不对称信息下中小企业融资博弈模型

根据我国中小企业融资中的信息不对称现象,结合不完全信息动态博弈及信息经济学的有关理论,建立了中小企业与金融机构之间的信号传递博弈模型,并进行了实例分析．分析结果表明,中小企业所发出的信号能够反映出中小企业的真实质量,金融机构也可以通过观测中小企业发出的信号来判断中小企业的预期盈利水平,并据此对其贷款申请做出正确的反应．     

遏制投保人逆向选择的不完美信息动态博弈分析

以投保人在购买低风险保单过程中投保人与保险公司之间的博弈过程为研究对象,首先建立两者之间的三阶段不完美信息动态博弈模型;然后以命题形式给出该博弈模型的完美贝叶斯均衡,并用逆推归纳法对命题进行详细证明;最后通过对完美贝叶斯均衡点的定量分析,找出遏制投保人逆向选择的方法。     

交通诱导-出行信号博弈分析及其虚拟行动学习模型

交通出行过程中,诱导信息的发布与出行路径的选择是两个相互联系相互影响的决策过程,基于此建立了诱导-出行信号博弈模型,并依据其信号均衡将路网分成了不同的等级.为验证均衡解的合理性,提出了一种基于完全但不完美信息动态博弈的虚拟行动学习模型并应用于此问题,收到了很好的学习仿真效果,最后给出了相应的收敛性定理及其证明.     

一个投资者不完全信息动态博弈模型及均衡解

建立一个机构与散户投资者之间,基于价格信号传递的不完全信息动态博弈模型,并利用逆向归纳法求出了精炼贝叶斯均衡解.     

对风险投资基金管理者选择的信号博弈分析

建立了投资者对风险投资基金管理者的选择博弈模型,结合不完全信息信号博弈的有关原理分析了投资者和基金管理者的策略选择及可能达到的均衡.研究表明,在一定条件满足时速存在着三种效率依次递减的均衡:分离均衡、混杂均衡和共用均衡.要达到效率最高的均衡,必须加大对虚报行为的处罚力度,要加大对基金管理者的评估.     

基于扩散分析的网络安全威胁态势评估

针对多数态势评估方法欠缺对授权与依赖关系的考虑、无法反映间接威胁、评估结果对动态防御的指导作用不大的问题,提出了一种以威胁扩散分析为基础、以攻击意图揣测为延伸的评估方法。首先评估了攻击施加的直接威胁,及其沿着依赖关系扩散引发的间接威胁。然后探讨了多攻击并发时的非线性叠加效应。最后使用覆盖法和聚类法揣测攻击意图。实验表明,该方法能更透彻、更精准地揭示安全状况,较好地指导动态防御。     

基于对策论的群机器人追捕-逃跑问题研究

将群机器人追捕-逃跑问题看成具有两个局中人的离散动态对策问题，考虑了距离影响、走步影响、有效包围3个因素，构造出威胁评估函数，通过计算各种可能的策略下追捕者对逃跑者的威胁值得到追捕者的支付矩阵，求解该矩阵即可得到每次走步时对抗双方的最优走步策略．以此作为双方策略选择的数学模型，并在此基础上提出了实时策略选择算法．仿真试验结果验证了该模型和算法的可行性．     

静态贝叶斯博弈最优防御策略选取方法

针对现有基于博弈理论的网络防御策略选取方法没有考虑攻防双方策略选取能力差异对博弈过程的影响和以概率的形式给出最优防御策略导致可操作性不强的问题,提出了一种基于静态贝叶斯博弈的最优防御策略选取方法。该方法从不完全信息角度对网络攻防过程进行建模;通过收敛度对攻防双方策略选取能力的差异进行量化;在对混合策略贝叶斯纳什均衡分析的基础上,对防御效能进行量化;以防御效能为标准进行最优防御策略的选取。通过实例分析验证了所提方法的合理性和可行性。与传统基于博弈理论的策略选取方法相比,该方法更加紧贴网络实际,具有更强的可操作性。     

社交网络中社会工程学威胁定量评估

针对社交网络中社会工程学威胁难以定量评估的问题,提出基于属性攻击图和贝叶斯网络的社会工程学威胁评估方法. 基于社交网络社会工程学攻击过程,定义社会工程学的可利用的脆弱性语义和攻击节点语义,提出相应的脆弱性可利用概率计算方法. 通过分析社交网络中社会工程学攻击模式,模拟钓鱼攻击和跨站身份克隆攻击,根据属性攻击图生成算法构建社会工程学攻击图,采用贝叶斯网络模型对每种攻击路径造成的社会工程学威胁进行量化评估,得到社交网络中个人账号的隐私威胁风险. 通过在Facebook数据集上的实验验证所提出方法的有效性.     

客户知识共享过程中的完全信息动态博弈分析

通过客户知识共享过程中的完全信息动态博弈分析, 求得子博弈精炼纳什均衡解, 从而获取促使客户知识共享的条件.为解决知识拥有者与知识需求者之间共享动力匮乏的问题, 提出合理的建议, 揭示了企业与客户间通过知识共享, 实现各自利益最大化的实质.     

利用访问向量的内部威胁感知方法简

The hierarchy-based access control model and access vectors are defined by using the access control relationship. A method is developed for quantizing the insider threat on resources and actions in the information system. Then a full real time assessment is obtained by using access vectors. Compared with other models, this model improves the precision and objectivity of the quantization without a prior knowledge of the system. Experimental results show that the access vector based on the hand hierarchy-based access control model can effectively assess the insider threat in real-time and can be used to build the insider threat sense system.     

参数自适应动态贝叶斯舰船态势估计算法

为减少动态海域下贝叶斯网络舰船态势估计算法较大的误差,提出了一种改进的动态贝叶斯网络舰船态势估计算法。该算法根据多路传感器的数据和新获取的态势信息进行推理,通过计算新态势要素与原有态势要素间的互信息构建并更新动态贝叶斯网络参数。与传统贝叶斯网络态势估计算法对比,在仿真情况下对10000艘舰船进行合作态势估计,改进动态贝叶斯网络的舰船态势估计算法合作舰船错误率降低了7.1%;用实测数据,目标的合作态势提升了4.2%。改进的算法不仅能够实时地反映舰船环境变化,同时还提高了目标态势估计的准确概率,为海监提供了一种舰船态势分析与决策的技术支持。     

国家助学贷款新政策下的动态博弈分析

在推进国家助学贷款的过程中出现了发放和回收都不甚理想的情况，试图结合国家助学贷款新政策，从动态博弈的角度对银行与学生之间的博弈关系进行分析讨论，以期分析问题的关键，探讨新机制的运行效果。通过分析，得到这样的结论，国家助学贷款的新政策及其各项配套措施的落实可以实现该政策所期望达到的子博弈精练纳什均衡：（{贷款，追讨}，{还款，还款}），银行选择提供贷款，学生选择按约定还款。     

Study on Game Theory of Social Law Enforcement

Based on the basis of the two-stage dynamic game of complete information and purely tactful perfect equilibrium theory, the non-cooperative gaming between the police department and the criminals is analyzed. Dy-namic game can be proved to forecast and explain potential tactful choices of the police department and the crimi-nals at various stages, so as to analyze the essence of the law enforcement by the theoretical models.     

基于DBN的空间战场目标威胁评估

空间战场目标威胁评估对未来空间作战指挥决策具有重要的意义,探讨了空间战场的特点及空间战场威胁目标的特点。针对静态贝叶斯网络(Bayesian network,BN)无法有效地解决动态空间战场中目标的威胁评估问题,提出利用动态贝叶斯网络(dynamic Bayesian network,DBN)来解决空间战场目标威胁评估,建立了基于DBN的空间战场目标威胁评估模型,利用所建立的模型进行了仿真计算。研究结果证明,基于DBN的空间战场目标威胁评估模型能够适应战场形势的变化,可应用于未来空间战场目标威胁评估专家系统的开发,并且比利用静态BN得出的威胁程度更准确,可靠性更高。     

静态贝叶斯博弈主动防御策略选取方法

Nowadays, the optimal defense strategies selection based on the incomplete information game model has many disadvantages, such as ignoring the type of the defender, using the simple cost quantitative method, and choosing defense strategies improperly. To solve the problem, this paper proposes an active defense strategy selection based on the static Bayesian game theory, and constructs the static Bayesian game model. The model considers the types of the attacker and the defender, and improves the classical strategies taxonomy and cost quantitative method by considering the strike back act of the defender and the success attack rate. Then, this paper calculates and comprehensively analyzes the Bayesian equilibrium of the game. Taking mixed strategies Bayesian equilibrium of the attacker as the defender's prediction of the attacker's action, this paper calculates the defense effectiveness of defense strategies and performs a defense strategies selection algorithm. Finally, an example is provided to analyze and demonstrate the effectiveness of the model and algorithm.     

基于博弈论的量子蚁群算法

针对量子蚁群算法求解组合优化问题时易陷入局部最优和收敛速度慢的问题,提出一种基于博弈论的量子蚁群算法(quantum ant colony algorithm based on the game theory, GQACA)。算法采用重复博弈模型,在重复博弈中产生一个博弈序列,使得每次博弈都能够产生最大效益,并得到相应博弈过程的纳什均衡。利用典型的5个标准测试函数对GQACA算法寻优性能进行试验测试。试验结果表明: GQACA算法的收敛精度和稳定性均要优于量子蚁群算法(quantum ant colony algorithm, QACA)和蚁群算法(ant colony algorithm, ACA)。     

基于非合作博弈的簇间能量优化路由算法研究

针对无线传感器网络(WSNs)的簇间路由进行详细研究,指出目前簇间路由中存在的能量耗散不均衡问题.通过实际例子指出簇间能耗不均的原因,即各个簇头节点的自私性导致数据流量分布不均,进而引发能耗的分布不均.在此基础之上,提出规范各个簇头节点行为的非合作簇间路由博弈模型,得出并证明该博弈的Nash均衡点(NEP).然后基于此博弈模型提出本文的路由算法——基于非合作博弈的簇间能量优化路由算法EIRNG.最后,进行详尽的仿真实验,分别针对网络的能量效率以及网络性能进行横向及纵向对比,实验结果表明,通过引入平衡因子θ_i,各层簇头可选择最优数据转发量,从而网络中的簇头之间的能量消耗趋于均衡.与经典分簇算法PEGASIS以及作者前期工作EEREG相比,采用EIRNG时网络生命期可延长分别为74.1%及8.6%.因此,基于非合作博弈的簇间路由能量优化算法EIRNG可有效地提高能量效率以及提高网络的性能.     

认知无线电中基于非合作博弈的功率分配方法

提出了一种适合于认知无线电网络的功率控制方法．基于信扰比的代价函数,借助兼顾认知用户公平性的惩罚因子,构造一种新的支付函数．基于该支付函数提出了一种非合作博弈功率控制模型．结合博弈理论,证明了该博弈模型纳什均衡解的存在性和惟一性,同时得出该纳什均衡解是帕累托最优的．仿真结果表明,基于该博弈模型功率分配方法收敛性比传统算法好,通过设置合适的惩罚因子等参数,3~5次迭代即可收敛,满足系统实时性要求,同时系统通过量较传统算法有1~4倍的改善．     

基于“比赛项目图”的运动会秩序册排重算法探讨

为了解决在体育界中一直存在的场地冲突和时间冲突问题,以图论着色原理为理论基础,从构造＂比赛项目图＂出发,阐述了改进邻接矩阵存储形式,采用分行及多表形式存储保存＂比赛项目图＂的方法,并给出了解决运动会＂秩序册＂中排重问题的一种算法.该算法设计将排重操作转化为数据库表的操作,具有简洁、独特、实用等特点,且便于用SQL结构化查询实现.实践证明,该算法具有很好的使用和推广价值.