复杂分布式系统的面向智能agent建模

为了有效管理复杂分布式系统建造过程中的复杂性,提出了一种面向智能多agent系统的工程化软件建模技术.该方法使用扩展的UML用况图和顺序图来认定角色并建立角色模型,通过对agent的心智状态建模,使用扩展的UML状态图和Petri网图来发展agent自治行为和交互行为的动态模型.给出了一个覆盖了从问题域分析到生成agent类模型和agent交互模型全部过程的网络资源管理系统应用实例,并验证了建模方法抽象和管理系统复杂性的有效性.     

基于多agent系统的虚拟小组学习的建模方法与实现

小组学习是远程教育的一种学习组织形式，小组成员通过协作共同完成学习任务．本文结合agent与多agent技术，提出以BDI模型为基础的多agent虚拟小组学习模型，在小组学习模型中包括四种智能agent：学生agent、教师agent、分组agent，虚拟学习伙伴agent；其中，在虚拟学习伙伴agent的支持下可实现虚拟小组学习中的协作过程．在Jadex平台上，设计和实现了面向合作的虚拟小组学习系统，以支持学生在远程教学系统中的虚拟合作学习，提高在线学习质量．     

基于声誉和承诺度的寻找合作Agent的方法

在多Agent系统中,个体Agent的知识和问题求解能力是有限的,所以寻找合作Agent协作共同完成任务,成为问题求解的关键。利用承诺度值克服通信开销、资源浪费的问题,构造声誉模型解决Agent采用欺骗手段,故意提高承诺值,来获得对任务的执行权利。在依据声誉值作为是否合作的前提下,再考虑Agent的承诺度值,在多Agent系统中是一种较为理性的分配任务方法.     

一种基于多agent的合作智能教学系统模型方法

提出了采用agent方法和基于WEB超媒体组件集成的合作智能教学系统模型方法．系统模型结构主要有学生、教师、专家、多agent智能教学系统以及确保它们进行交互的接口模块．系统模型能有效实现基于超媒体的交互式的动态的远程教学．     

企业合作创新模式选择分析

在企业合作创新理论研究中，理论界已作了企业合作创新博弈分析、选择因素分析、以及成功要素构成模式研究等；本文通过创新类型与企业合作创新的模式之间的关系和运用风险决策分析法，来建立企业合作创新模式的选择模型，为企业合作创新决策提供依据。     

一种P2P分布式环境下的信任模型

针对现有的信任模型对节点行为改变的动态适应能力不足,在研究前人提出的信任模型基础上,提出了一种分布式环境下的信任模型.该模型通过综合节点之间的交易历史行为和交易评价信息,提出用局部声誉,评价信任度,全局声誉,信任度中用权重因子来概况模型,使该模型更真实化,有效化.仿真实验表明,与已有的信任模型相比,提出的模型具有更好的动态适应能力,能够有效处理动态恶意节点策略性的行为改变和不诚实反馈对系统的攻击.     

基于agent的智能电梯系统建模

面向agent的分析和建模是当前agent领域研究的重点和难点。通过参考面向对象的分析和建模的技术,借助于扩展UML（ Unified Modeling Language ,对象统一建模语言）技术,基于agent和对象的相似性,提出了一个面向agent分析和建模的方法。以智能电梯系统为例,分别从需求目标、静态结构、动态结构的角度描述了一个agent系统,从而建立起智能电梯系统的agent的整体模型。     

基于工作流技术的虚拟车间协作控制模型

虚拟车间是实施敏捷制造的一个关键基础技术。应用工作流技术,分析了虚拟车间工作流的机理与特点,提出一种基于多agent技术的虚拟车间工作流协作控制模型的体系结构,并论述模型中任务agent、过程agent、活动agent、资源agent、接口agent、协调agent和协同工作流 agent功能需求、运行方式和结构设计方法。     

具有安全性的合同网模型

在多Agent系统中，Agent之间的动态合作及有效的任务分配是非常关键的问题，在分析现有合同网模型的基础上，引入范例推理来确定合适的投标竞争者；并给出合同网模型的Agent结构图和Agent在投标和评标决策过程中的策略；同时分析了多agent系统安全问题，利用反抵赖协议，给出了一个具有高安全性的合同网模型协商框架。以解决多Agent系统中分布式合作求解问题和任务分配，缩小问题竞争者范围，降低了Agent之间的协同时间和通信负载，提高了工作效率；同时能够防止协作Agent反悔，保证Agent协作过程的信息安全。     

适于描述多种组织结构的可复用的agent组织模型

为了解决目前agent组织模型不能同时描述多种组织结构以及组织结构的复用不充分等问题,提出了适于描述多种组织结构的可复用agent组织模型．通过引入角色、基本组织单元、组织单元、项目团队,使模型能同时描述常见的层次型、矩阵型、网络型agent组织结构;给定任务生成组织结构时,首先匹配已存在的组织结构,保证了agent组织结构的复用．     

关于多阶段动态博弈的声誉模型

目的研究在多阶段动态博弈情况下隐蔽行为的隐性约束机制设计问题. 方法用博弈论方法和信息经济学的委托代理理论方法,建立多阶段委托代理关系约束问题重复博弈的声誉模型,对隐蔽行为的隐性约束机制进行研究. 结果与结论证明了多阶段委托代理关系中隐性约束机制的存在,给出了这种情况下有效约束条件、隐性约束机制的设计方法及部分结论.     

The Reputation Model of Multi Stage Dynamic Game

目的研究在多阶段动态博弈情况下隐蔽行为的隐性约束机制设计问题．方法用博弈论方法和信息经济学的委托代理理论方法,建立多阶段委托代理关系约束问题重复博弈的声誉模型,对隐蔽行为的隐性约束机制进行研究．结果与结论证明了多阶段委托代理关系中隐性约束机制的存在,给出了这种情况下有效约束条件、隐性约束机制的设计方法及部分结论     

基于确定性理论的P2P系统信任模型

借鉴确定性理论中的不确定推理,提出了一种新的P2P系统信任模型。该模型根据节点的历史交易情况,运用C-F模型计算节点的可信度,节点依据计算结果与可信度高的节点进行交易,在节点间建立信任关系。分析及仿真表明该模型能有效地隔离恶意节点,提高交易成功率。     

语义Web服务信誉度模型

语义Web服务信誉度为服务请求者对服务做出更准确的选择提供了依据。文中首先针对语义Web服务的特点对语义Web服务信誉度进行了定义。在此基础上，对现有UDDI进行扩展，提出了语义Web服务信誉度概念模型，并深入研究了相关算法及其实现方案。与其他的Web服务信誉度机制相比较，该模型的优点是针对语义Web服务的特点为服务信誉度加入了语义信息，并综合了第3方权威机构的评价，使得信誉度值更有效、准确。     

网格计算资源管理中的强约束信任评估模型

信任关系是实现网格资源共享的基础。文中提出了针对网格资源、资源提供者和资源消费者的信誉度评估模型，对信任进行了定义；并结合声誉评估方法，建立了信任评估流程，实现了一个具有强约束的信任评估模型。仿真实验表明，该模型达到了选择信任度更高的实体建立调用关系的目的，同时可促进资源交易量和系统的吞吐量。     

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.     

一种基于虚拟域的开放式语义WEB服务信誉度模型

为了解决开放式WEB语义服务环境中的服务欺诈和性能问题,文章提出一种基于虚拟域的信誉度模型.该模型将需要相似WEB服务的服务消费者组织在同一虚拟域中,通过域内成员的相互推荐,有效降低信任推荐的网络资源消耗、提高信任推荐的效率和可靠性.并且该模型具有时间特性,能够有效抵抗更换标识、蓄意欺诈、协同作弊等恶意攻击.     

认知无线电网络中安全的合作频谱感知

在建立认知无线电网络威胁模型的基础上,分析了恶意攻击下传统合作频谱感知算法性能的下降程度. 为了对抗恶意用户对频谱感知协议的攻击,提出了一种基于信誉的加权合作频谱感知算法. 该算法根据每个认知用户的历史行为更新其信誉值,再利用信誉值为每个认知用户分配加权因子,最后进行加权融合及判决. 仿真结果表明,在威胁环境下新算法优于传统合作频谱感知算法.     

基于层次分析法的车联网多因素信誉评价模型

针对车联网（VANETs）场景下存在的恶意车辆节点和虚假信息的问题,提出基于层次分析法（AHP）的车联网多因素信誉评价模型. 该模型综合考虑车辆行为、消息、环境等因素对车辆节点信誉的影响,建立车辆信誉评价模型;面向多应用场景信息（安全行驶、交通管理、商业娱乐）,使用层次分析法量化各因素及不同类型信息对车辆信誉的影响程度;基于反馈机制根据信息的不同类型进行车辆节点的信誉更新,实现车联网车辆的信誉评估. 实验表明,该模型在恶意车辆节点达到25%的情况下,车辆决策正确率能够达到92%以上. 该方案能够有效防止车辆接收虚假信息,准确检测出网络中的恶意车辆节点,提高车辆接收信息的可信度.