基于Agent的分形供应链自适应协同计算

应用分形、智能Ａｇｅｎｔ和神经网络自适应控制技术,研究分形供应链适应环境变化的结构模式和策略模式．探讨了分形供应链Ａｇｅｎｔ关联结构,提出了分形供应链双层自适应协同计算模式,论述了资源Ａｇｅｎｔ,信息协调Ａｇｅｎｔ,人机交互Ａｇｅｎｔ和领域计算Ａｇｅｎｔ之间的相互作用关系．以一个分形模块的策略协同为分析对象,研究了领域单元的自适应协同计算模式,分析了分形模块的成本模型,并对基于Ａｇｅｎｔ交互的神经网络模型部分进行了算例仿真．     

基于多Agent网格资源调度的负载均衡研究

介绍了一种基于多Agent的网格资源调度方法,并提出了一种负载均衡算法设计思想,以改善网格环境中资源分配不均的问题.     

基于移动Agent的自动协商应用

主要研究电子商务中的协商问题,为实现自动协商提供了一个可行的方向。通过分析目前电子商务的协商现状及所存在的问题,提出将移动Agent技术引入电子商务,为B2C电子商务中一对多的协商问题自动化指出了一个实现方向,并得出基于移动Agent的自动协商系统的建设目标及特点。这将对于实现电子商务协商的自动化,提供有力的理论支持及发展方向。     

轮腿式机器人倾覆稳定性分析与控制

对于运动在不平坦地形中的移动机器人而言,其倾覆稳定性非常关键．设计了一种结构对称的轮腿式机器人,它有4个独立的轮腿运动单元,能够变化多种构形．采用动态能量稳定锥方法和倾覆稳定性指数对机器人的稳定性进行综合评价,建立了一个模糊神经网络自适应控制系统．根据稳定性指数值,该系统可以实时改变机器人的构形和速度,保证其倾覆稳定性．正弦路面上的仿真结果表明,该系统所产生的动作实时性好、可靠性高,能够降低机器人自主越障过程中的危险．     

Denial of service attacks and defenses in decentralized trust management

Trust management is an approach to scalable and flexible access control in decentralized systems. In trust management, a server often needs to evaluate a chain of credentials submitted by a client; this requires the server to perform multiple expensive digital signature verifications. In this paper, we study low-bandwidth Denial-of-Service (DoS) attacks that exploit the existence of trust management systems to deplete server resources. Although the threat of DoS attacks has been studied for some application-level protocols such as authentication protocols, we show that it is especially destructive for trust management systems. Exploiting the delegation feature in trust management languages, an attacker can forge a long credential chain to force a server to consume a large amount of computing resource. Using game theory as an analytic tool, we demonstrate that unprotected trust management servers will easily fall prey to a witty attacker who moves smartly. We report our empirical study of existing trust management systems, which manifests the gravity of this threat. We also propose a defense technique using credential caching, and show that it is effective in the presence of intelligent attackers. A preliminary version of this paper was presented at the Second IEEE International Conference on Security and Privacy in Communication Networks, Baltimore, MD, USA, August 2006.     

基于AUML的Agent建模方案研究

AUML(Agent UML)是Agent建模普遍采用的方法,其通过对UML的扩展来支持Agent的建模.通过借鉴面向对象的系统分析方法,给出了AUML建模方案,并详细描述了AUML的建模机制和各类图的扩展.以编队指挥系统为例,从分析系统用例,分析和识别最初的Agent类型,责任识别,提取Agent之间的关系及精化Agent,确定交互直至Agent信息的配置,建立了一整套基于AUML的Agent建模方案.     

改进的多智能体遗传算法求解TSP研究

多智能体遗传算法是基于智能体对环境感知与反作用的能力提出的一种新的函数优化方法,具有很快的收敛速度,尤其是在优化超高维函数时更显示出了它的优越性。针对这一特点对该算法进行了适当的改进,在邻域正交交叉算子中采用精英保留策略,在自学习算子中引入邻域正交交叉算子并采用小变异概率以加快收敛速度。求解TSP的实验结果显示,改进后算法的性能有了较大的提高。     

基于智能Agent的复合网络演化模型

为了更好地理解网络结构与网络行为之间的关系,提出了一种基于Agent的动态网络演化模型DA,把网络中的每个节点建模成一个智能Agent,每个Agent节点具有一定的寿命并根据自己的演化策略进行演化。实验结果显示该模型涌现出了许多真实网络所具有的特性,准确地刻画了真实网络的演化规律,并且增强了传统模型在受到攻击时的鲁棒性。     

多Agent信息系统知识发现研究

本文根据信息系统的定义,提出了采用集合方法描述的多Agent信息系统,研究了在多Agent交互中规则的形成过程.对规则表示和存储方法进行了研究.鉴于各Agent的规则可存储在数据库中,采用ID3算法对这些规则进行挖掘是可行的.对该方法用实例进行了验证.     

集成Agent技术和面向服务计算技术：现状和展望

Agent技术和面向服务计算技术是目前计算机科学与技术领域中的二项重要技术.这二种技术都试图为互联网软件系统的开发提供新颖的技术途径,但是它们的关注点、所采用的技术手段、优势和不足各不相同.将这二种技术相互集成有助于发挥各自的优势,同时弥补各自的不足.近年来有关集成Agent技术和面向服务计算技术的研究引起了人们的关注和重视,它将为部署在互联网上的动态、开放系统的开发提供新颖、有效的技术途径.分析了集成Agent技术和面向服务计算技术的背景和动机,综述了该领域的研究现状和已有的成果,并展望了其面临的问题和挑战.