基于弹性碰撞优化算法的传感云资源调度

针对当前智能优化算法普遍存在收敛精度不高、容易“早熟”的缺陷,提出全新的智能优化算法-弹性碰撞优化（ECO）算法.算法基于弹性碰撞物理学现象,通过模拟碰撞过程中物理属性相互影响的变化过程,抽象出“与种群最优碰撞”、“与自身历史最优碰撞”和“随机碰撞”3种粒子更新机制.为了有效提升复杂高维优化问题的寻优能力,设计自适应核模糊C-均值聚类（AKFCM）算法,利用AKFCM对ECO种群进行聚类分析,通过迭代比对策略实现种群自动最佳聚类划分,确保粒子学习对象的合理性与多样性.种群样本多样性定量分析表明ECO在运算后期具有较好的种群多样性.将ECO应用于传感云资源调度问题,为了满足传感云系统管理多样性需求,构建多目标优化传感云资源调度模型,设计符合调度问题的ECO粒子编码方式,实现传感云资源高效率调度优化.多维复杂测试函数以及传感云资源调度实例仿真结果表明,ECO具有较高的收敛精度和成功率,有效降低了传感云资源调度的能耗和任务长度.     

高等智能·机制主义·信息转换

提出了一种全新的人工智能研究方法,称为第4方法,或“机制主义”方法,从智能生成的共性核心机制入手探讨智能的本质. 结果发现,在一般情形下,智能生成的共性核心机制表现为“信息—知识—智能转换”. 进一步研究发现,知识是一个生态系统,它从欠成熟的经验性知识生长为成熟的规范性知识,再进一步生长为过成熟的常识性知识. 可以证明,此前互不相容的结构主义、功能主义、行为主义3种国际主流方法分别是机制主义方法在不同知识状态下相辅相成的特例,于是在“机制主义”框架内实现了和谐的统一,从而形成了人工智能的统一理论. 更有意义的是,还可以证明,机制主义方法更一般的表述是“信息转换”,它是研究高等智能(AI)的有效方法,与物理学的质量转换和能量转换同样重要.     

基于CAS的知识管理Agent构架研究

以复杂自适应系统(CAS)的知识管理理论为基础结合智能体(Agent)与多智能体(Multi-Agent)的技术方法,提出了一种多智能体(Agent)的实现知识管理系统构架,定义了知识管理系统中智能体的组成及它们行为模式,研究了在这种知识管理系统构架中智能体之间的合作、协调的操作机制及有关算法的描述.     

锅炉智能CAD的技术和方法研究

从设计方法学角度描述了锅炉方案设计问题，将锅炉方案设计活动分解为“方案创造”、“方案分析”、“方案评价”和“方案调整”四项子活动.基于面向对象的知识表示方法，建立了由属性空间、关系空间、规则空间、约束空间、案例空间和方法空间构成的锅炉智能计算机辅助设计（CAD）的设计对象模型，并解释了运用该模型进行锅炉智能CAD的主要过程.提出了锅炉智能CAD的总体技术方法，即基于案例知识的智能化方案创造、基于确定性过程知识的智能化方案分析、基于约束知识的智能化方案评价，以及基于规则知识的智能化方案调整.开发了锅炉智能CAD系统的总体框架原型，并已将部分功能应用于工程实践.实践表明，上述技术和方法符合实际需求，可有效支持锅炉智能CAD系统的开发.     

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.     

基于多Agent案例推理的个性化智能推荐服务

针对个性化智能推荐服务是大型科学仪器协作共用网的重要组成部分的情况,分析了个性化智能推荐服务的工作原理、系统结构及相关技术;重点论述了个性化智能推荐服务案例库的结构设计、案例生成及推理过程的算法描述.将基于案例的推理方法(CBR),多Agent技术与MVC模式有效地融入个性化智能推荐服务中,采用基于Struts构架的B/S多层混合体系结构,设计并实现了一个基于Struts构架与多Agent案例推理的交互式个性化智能推荐服务系统.     

基于多Agent的设备动态智能预测决策研究

通过对网络模式下设备管理特点的分析,阐明了Agent的基本特征和多Agent系统的体系结构。结合多Agent系统技术理论,提出一个基于Internet的多Agenti设备动态智能预测决策支持系统的实现模式与方法。     

一种基于Agent的无线传感器网络医学监控模型

将无线传感器网络技术和Agent技术融合在一起,提出了一种基于普适计算环境下能够提高监控效率的A-gent与无线传感器网络相融合的医学监控系统模型,并讨论了系统的实现机制。     

赛博智能经济与区块链

互联网已经和经济系统深度融合形成了新的“赛博经济系统”.本文探讨了赛博经济系统的主要特征,分析了当前赛博经济发飞速发展的原因.从信息的角度出发,赛博经济是信息增长更快的经济,而信息有序与快速增长的核心原因是算法,进而以算法为基础提出了赛博经济的新形态——赛博智能经济.认为区块链技术有望成为赛博智能经济的信任基础设施,使赛博智能经济迈入新时代.同时,详细分析了区块链技术的特点,给出了当前区块链发展过程中面临机遇与挑战.     

基于多Agent的网络智能答疑系统的研究

分析了网络答疑系统的现状,阐述了Agent系统和多Agent系统的特征,并提出了如何在网络答疑系统中引入Agent技术.基于现代教育教学思想和Agent技术应用于答疑系统的优势,提出了多Agent的网络智能答疑系统模型.该模型通过多Agent之间相互合作使得网络答疑系统更加科学化、人性化.     

蜂窝移动通信网络的智能优化方法研究

研究了基于人工智能技术(AI)的智能网络优化方法, 设计了智能代理(IA)式蜂窝移动通信网络优化工具IOS-CMCN, 剖析了系统中引入的相关智能技术, 并通过应用举例对IOS-CMCN的可行性和实用性进行了分析研究.     

多Agent系统中信任预测的SRL模型

针对多Agent系统(MAS)中信任关系管理的需求,将Sarsa 强化学习(SRL)理论应用于构建MAS中基于Agent行为的信任关系预测模型. 首先根据Agent之间交互的时间顺序,构建了基于时间戳的行为状态空间结构,然后应用SRL理论,建立了基于直接可信度和反馈可信度相融合的总体信任关系预测模型. 新模型充分利用SRL理论较强的动态适应能力,解决了传统预测模型对环境的动态变化适应能力不足的问题. 累计误差方面的实验结果表明,与已有模型相比,新模型能显著提高信任决策的准确性.     

MAS环境下实现Agent交互协作的关键技术

讨论了MAS环境下实现Agent交互协作的关键性问题。在分析Agent协同设计目标的基础上,将遗传算法应用于子任务的调度,提高了Agent协同工作的效率。应用Agent的通信语言建立了一个基于知识查询与操纵语言的Agent通信模型,通过引入Agent位置追踪和Agent消息缓存机制解决了Agent移动过程中遇到的位置追踪和通信失效问题。     

智能Agent技术在CAPP系统中的应用

智能Agent技术已经成为分布式人工智能领域的一个研究热点,吸引了越来越多研究者的关注.本文简单介绍了Agent、MAS的基本概念和CAPP系统的基本组成,在此基础上提出了一种基于MAS技术的CAPP系统体系结构,阐述了系统中各主要Agent的功能,探讨了系统的实现方法,同时实现了一个基于MAS的线切割自动编程系统,最后对基于MAS技术的CAPP系统与传统的CAPP系统的优缺点进行了比较.     

商业智能中主动实时决策的实现方法研究

实现主动实时决策是商业智能的一个重要目标.通过分析比较当前几种主要的数据更新技术,提出了一种基于ODS和主动规则来实现商业智能中实时决策的方法;另外对传统的主动规则加以扩展,提出了一种分析规则,并利用分析规则实现了商业智能中主动决策.在此基础上提出了一种具有主动实时决策能力的新型商业智能体系结构,并在实际应用中取得了良好的效果.     

基于大数据的网络安全与情报分析

随着IT技术和通信技术的发展,网络环境日趋复杂,云计算和虚拟化等技术的应用,使得主机边界、网络边界也变得动态和模糊。同时,网络攻击频繁,隐蔽性、持续性、趋利性等高级网络威胁增多。而传统网络安全与情报分析技术受数据来源单一、处理能力有限、部署依赖于物理环境等因素的限制,导致对威胁情报的获取、分析、利用能力不足,且对网络安全态势的感知与预测能力有限,不能有效解决当前和未来所面临的网络安全挑战。作者以大数据技术给网络安全与情报分析研究带来的挑战与机遇为线索,回顾大数据的内涵,分析当前网络安全与情报分析面临的困境,梳理大数据和网络安全与情报分析的关系,阐述大数据技术对传统安全分析方法的改变。大数据技术在安全领域应用形成大数据安全分析这一新型安全应对方法,通过紧扣安全数据自身的特点和安全分析的目标,应用大数据分析的方法和技术,解决网络安全与情报分析中的实际问题。一方面,批量数据处理技术、流式数据处理技术、交互式数据查询技术等大数据处理技术解决了高性能网络流量的实时还原与分析、海量历史日志数据分析与快速检索、海量文本数据的实时处理与检索等网络安全与情报分析中的数据处理问题;另一方面,大数据技术应用到安全可视分析、安全事件关联、用户行为分析中,形成大数据交互式可视分析、多源事件关联分析、用户实体行为分析、网络行为分析等一系列大数据安全分析研究分支,以应对当前的网络安全挑战。大数据安全分析技术在APT攻击检测、网络异常检测、网络安全态势感知、网络威胁情报分析等方面已经得到应用,但是,当前的网络安全形势仍不容乐观：高级网络威胁与攻击的有效检测方法缺乏;未知复杂网络攻击与威胁预测能力不足;缺乏度量网络安全态势评估结果的评价体系,关键资产与网络整体的态势评估指标体系不完善,网络安全态势感知评估方法缺少针对性;网络威胁情报信息分析的新型数据源数据获取难度大,缺乏威胁情报共享标准,尚未建成规模化、一体化的现代威胁情报中心和开放的威胁情报综合服务平台。围绕这些问题,需要研究高级网络威胁发现方法、复杂网络攻击预测方法、大规模网络安全态势感知技术、威胁情报数据采集与共享技术,并在高级网络威胁早期检测、隐蔽性和持续性网络通信行为检测、基于大数据分析的网络特征提取技术、综合威胁情报的高级网络威胁预测、非公开网络情报采集等关键技术上实现突破,以提升大数据对网络信息安全的支撑能力,增强网络信息安全风险感知、预警和处置能力。     

高交互客户端蜜罐Agent系统研究

根据国内外客户端蜜罐系统的发展现状以及恶意网页攻击机理,设计了一个基于高交互客户端蜜罐技术的协同Agent工作模型,并实现了Malicious Web Site Hunter（MWSH）恶意网页检测系统。系统主要包括控制子系统、高交互级蜜罐子系统及服务子系统三个部分。系统利用Agent技术的协作性以及客户端蜜罐技术的准确性来发现网络中的恶意网页。利用基于VSK逻辑的Agent形式化描述语言对系统涉及的Agent进行了形式化描述,并做了具体实现,不仅可以描述Agent和它的环境信息特征,而且可以描述其完整状态变化过程。     

智能协作型防火墙仿真模型研究

针对传统模型缺乏对防火墙智能协作特点描述的问题,在分析网络安全协同防御环境下新型防火墙特点的基础上,基于Agent技术,提出了一种智能协作型防火墙模型结构,并设计了适应性过滤、自学习和交互协作3种防火墙模型关键算法。最后,结合OMNeT＋＋仿真平台,建立了智能协作型防火墙仿真模型并仿真实现。仿真验证了模型的有效性,模型的建立对网络安全仿真研究具有一定的参考价值。     

基于Agent的弹药供应控制智能决策支持系统研究

伴随着计算机网络、计算机通信等技术发展起来的Agent以及ABS(Agent-basedSystem)的研究,已经引起了科学界、工业界和娱乐界的广泛关注,并已经成为分布式人工智能(DAI)乃至整个计算机研究领域中的研究热点和主题.本文在对弹药供应控制智能决策支持系统进行研究时,讨论了Agent的概念模型、基本特性及应用范围;通过分析弹药供应的一般过程,构筑了一个基于Agent的弹药供应控制智能决策模型;并在空降兵部队弹药供应决策支持系统中进行了验证,提出了一种新颖的弹药供应控制智能决策支持系统研究方法.     

支持个人移动的多代理系统网络协商思想

描述了支持个人移动,为用户提供智能接口以进行服务的多代理系统的结构和操作.本系统由下面的协议代理组成:个人通信代理（PCA）,给用户提供应用服务的智能接口;服务供应代理（SPA）,支持服务和用户间的通信;网络供应代理（NPA）,为SPA发出的请求提供网络连接.