对等网络中基于模糊集的信任和声望模型

在对等网络中,信任可以用于指导实体的协作决策,当前信任建模已成为一个研究焦点．该文提出了一个基于模糊集的信任和声望模型,模型根据实体的经验和其他实体的推荐信息构建对目标实体的信任．模型使用了语义标签来刻画不同的信任级,并能够综合评判不同方面的信任值．实体在采纳信任推荐时,模型利用模糊贴近度来表达推荐的正确度,并据此调整推荐者的影响．使用该模型的文件共享网络仿真实验可以正确地表达对实体的信任,促进具有相同偏好的实体群组的形成,提高交易质量．     

基于资源有效性分级的网格任务调度算法

为解决网格环境下有多QoS约束的任务调度问题,对异构环境下网格资源相对于任务的有效性进行分析,提出了资源有效性的概念,并根据有效资源的数量对所有任务分级,提出了一种分级约束下的网格任务调度算法GC-Min-Min.最后,通过一个网格任务调度仿真实验,考察了不同的有效资源比例对任务调度的影响,并将新算法与Min-Min算法进行了对比.实验结果表明,该算法有较小的任务完成时间,更适用于有多QoS约束下网格任务的调度.     

Dev_Min-Min:一种基于最小偏差的网格调度算法

针对独立任务调度的负载均衡和高吞吐率原则,提出基于Min-Min算法的最小完成时间偏差调度算法（Dev_Min-Min）,算法构造了调度完成时间的偏差矩阵,根据任务的偏差调度任务.Dev_Min-Min算法克服了Min-Min算法追求局部最优的贪心算法思想的局限性.实验数据表明,与被作为评测基准的Min-Min算法相比,Dev_Min-Min算法能在各种网格环境中有效降低调度跨度、提高负载均衡度,在异构环境中调度性能提高更加明显.     

有向制造网格节点多重链接权重计算方法

将制造网格与Web技术相结合建立了一个新的制造网格控制模型,可有效地刻画制造网格的有向控制过程,同时具有易管理和易控制的特征．在构建模型过程中给出了状态汇聚代理的概念,并分析了状态汇聚代理在有向制造网格进行协同控制管理的过程中提高管理效果和可控性的工作机理．基于该工作机理提出一种基于多重链接的有向制造网格节点权重计算方法,可根据节点权重计算结果排序来识别有向制造网格中的状态汇聚代理．采用T检验、Kendall-tau和斯皮尔曼等级相关系数这3种统计学检验标准对不同的状态汇聚代理识别算法进行对比实验,同时还对算法的准确率和召回率以及计算时间进行了实验验证．结果表明,从状态汇聚代理识别能力、准确率和召回率以及计算时间等综合指标来看,新方法更具优势．     

普适计算中一种基于蚁群算法的服务调度模型

针对普适计算环境下对服务调度的高可靠要求，研究人员已提出不少服务调度模型，但都不具有很好的适应性．在现有的服务调度模型基础上，提出了一种新的基于信任的自适应服务调度模型，该模型先基于信任进行首次考核筛选，选出可靠的节点，然后基于蚁群算法进行任务调度．通过计算分析和仿真，验证了该模型的适应性．     

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.     

工件定位特征识别与定位方案自动推理算法

研究了基于三维模型的工件定位特征识别和定位方案的自动推理算法．给出了基于三维模型的候选定位特征信息的自动提取与分析算法,提出了基于规则推理与模糊评判相结合的工件定位方案推理算法．该算法基于已知信息确定候选定位模式,根据候选定位模式以及加工信息推理定位基准选择范围,并采用模糊评判算法对候选基准进行优化选择．并用实例对该方法的有效性进行了验证．     

基于模糊决策理论的主观信任评价模型

为了解决主观信任的模糊性和管理主体之间信任关系的动态性,提出了一个基于模糊决策理论的评估模型.该模型针对成本-效益型方案提出,利用模糊理论处理信任关系的不确定性,使用特征向量法计算信任权重,同时建立优属度模糊矩阵对方案进行信任评估.试验结果表明,该模型是可行有效的.     

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。     

普适计算中一种基于蚁群算法的服务调度模型

针对普适计算环境下对服务调度的高可靠要求,研究人员已提出不少服务调度模型,但都不具有很好的适应性.在现有的服务调度模型基础上,提出了一种新的基于信任的自适应服务调度模型.该模型先基于信任进行首次考核筛选,选出可靠的节点,然后基于蚁群算法进行任务调度.通过计算分析和仿真,验证了该模型的适应性.     

采用信任度量的MANET网络分簇模型

为了解决信任模型的分层结构与物理分簇结构分离造成的移动自组网稳定性差、网络可生存时间短的问题,提出基于信任度量的网络分簇模型.在研究直觉模糊集距离测度的基础上,提出了在直觉模糊集理论下的信任度量方法.通过对簇结构的稳定性及能量消耗进行分析,以对HELLO消息进行扩展的形式,提出了基于信任度的簇结构生成算法.仿真实验结果表明,该模型在簇首变化率、簇成员能量消耗与移动自组网络可生存时间方面具有一定的优势.     

基于模糊逻辑的群体信任模型

从信任的主观性和模糊性角度出发,提出了一种基于模糊逻辑的群体信任模型,抽象出顺序模式、选择模式、循环模式和并行模式4种群体构成的基本约束模式及其嵌套复合来刻画群体中个体之间的约束关系,并分别给出了信任度的度量方法.群体信任模型对群体信任关系和特别软件群体的信任关系提供了很好的支持.     

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.     

开放网络环境中的信任管理框架

在开放网络环境中,运用用户行为及模糊理论对信任框架进行了建模. 给出了信任的定义和信任的计算机制及算法. 该算法具有对恶意节点屏蔽能力. 引入亲疏系数的概念,可同时解决恶意节点的定义方式以及信任网络初建立时各节点信任度初始化的问题. 扩展了云模型,使得信任度期望接近信任评价区间临界区域时,节点拥有与一般信任度期望远离临界区域时完全不同的信任程度. 讨论了云模型各参数对信任度计算的影响. 通过引入时间衰减系数及行为影响系数,较好地解决了信任的模糊性随时间及行为变化的动态性特点.     

基于模糊逻辑的组合服务信任度评估方法

基于信任的主观性、不确定性和模糊性,给出了信任度的模糊表示方法,分析了基于WS-BPEL的组合服务模型中编程结构对于信任度评估的贡献情况,设计了基于WS-BPEL的服务组合模型中活动的信任度推理规则,并给出了基于模糊逻辑的组合服务信任度的估算方法.     

基于模糊聚类的云计算集群资源调度算法

针对现有的云计算集群资源调度算法具有的负载不均衡和在线动态适应能力不强的缺点,提出了一种基于模糊聚类的云计算动态集群资源调度算法。首先,构建了云计算环境下的资源调度模型。然后采用模糊聚类对云计算集群资源进行聚类,根据节点与所有聚类中心的距离判断是否需要增减聚类数量。当新任务到来时,自动计算其到各个聚类中心的距离,将具有最小聚类距离的聚类中心分配给该任务。在Cloudsim环境下进行仿真试验,结果表明该方法能有效地实现云计算集群资源的动态调度,且较其它方法相比,具有反应实时和负载均衡的优点,是一种适合云计算环境的可行任务调度方法。     

开放网络环境中信任管理框架

在开放网络环境中,运用用户行为及模糊理论对信任框架进行了建模。给出了信任的定义和信任的计算机制及相关算法。该算法具有很好的对恶意节点的屏蔽能力,引入亲疏系数的概念,可同时解决了恶意节点的定义方式以及信任网络刚建立时各节点信任度初始化的问题。扩展了云模型,使得信任度期望接近评价区间临界区域时,节点拥有与一般信任度期望远离临界区域时完全不同的信任程度。讨论了云模型各参数对信任度计算的影响。通过引入时间衰减系数及行为影响系数,较好地解决了信任的模糊性随时间及行为变化的动态性的特点。