基于模糊盟友关系的多主体系统长期联盟

多Agent系统形成长期联盟有利于降低计算复杂度、改善盟友关系．Breban和Griffiths等人研究了Agent之间的信任关系，但计算复杂度高、可行性差．长期联盟形成的模糊盟友关系的提出，可以合理地描述长期联盟Agent之间的盟友关系．通过监控Agent之间的交互更新盟友关系，降低盟友关系的计算复杂度，提高盟友关系计算的实时性，深化了Breban和Griffiths的工作，仿真结果验证了该方法的可靠性和实用性．该方法是长期联盟和组织的形成、演化研究基础．     

普适计算环境下基于移动Agent的分布式交互方法

为提高普适计算环境下人机交互的透明性和持久性,提出一种基于移动Agent的分布式交互方法,用户通过由移动Agent实现的交互Agent在网络中进行交流。交互Agent代表用户作为交互的对等实体,根据需要在网络中迁移并保持交互状态,通过可定制的各种行为和协同运作方式实现不同的交互应用。该方法能够实现交互实体之间透明的、智能的、可移动的交互过程,提供及时的交互服务和灵活的信息共享方式。     

面向物联网的系统及其中间件设计

鉴于物联网(IOT)的应用在医疗行业日益广泛,提出一种适合IOT网络的系统设计方法TOA和对应中间件TOC。TOA将“人”、“物”及所有相关的智能系统都抽象成一个地位完全平等的IOT互联对象,统一了IOT网络环境中联网对象之间的交互模式。在TOC中间件系统设计实现中,采用XMPP协议进行消息交换,利用基于Pipe & Filter的Agent架构模式支持多样异构的智能设备,方便Agent的升级和扩充。通过在某医院医疗垃圾管理系统的成功应用,验证了TOA的设计思想和TOC中间件系统,取得了较好效果。     

Artemis-COOR:一个基于Agent的软件动态协同支撑平台

针对开放网络环境下软件协同应用需求,本文提出了一种基于Agent的软件动态协同模型。该模型以软件实体的Agent封装为基础,通过Agent运行时刻重解释以软件体系结构表达的协同逻辑和Agent间的多模式交互技术,实现对动态协同的支持。面向此概念模型,给出了相应的软件动态协同支撑平台Artemis-COOR,该平台在"非侵入式"A-gent封装、多模式交互支撑和软件体系结构动态演化支撑等方面形成了一定的技术特色。最后,给出以水雨情会商系统为例的演示性应用,展示了上述技术的可行性和有效性。     

Agent在物联网中的应用

随着科学技术的发展,物联网成为人们更加关注的计算机网络技术。物联网在互联网的基础上,有效实现了人与人、人与物、物与物等之间的信息交流和共享,在未来的发展中具有广阔的市场前景。但是它也存在着一些问题,而将Agent技术应用于物联网中给物联网的实现又带来了新的生机。本文简要论述了Agent和物联网,并从信息传递和信息安全两个方面分析了Agent在物联网中的应用。     

基于JADE的企业商务智能服务代理平台

为解决电子商务平台在异构和分布环境下计算实体的协作和协调、快速有效的信息收集及平台的智能化等问题,提出基于移动Agent在JADE上的企业商务智能服务代理平台体系结构模型和实现方法,给出基于多移动Agent的商务服务竞标算法流程和服务实体的行为交互过程,结合实际的应用验证,表明该服务代理平台系统在实际应用中的可行性与有效性。     

异构网络管理系统间的动态协作体系结构

电信运营要求网络管理系统之间能够有效地实现动态协作。该文分析了网络管理系统间的异构性和紧耦合性对其进行动态协作产生的限制,利用Web Services技术和面向服务的思想,将网络管理系统的网络管理功能以管理服务的形式提供,提出了一个异构网络管理系统间动态协作体系结构,分析了体系结构中存在的层次关系及体系结构中各成员的交互过程。该体系结构有效地屏蔽了网络管理系统之间的异构性,具有较好的松耦合性和动态协作能力。     

基于面向对象着色Petri网的多Agent系统建模

提出了一种基于面向对象着色Petri网（OOCPN）的多Agent建模方法,与其它建模方法相比,OOCPN可以全面地刻画出Agent的个体行为特征和多Agent间复杂、并行的动态交互,讨论了利用OOCPN进行个体Agent和多Agent间交互协议的建模,并通过对网上智能购物系统的实例分析,展示了OOCPN对多Agent系统的建模能力。     

动态网络环境下的多Agent移动合作系统

多Agent移动合作系统为分布式系统提供了灵活、高效的解决方案,但针对动态网络环境,当前的一些研究工作还存在局限性,以多Agent移动合作系统模型为基础,考虑到动态环境中Agent知识的不确定性、影响力和Agent间可能客观存在的矛盾,提出了Agent模糊知识表达与交换的思想、理论模型及算法,较好地考虑并解决了Agent的模糊信念合成及矛盾处理等关键问题,通过仿真研究,将所提出的理论与模型应用于解决动态网络拓扑发现问题,结果证明了该模型是可行、高效的。     

MAOCW:基于移动Agent的新型系统及其在CSCW中的应用

随着计算机网络的发展,分布式系统广为应用,但是传统C/S结构在实体间相互缺乏协同的问题,大大限制了分布式系统的发展;而移动Agent技术在异构网络中所体现的自主性、移动性、协作性和智能性等特点,为分布式系统的进一步发展提供了新思维.由此,本文提出了一种基于移动Agent技术的新型系统MAOCW,它能有效克服传统C/S结构在实体间相互缺乏协同的问题,使得在计算机支持下的系统工作环境中(CSCW),能有效处理不同群体之间的交互、协作问题,提高工作效率和质量.     

动态数据关联网络的表示及搜索方法

设计和实现了一种动态数据关联网络的表示及搜索方法和系统, 能够在数据实体较多、关联关系较复杂时, 帮助用户获得实体周边关联关系, 并通过引导式交互不断动态扩展; 在已知可能有关联的多个实体时, 采用分布式计算最小连通图算法, 搜索出其关联网络. 应用实例表明, 本方法和系统能够取得很好的实际效果, 采用本方法的应用系统已经在智慧城市、平安城市、城域物联网等多个工程项目中获得落地应用.     

ISHSN：一种异构传感网融合系统

针对异构传感网导致的系统融合问题,提出了一种异构传感网融合系统(ISHSN)。ISHSN由物联网关和接入代理构成,物联网关对于上行数据进行同一化转换,对于下行控制命令按照目的传感网控制协议进行转换;接入代理进行数据汇集、链路合并以及命令转发,并且运用基于历史增量信息预测的接入代理调度算法,有效分散传感网接入负载。实验表明ISHSN在异构传感网数据汇集以及传感网控制方面具有良好的可扩展性和可用性。     

Lightweight and Secure Mutual Authentication Scheme for IoT Devices Using CoAP Protocol

Internet of things enables every real world objects to be seamlessly integrated with traditional internet. Heterogeneous objects of real world are enhanced with capability to communicate, computing capabilities and standards to interoperate with existing network and these entities are resource constrained and vulnerable to various security attacks. Huge number of research works are being carried out to analyze various possible attacks and to propose standards for securing communication between devices in internet of things (IoT). In this article, a robust and lightweight authentication scheme for mutual authentication between client and server using constrained application protocol is proposed. Internet of things enables devices with different characteristics and capabilities to be integrated with internet. These heterogeneous devices should interoperate with each other to accumulate, process and transmit data for facilitating smart services. The growth of IoT applications leads to the rapid growth of IoT devices incorporated to the global network and network traffic over the traditional network. This scheme greatly reduces the authentication overhead between the devices by reducing the packet size of messages, number of messages transmitted and processing overhead on communicating devices. Efficiency of this authentication scheme against attacks such as DoS (denial of service), replay attacks and attacks to exhaust the resources are also examined. Message transmission time reduced upto 50% of using proposed techniques.     

基于图神经网络的联合实体关系抽取

从非结构化文本中联合提取实体和关系是信息抽取中的一项重要任务。现有方法取得了可观的性能,但仍受到一些固有的限制,如错误传播、预测存在冗余性、无法解决关系重叠问题等。为此,提出一种基于图神经网络的联合实体关系抽取模型BSGB（BiLSTM+SDA-GAT+BiGCN）。BSGB分为两个阶段：第一阶段将语义依存分析扩展到语义依存图,提出融合语义依存图的图注意力网络（SDA-GAT）,通过堆叠BiLSTM和SDA-GAT提取句子序列和局部依赖特征,并进行实体跨度检测和初步的关系预测;第二阶段构建关系加权GCN,进一步建模实体和关系的交互,完成最终的实体关系三元组抽取。在NYT数据集上的实验结果表明,该模型F₁值达到了67.1%,对比在该数据集的基线模型提高了5.2%,对重叠关系的预测也有大幅改善。     

基于预判决和改进灰关联的异构网络切换算法

传统异构网络切换算法容易引起乒乓效应和切换准确度不高等问题; 同时,现有异构网络切换算法存在网络属性权重确定不合理问题,容易增加不必要的切换次数。因此,针对异构网络切换算法判决不准确带来的乒乓效应问题进行了研究,提出了一种基于差值门限比率和改进灰色关联分析相结合的异构网络切换算法。首先采用差值门限比率进行预判决,初步确定网络是否切换;再利用改进灰色关联分析算法选取目标切换网络,从而决定是否切换网络。搭建了WLAN和UMTS融合的异构网络环境,采用了MATLAB、OPNET等仿真工具。仿真结果表明：该算法有效提高了网络切换判决的准确性,减少了网络切换次数,降低了网络切换失败率。     

基于免疫算法的网络功能异构冗余部署方法

针对现有安全防御手段无法抵御网络功能虚拟化平台中众多未知的漏洞与后门的问题。运用拟态防御思想,提出一种网络功能虚拟化的拟态防御架构,并针对其中的异构体池构建问题设计了一种基于免疫算法的网络功能异构冗余部署方法。首先,结合熵值法对异构体之间的异构度进行量化评估;然后,以实现异构体之间异构度最大为优化目标将网络功能异构冗余部署问题构建成极大极小问题;最后,基于免疫算法快速求解最优部署方案。仿真结果表明,该方法可以迅速收敛到最优部署方案,并保证异构体之间的异构度值整体分布在较高的水平,有效增加了异构体池的多样性,提升了攻击者的攻击难度。     

基于CNN和双向LSTM融合的实体关系抽取

实体关系抽取旨在识别网络文本中的实体,并提取出文本中实体之间隐含的关系。研究表明,深度神经网络在实体关系抽取任务上具有可行性,并优于传统关系抽取方法。目前的关系抽取方法大都使用卷积神经网络（CNN）和长短期记忆神经网络（LSTM）,然而CNN只考虑连续词之间的相关性而忽略了非连续词之间的相关性。另外,LSTM虽然考虑了长距离词的相关性,但提取特征不够充分。针对这些问题,提出了一种CNN和LSTM结合的实体关系抽取方法,采用3种结合方法进行了实验,验证了该方法的有效性,在F1值上有一定的提升。     

GIS矢量数据的拓扑空间模糊划分模型

在地理信息系统（GIS）中,针对现实世界复杂的地理现象和地理实体具有模糊不确定性而造成实体之间拓扑关系描述困难的问题,文中首先从四交模型和九交模型对空间实体间拓扑关系进行概述,然后在点集拓扑学的基础上,分析了复杂的模糊地理实体间拓扑关系形式化描述模型,并对该模型进行详细、准确的形式化描述和严格的数学表达,最后提出对模糊地理实体拓扑划分的改进方法和扩展模型。分析结果表明,该模型可以实现从简单实体到复杂实体的分析和模糊划分。     

科研社交网络中基于异质网络分析的列表级排序学习推荐方法研究

针对现有学术论文推荐方法不能充分利用科研社交网络中实体间的异质关系,且大多聚焦于预测评分的准确性,忽略用户偏好顺序的问题,提出一种基于异质网络分析的列表级排序学习推荐方法。首先采用异质网络分析充分探究科研社交网络中实体之间的关系,在此基础上将异质网络分析获取的信息融入列表级排序学习框架中,对学术论文的推荐排序列表进行优化,最终得到为科研人员推荐的学术论文列表。在科研社交网络科研之友数据集上的实验结果表明所提方法较其他传统推荐方法取得了更好的结果,验证了该方法的有效性。     

Mining temporal explicit and implicit semantic relations between entities using web search engines

In this paper, we study the problem of mining temporal semantic relations between entities. The goal of the studied problem is to mine and annotate a semantic relation with temporal, concise, and structured information, which can release the explicit, implicit, and diversity semantic relations between entities. The temporal semantic annotations can help users to learn and understand the unfamiliar or new emerged semantic relations between entities. The proposed temporal semantic annotation structure integrates the features from IEEE and Renlifang. We propose a general method to generate temporal semantic annotation of a semantic relation between entities by constructing its connection entities, lexical syntactic patterns, context sentences, context graph, and context communities. Empirical experiments on two different datasets including a LinkedIn dataset and movie star dataset show that the proposed method is effective and accurate. Different from the manually generated annotation repository such as Wikipedia and LinkedIn, the proposed method can automatically mine the semantic relation between entities and does not need any prior knowledge such as ontology or the hierarchical knowledge base. The proposed method can be used on some applications, which proves the effectiveness of the proposed temporal semantic relations on many web mining tasks.