一种基于社会网络的激励兼容的信任模型*

社会网络中的信任关系是最复杂的社会关系之一,涉及多种因素,很难准确量化和预测。综合考虑各种可能因素,在社会网络环境下,构建了一个多维决策信任模型。引入了直接信任,间接信任,风险函数等因子从多个角度描述信任关系的不确定性和复杂性。为抵制恶意实体的不合理行为,提高可信性,加入了一个经济激励机制鼓励交互实体间诚实地合作并激励实体积极参与,最后用密码机制保证激励机制中的安全属性,提高该模型在实际应用中的可信性。     

基于可信联盟的多Agent协作模型研究及应用

传统多Agent系统间协作过分注重个体效率,忽视了实体间协作的管理,使问题求解变得复杂.可信联盟机制动态分析了复杂问题分解协作过程,改进了传统分布式MAS系统结构,引进了信任管理机制,使实体间协作分工有序、明确,并进一步提高协作效率.案例分析表明,该模型能够加强多Agent实体间合作的可信度,提高协同与决策的效率.     

多Agent合作中的信任模型研究

传统的信任模型研究通常建立在具有完全历史合作信息的基础上,难以满足动态演化环境中的合作需求。针对缺乏直接合作历史信息的情况,借鉴现代电子商务中第三方管理思想,分析基于第三方的间接信任模式,结合贝叶斯信任模型,提出DRI信任模型。通过与传统信任模型的对比实验结果表明,基于DRI信任模型的合作能提高合作对象选取的可靠性,提高平均合作成功率。