计算机网络协同防御系统信任启动模型

为了解决计算机网络协同防御(CNCD)中的信任启动问题,研究信任启动过程,并给出基于信任类型的信任启动模型.基于防御代理(Agent)的行为模式划分信任类型,并使用博弈论分析防御任务的信任效用和防御成本之间的关系,据此给出执行防御测试任务的约束条件.通过执行防御测试任务,确认防御Agent的信任类型,并设计赋对应值和加权均值2种方法来计算新加入的防御Agent的初始信任值.模拟实验结果表明,相对于其他模型,基于信任类型的信任初始化模型具有更低的防御任务失败率,同时在防御任务的执行方面具有更好的适应性.     

基于混合高斯分布的传感器网络主观信任模型

在传感器网络中,节点可信度常受到节点性能和环境的影响而呈现周期性变化,针对现有信任模型对这种情况的动态适应性不足,提出了一种基于混合高斯分布的传感器网络主观信任模型(MGSRM).该模型通过建立多个高斯分布函数对应被评价节点的多个可信度"状态",提高了信任值计算的动态适应能力.使用当前信任值和综合信任值分别评测被评价节点的短期行为和长期行为,具有针对性和实用性.仿真分析表明,与已有信任模型相比,MGSRM模型在准确性、动态适应能力和学习记忆能力等方面具有优势.     

基于可信联盟的多Agent协作模型研究及应用

传统多Agent系统间协作过分注重个体效率,忽视了实体间协作的管理,使问题求解变得复杂.可信联盟机制动态分析了复杂问题分解协作过程,改进了传统分布式MAS系统结构,引进了信任管理机制,使实体间协作分工有序、明确,并进一步提高协作效率.案例分析表明,该模型能够加强多Agent实体间合作的可信度,提高协同与决策的效率.     

基于偏差因子的P2P网络信任模型

针对现有对等(P2P)网络信任模型大多假设在一种理想的环境中,很少考虑节点内部和外部环境影响的问题,提出一种新的基于偏差因子的信任模型（TMDF）. TMDF通过引入内部能力和外部能力的概念,构造多维评价向量,参考了社会网络中信任关系的建立方法,分别从2个方面计算节点的可信度,通过引入偏差因子计算推荐节点的推荐可信度,最终根据直接信任和推荐信任计算综合可信度. 分析和仿真结果表明,该模型可提供更为真实的信任服务,并对抵制诋毁、共谋等恶意行为具有良好的抗攻击性能.     

群组协同决策中基于决策者可信的信任模型研究

针对群组协同决策支持系统的特点,提出了基于决策者可信的信任模型.该模型通过决策者实体的历史行为证据来建立实体之间的信任关系,评估分布式环境下动态的决策者的可信度.给出了基于历史交互行为的直接信任度、间接信任度和通过信息熵理论来计算决策者的总体信任度的计算方法,为系统的安全决策提供了有效的解决方案.通过模拟实验验证了该信任模型的可靠性.     

基于多Agent系统多目标机组组合问题的研究

将多Agent系统(MAS)引入到多目标机组组合优化中,并建立MAS模型,利用智能Agent的自学习能力与模糊信息融合对机组组合进行求解,该方法不仅可以减少内存的占用率,还能够节省大量时间,最后通过仿真验证了该模型与算法的有效性和可靠性.     

基于MAS远程教学系统中学生模型的设计

为了改善传统的基于Web的远程教育缺陷,提出了一种基于MAS(多Agent系统)的远程教学模型,并利用Agent的智能推理能力对模型中的核心模块——学生模型进行设计.采用模糊理论进行智能推理,并给出了学生知识水平估算和学生情绪估算的Agent的推理算法.采用JAVA2将学生模型在自测系统中得以实现,并分析了测试结果.该系统推理算法简单有效,增强了远程教学的智能性和适应性,可有效改善教学效果.     

一种情感极性感知的信任模型

针对在线评论中文字评论和等级评价不一致的问题,提出基于情感极性分析的综合评价生成算法,并依据隐马尔可夫模型(Hidden Markov Model,HMM)构建了信任计算模型,将按时间排序的综合评价作为观测序列用于寻找最优的信任状态序列,把实体处于最可信状态的概率作为其可信度.该模型不仅提高了信任计算的准确性,还体现了信任的动态性.仿真实验验证了所提模型的有效性.     

一种新的P2P网络的信任管理模型

在点对点(P2P)网络中,由于不存在可信中心,实体间的信任关系无法使用传统方式建立.针对这一问题,在已有研究的基础上,提出了一种新的P2P网络信任管理模型. 该模型基于模糊理论构建服务行为评价,可以根据用户的需求进行定制. 该模型通过将历史行为分组,并赋予不同的权值,提供了一种简捷有效的时间相关性算法. 该模型使用分布式存储的方法来处理推荐信息,降低了搜集推荐信息的消耗.     

基于Web服务实现MAS专家系统

将MAS和Web技术应用于专家系统开发中,设计了基于Web Service的MAS专家系统构架模型,并在多Agent协商中提出了一种冲突消解策略.在安全性方面,提出了一个系统安全管理机制,利用容器砂箱模型,实现了MAS专家系统基于角色的访问控制.     

基于隐Markov过程的网络信任评估模型

为了能快速精确地刻画实体行为的高动态性,提出了一种基于连续时间隐Markov过程的信任评估模型。不同于离散时间隐Markov信任模型,该模型充分考虑到信任的时间相关性,结合交互记录之间的时间间隔,将实体信任评估问题归结为连续时间隐Markov过程的学习问题。进而利用改进的和声搜索算法,给出了求解隐Markov过程最佳参数的算法,该算法有效地保证了全局搜索空间,能够获得更好的解。在此基础上,利用已有交互结果序列和最优参数组,对实体的信任度进行预测。仿真实验表明,该模型能够快速地反映出实体行为的动态性,具有较高的精确度,且能抵抗部分恶意攻击。     

基于多Agent的多式联运各区段分运承运人选择

多式联运各区段分运承运人的选择是涉及实现多式联运综合效率与效益最大化的关键问题.提出了一种在网络环境下,基于多Agent的多式联运各区段分运承运人选择的招、投标方法,其目的是实现各区段分运承运人的科学选择.采用基于Java的Agent框架,设计了各区段分运承运人选择的系统体系结构;讨论了基于本体的各区段分运承运人选择领域的建模问题;论述了各区段分运承运人选择的决策支持方法,包括效用理论和基于多Agent谈判的群组决策技术;仿真结果表明:方法是有效的.     

基于信任和风险评估的异构无线网络安全模型

由于现有的信任模型仅针对应用,并没有引入风险评估,不能适应新的网络环境特点,而异构无线网络环境由于具有异构性、开放性、动态性和适应性的特点,适合新环境下的系统网络安全需要.提出一种主动安全模型,从分析安全的保护机制出发,基于服务提供者和请求者的不同角度,引入网络风险评估和用户历史交互行为的信任评估,动态地为系统资源提供主动保护能力,以提升安全性.通过仿真实验得出,模型能够在恶意攻击增加情况下,及时识别风险,并正确有效地预测实体行为,保持良好运行状况,为下一步系统决策提供保障.     

组合网格服务的信任度估算算法

在群体动态信任模型的基础上,把信任引入到网格服务组合中,有利于具有较高信任度的成员服务加入到组合中来,进而提高整个组合网格服务的信任度,为用户提供更为可信的服务.分析了网格服务组合模型中各种控制活动的信任度估算问题,给出了相应的估算公式;基于结构分析的方法设计了组合网格服务的信任度估算算法并分析了其复杂度,经分析该估算算法为一种有效的算法.     

基于直觉模糊集的产品规划评估群决策研究

针对实际管理决策中,决策问题要求多个决策者参与,同时需要全面、细腻的描述方法体现对客观事物的认识和表达的问题,将直觉模糊多属性群决策方法应用于企业产品管理决策中。首先给出了基于直觉模糊Einstein混合平均算子的多属性群决策算法,提出了一种直觉模糊算子自适应位置赋权算法,然后结合产品规划的特点,分析了产品市场吸引力、竞争性评价和财务回报评估要素,建立了产品规划多属性群决策模型,最后通过算例分析验证了该方法的有效性和可行性。     

一种行为信任模糊评估模型

针对认知无线电网络中反馈虚假频谱信息和强占频谱资源的恶意行为,提出一种行为信任模糊评估模型.把频谱感知行为和频谱使用行为作为两个评价因素,基于信任的主观性和不确定性使用模糊综合评判决策方法构建节点的信任评价.在合作频谱感知中,基于综合评判结果识别恶意节点以消除虚假反馈信息;在频谱分配中,使用模糊集合之间的格贴近度定义,计算实际综合评判集与理想综合评判集之间的差异,以此量化非恶意节点的可信程度,并结合多目标优化算法确定分配给节点的频谱资源.以上机制抑制了节点的恶意行为,激励了节点的合作行为,实现了物理层的频谱感知和MAC层的频谱分配的联合设计.仿真结果及分析表明,在恶意攻击下,该模型较已有模型在系统的感知性能、吞吐量和频谱分配的公平性方面都有较好的表现.     

Robot path planning in dynamic environment based on reinforcement learning

0　ＩＮＴＲＯＤＵＣＴＩＯＮＯｎｅｏｆｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｐｒｏｂｌｅｍｓｉｎｍｏｂｉｌｅｒｏｂｏｔｃｏｎｔｒｏｌｉｓｐａｔｈｐｌａｎｎｉｎｇ .Ｔｈｅｒｅａｒｅａｌｒｅａｄｙｓｏｍｅｍｅｔｈ ｏｄｓｔｈａｔｓｏｌｖｅｐａｔｈｐｌａｎｎｉｎｇｐｒｏｂｌｅｍｓ ,ｓｕｃｈａｓａｒｔｉｆｉｃｉａｌｐｏｔｅｎｔｉａｌｍｅｔｈｏｄａｎｄｇｒｉｄｍｅｔｈｏｄ .Ｉｎｔｈｅｓｅｍｅｔｈｏｄｓ,ｉｔｉｓｎｅｃｅｓｓａｒｙｔｏｅｓｔａｂｌｉｓｈｔｈｅｅｎｖｉｒｏｎｍｅｎｔ’ｓｍｏｄｅｌｂｅｆｏｒｅｐｅｒｆｏ…     

D-Trust:双信任度量的非结构化P2P网络信任模型

针对传统的P2P网络信任模型用单一信任无法准确反映节点行为的问题,提出了基于双信任的非结构化P2P网络信任模型D-Trust。该模型将信任分为服务信任和反馈信任,提出了双信任的存储、计算和更新算法,以及信任传播机制。仿真结果表明,该模型能有效防御常见的安全攻击,和单一信任相比,更大程度地发挥了节点的服务能力,较已有的信任模型在性能上有很大提高。     

基于双层信誉和反馈机制的可信信誉计算

针对多Agent系统中传统的信誉机制主要考虑的是事务层的信用计算,而不能很好的解决利用评价对信用计算进行扰乱和攻击的问题,设计了基于“事务信誉”、“评价信誉” 的双层信誉模型和评价信誉反馈（RRF）机制.模型区分了事务信誉和评价信誉两种不同层次的信誉,利用消费方Agent的评价信誉决定对提供方Agent事务信誉的影响权重,并根据评价反馈值和评价值的距离调整以往评价者提供的评价值信誉.最后提出基于RRF机制的WS-QP算法.理论证明及实验结果表明,该模型和机制能够有效地减少恶意评价、随意评价和不公平评价等扰乱和攻击行为的影响.     

基于社会网络的电子商务信任社区聚类模型

采用社会网络分析的方法建立电子商务信任社区聚类模型,讨论信任网络构建问题,进行信任网络社区聚类分析.通过互信息方法构建信任信息度,采用直接信任信息度和全局信任信息度描述主体之间的信任程度.提出使用信任社区聚类的方法分析用户最信任的网络关系,采用聚类系数和全局信任信息度进行信任社区聚类分析,给出电子商务信任社区聚类优化算法.实验表明,利用该方法构建的信任社区聚类模型能够反映电子商务主体间接的信任关系,与现有的其他方法相比,该模型具有较高的精确度.