através de simulação de rede, nós mostramos que o FreeMMG 2 é escalável e que utiliza a largura de banda dos clientes de forma eficiente. Assim, mostramos que uma abordagem baseada em replicação de suporte a MMOGs, considerando clientes com conectividade à Internet realística (sem IP multicast e com banda larga doméstica), é viável. / Typically, games classified as ‘massively multiplayer online games’ (MMOGs) are competitive, real-time, large-scale interactive simulations of graphical virtual worlds. Currently, most (if not all) commercial MMOGs are implemented as centralized services, where hundreds or even thousands of ‘server’ machines, maintained by the game service provider, are responsible for running almost all of the virtual world simulation. This incurs a significant equipment and communication cost for the game providers. Several works attempt to reduce the cost of hosting a MMOG by proposing more decentralized, peer-to-peer models for distributing the simulation among client (player-owned PCs with consumer-grade broadband) and server (provider-owned) machines, with some going as far as eliminating the need for provider-owned machines altogether. Decentralizing a MMOG, however, creates security issues, as the simulation is now delegated to untrusted client nodes which gain opportunities to cheat the game rules, as the rules are now executed by them. There are several types of cheats, but we show in this thesis that a case can be made for considering state cheating and denial-of-service attacks as the most significant threats for peer-to-peer MMOGs. In light of this, we propose FreeMMG 2, a new MMOG decentralization model based on the division of the virtual world into cells that are maintained individually by separate groups of volunteer peers that are running a non-interactive, daemon simulation process. Each peer of a cell contains a full replica of the cell state and synchronizes both conservatively and optimistically with every other peers (replicas) of the cell, while at the same time receiving game commands and disseminating game updates to actual player machines. Due to its cell replication and random peer selection, we show that FreeMMG 2 is resistant to state cheating. And, due to the use of one secret back-up peer for every primary replica peer of the cell, we show that denial-of-service attacks don’t significantly increase the odds of either state cheating or cell state loss happening. Through network simulation we verify that FreeMMG 2 is scalable and bandwidth-efficient, showing that a replication-based approach to peer-to-peer MMOG support, considering peers with realistic Internet connectivity (no IP multicast and consumer-grade broadband), is a viable one.

Online networks of individuals have been used to solve a number of problems in a scale that would not be possible if not within a connected, virtual and social environment such as the internet. However, the quality of solutions provided by individuals of an online network can vary significantly thus making work quality unreliable. This dissertation investigates factors that can influence the quality of the work output of individuals in online social networks. Specifically, we show that when solving tasks with small duration (under 5 minutes), also known as microtasks, individuals decision making will be strongly biased by costs of searching (and evaluating) options rather than financial or non-financial incentives. Indeed, we are able to show that we can influence individuals decisions, when solving problems, by rearranging elements visually to modify an the search sequence of an individual, be it by designing the virtual work environment or manipulating which options are first shown in non-controlled environments such as the Amazon Mechanical Turk labor market. We performed several experiments in online networks where individuals are invited to work on tasks with varying degrees of difficulty within three settings: mathematical games with objective truth (Sudoku and SAT instances), surveys with subjective evaluation (public policy polling) and labor markets (Amazon Mechanical Turk). We show that the time spent solving problems and the user interface are more relevant to the quality of work output than previous research have assumed and that individuals do not change this behavior while solving the sets of problems. Finally, to complement our study of online problem-solving, we present additional experiments in an online labor market (Amazon Mechanical Turk) that agrees with our networked experiments, shedding new light on how and why people solve problems.

Nos últimos anos Jogos Online Massivamente Multijogadores (MMOG) têm se expandido em popularidade e investimento, influenciado, especialmente, pela evolução da conexão residencial (conexões mais rápidas a preços mais baixos). Com o crescimento dessa demanda, surgem problemas na utilização da arquitetura cliente-servidor, normalmente utilizada em jogos comerciais. Entre as arquiteturas alternativas de suporte a MMOGs estão as arquiteturas peer-to-peer. Porém essas arquiteturas apresentam problemas relativos a segurança, problemas esses que possuem, muitas vezes, soluções de baixo desempenho, sendo impraticáveis em jogos reais. Entre os problemas de segurança mais significativos para MMOGs encontra-se o cheating, ou a ação que um ou mais jogador toma para burlar as regras em favor próprio. A preocupação com cheating agravase quando o efeito desse cheating pode causar danos irreversíveis à economia virtual e, potencialmente, afetar todos os jogadores. O presente trabalho faz uso de uma divisão celular do mundo virtual para restringir o impacto de um dado cheating a uma única célula, evitando que este se propague. Para tanto é realizada uma classificação do estado do jogador e utiliza-se uma técnica de detecção de cheating para cada uma das classificações. Foram realizados experimentos através de simulação para testes de aplicabilidade do modelo e análise de desempenho e acuracidade. Os testes indicam que o modelo proposto consegue, de forma eficaz, realizar a proteção da economia virtual, impedindo que a ocorrência de um cheating atinja todos os jogadores. / In the past few years, Massively Multiplayer Online Games (MMOG) grew in both popularity and investment. This growth has been influenced by the evolution of residential connection (faster and cheaper connections). With the demand, some limitations imposed by the client-server architecture becomes more significant. Peer-to-peer architectures aim to solve those problems by distributing the game among several computers. However, those solutions usually lack security, or presents low performance. Among the problems, cheating can be considered the most significant to MMOGs. Cheating can be defined as the action taken by a player when this action is against the rules. This may be aggravated when this action can cause irreversible damage to the virtual economy and, potentially, affect all players in the virtual world. This work’s goal is to restrict the cheating impact using a cellular world division. The proposal is to restrict the cheating in a limited virtual space, preventing the propagation. A state classification is presented, and different cheating detection techniques are presented to each element of this classification. Simulation is used to make the experiments aiming to test the performance and accuracy of the proposal. Results indicate that the proposed solution can efficiently protect the virtual economy, restraining the effects of a cheating occurrence to a small portion of the virtual world.

Nesta dissertação é explorado o comportamento emergente de uma população heterogênea de jogadores negociando segundo o jogo do ultimato: dois jogadores recebem uma oferta; um deles (o proponente) propõe a sua divisão, enquanto o outro jogador (o aceitador) pode aceitar ou rejeitar a proposta. A rejeição é prejudicial a ambos jogadores, pois nenhum deles recebe sua parcela dos possíveis ganhos. Neste contexto, o ganho e seus momentos são calculados a partir de métodos analíticos simples e várias simulações computacionais corroboram os resultados obtidos. Também são analisadas as flutuações estatísticas da distribuição do ganho. Além disso, é apresentada uma abordagem simples evolucionária que considera mudanças em estratégias baseadas em ganhos anteriores. Para este caso, é demonstrado que o tempo médio de permanência (idade) de uma estratégia de uma população de "justos" convergepara um valor constante enquanto t se aproxima do ∞ e o cutoff médio decai segundouma lei de potência em tempos altos, após uma queda inicial. Também foram observadas transições entre comportamentos de alto e baixo ganho. Adicionalmente foi estudadauma versão espacial desse modelo. Para tanto são consideradosjogadores interagindo com seus primeiros vizinhos em reticulados 2D de acordo com duas dinâmicas estocáticas: (1) morte e nascimento com amostragem seletiva (MNAS), (2) Gibbs sampling sobre a vizinhança (GS). Estes resultados trazem importantes considerações sobre o projeto de simulaçõesno contexto da teoria dos jogos evolucionários, em particular na simulação dos aspectos relevantes quando modelando grandes populações. / Weexplore the emergent behavior of a heterogeneous population of players negotiating via an ultimatum game: two players are offered a gift; one of them (the proposer) suggestshow to divide the offer while the other player (the responder) can either agree or reject the deal. Rejection is detrimental to both players as it results in no eamings. In this context, the payoff and its moments are calculated from simple analytical methods and several computer simulations corroborate the obtained results. Wealso analyze statistical fluctuationson payoff distribution. In addition,we present a simple evolutionaryapproach that considers changes in strategies based on previous eamings. For this case, we show that average permanence time (age) in a strategy of a fair population converges to a constant value when t approaches ∞ and the cutoff average decays as a power law for large times after a initial deterministic slip. We have also observed transitions between highlow payoffbehaviors. Additionallywe studied a spatial version ofthis model. For this we consider players interacting with their nearest neighbors in 2D lattices according to two different stochastic dynamics: (1) Death and birth with selective sampling (MNAS), (2) Gibbs sampling on neighborhood (GS) Webelieve that these results can bring important considerationsto the design of simulations in the context ofthe evolutionary game theory, in particular in the simulation of relevant features when modeling large populations.