基于动态学习机制的MAS信任评价方法

为准确评价协作目标,在agent信任评价模型中引入动态学习机制。采用该机制,agent在协作中可以根据环境参数、历史交互信息动态调整信任评价方式,并且在模型中引入陌生人信誉,根据对陌生人熟悉度和可靠度的计算结果处理与陌生人的交互。实验表明,采用该机制,MAS在取得目标奖励的同时,可以动态选择信任评价方式,有效地对目标agent进行评价。     

多agent集成方法在复杂系统故障预报中的应用

基于普适性角度,从单个agent系统出发,结合计算机网络结构,研究了多agent集成方法在复杂系统故障预报中的理论规则。首先,对多agent集成系统的各子agent预测模块进行赋值,并给出相应的信任程度;然后,计算决策agent的预测值,判断系统“异常”与否。同时,给出多agent集成系统的工作机理,并设计出多agent集成系统的网络模型;最后,仿真试验验证了该方法的有效性和合理性。分析研究表明,多agent集成方法在复杂系统的故障预报中有广阔的工程应用前景。关键词复杂系统,故障预报,多agent集成方法     

多agent系统的抽象合作模型

合作是多agent系统的特征之一,研究了具有请求／服务交互特征的多agent系统的抽象合作模型,根据服务请求强度和服务提供方式的差异性和多样性,系统分析并提出了6种基本抽象合作模型,提取了请求、承诺和通知3个言语行为作为实现合作的原子通信行为,给出这些原子通信行为和抽象合作模型的严格语义定义,分析它们的实现机制,以描述多agent系统的合作方式和机制,指导多agent系统的设计和实现．     

基于用户评论的信任预测方法研究

在线社会网络中,信任关系是用户间进行可靠交互的基础,交互的强度也会影响用户间信任关系的建立。虽然许多研究者对信任建模及其预测进行了研究,但大部分的研究都是基于已有网络进行的,缺乏对用户交互行为及内容的深入研究。在这种情况下,针对原有网络的稀疏性问题和用户交互行为对信任关系的影响进行了研究,提出了一种基于信任网络和用户评分行为的信任预测框架。该框架给出了一种评估用户间交互关系强弱的度量机制,结合用户间已建立的信任关系网络,综合评估预测用户间的信任与不信任关系。基于Epinions网站的真实数据集进行了多组实验,实验表明用户交互行为对信任的度量有着重要的影响,综合考虑这两方面可以更准确地对信任关系做出预测。     

基于信任的网络群体异常行为发现

现今大规模网络群体异常事件往往由多个复杂安全事件融合,且这些安全事件之间隐藏着社会化利益与联系,表现出典型的群体性与控制性.对恶意网络群体事件的感知与响应是网络安全管理的重要任务之一.传统的异常检测机制与基于偶图模型的群体异常行为发现方法均未深入分析这些恶意网络行为潜在的社会化关系,且没有考虑交互过程对节点关系的影响.基于此,文中提出一种基于信任的网络群体异常行为发现模型.该模型首先使用网络交互拓扑信息建立网络节点间的信任矩阵;进而结合直接信任度和相关信任度计算网络节点间的相似度,并通过松弛谱聚类算法中的约束条件,增强类数目的自动识别能力,提高节点聚类准确性.实验表明该模型交互能够有效感知网络中的分布式拒绝服务攻击、蠕虫与僵尸网络的异常行为,并对潜伏期内的安全事件行为有较高识别度,同时比基于偶图的行为分类模型具有更高的准确性.     

信任模型在无线传感器网络入侵检测中的应用

主要针对信任模型在无线传感器网络入侵检测中应用的关键技术进行了研究,建立以信任值的计算、更新和分发为核心内容的检测模型。为了调节节点的历史行为与目前行为对信任值更新结果的影响,防止恶意节点先积累高信任值然后破坏网络行为的发生,信任计算中引入了更新权值。采用甄别机制以提高对恶意节点及其行为的鉴别。经仿真,结果表明模型可抵御中间人攻击等常见攻击。     

志愿计算中基于贝叶斯定理的信任模型

志愿计算因其开放性、匿名性和动态性得到广泛应用,但同时也对系统的安全性带来挑战.传统认证方式无法满足志愿计算系统的安全性需求,而通过在系统中建立信任机制可以有效解决这一问题.为此,构建一种基于贝叶斯定理的志愿计算系统信任模型VC-trust.依据贝叶斯定理对节点的不确定性行为进行分析预测,根据节点历史交互记录并引入处罚因子和调节函数计算节点信任值,同时利用时间滑动窗口对其进行更新.实验结果表明,在节点行为变化的情况下,VC-trust模型较BTMS模型具有更高的交互成功率.     

支持多Agent通信的扩展BDI逻辑

BDI（信念、期望和意图）逻辑是当前agent理论研究的热点课题之一,相关研究工作较少涉及对agent间通信的描述.文章旨在提出一个能表示和推理多agent间基于言语行为理论的通信行为的扩展BDI逻辑.该逻辑是一个多类、带量词并具有分枝时序结构的一阶多模态逻辑,除了包含标准BDI逻辑的模态和时态算子之外,还引入了一些必要的逻辑算子和构造符,用于刻画agent为实现其意图而具有的规划能力,以及对多agent通信给出正确的语用解释.文章讨论了逻辑的语法和语义,并对言语行为进行了逻辑分类和解释.     

基于多agent的军事物流系统仿真建模方法*

针对军事物流系统复杂性和不确定性的特点,提出了一种基于多agent的系统仿真建模方法。采用中间到两端的多层agents组织方式,引入agent分区概念对agent行为分别进行详细描述。在基于中间层agents逻辑模型的基础上抽象上层agents和下层agents。通过中间层各agent的活动映射而构造的下层agents负责特定的事务处理。中间层agents负责协调下层agents的信息传递,并与上层agents进行交互;上层agents负责协调中间层agents之间的交互。给出了系统模型的仿真实验方法,最后建立了基于多agent的军事物流仿真模型,并通过系统模型的仿真运行,对系统模型的正确性进行了检验。     

多agent系统的一种交互策略模型

在多agent系统(MAS)中,通信交互是agent实现协作的主要途径.文章从语义层的角度对agent间通信交互过程进行分析,将agent的思维状态BDI(belief,desire,intention)模型引入通信交互过程,提出一种交互策略模型,支持在基本交互行为之上的多种类型的协商交互,以解决agent间的信知、行动等方面的冲突.与以往的研究中的辩论协商等方法相比,该策略模型可以实现基于场景的灵活交互,更具实用性.     

On-line trust: concepts, evolving themes, a model

Trust is emerging as a key element of success in the on-line environment. Although considerable research on trust in the offline world has been performed, to date empirical study of on-line trust has been limited. This paper examines on-line trust, specifically trust between people and informational or transactional websites. It begins by analysing the definitions of trust in previous offline and on-line research. The relevant dimensions of trust for an on-line context are identified, and a definition of trust between people and informational or transactional websites is presented. We then turn to an examination of the causes of on-line trust. Relevant findings in the human–computer interaction literature are identified. A model of on-line trust between users and websites is presented. The model identifies three perceptual factors that impact on-line trust: perception of credibility, ease of use and risk. The model is discussed in detail and suggestions for future applications of the model are presented.     

基于模糊集合理论的主观信任管理模型研究

在开放网络环境中,信任管理模型是信息安全的重要前提与基础.考察了主观信任的模糊性,运用模糊集合理论对信任管理问题进行了建模,给出了信任类型的定义机制和信任的评价机制,定义了主体信任的形式化表示,并提出了信任关系的推导规则,构造了一个完整的主观信任管理模型,为开放网络环境中的信任管理研究提供了一个有价值的新思路.     

基于移动agent的云计算身份认证机制研究

针对当前云计算的安全需求,提出了一种适用于云计算环境下的身份认证方案。首先设计出适用于云计算身份认证场景的移动agent(mobile agent)结构模型,然后给出了基于mobile agent的云计算安全认证策略。该方案引入了可信第三方机构对认证agent建立定量信任评估,每次进行认证前通过信任度的判断对认证过程进行控制;在认证完成后,又进一步引入了信任反馈评价机制。理论分析和原型系统的实现表明,提出的云计算认证方案具有一定的可行性和可用性。     

网格环境中改进的基于域的信任模型

由于网格技术的动态性和不确定性所带来的安全问题,网格实体间的信任关系已经成为网格安全研究的热点问题。根据网格技术的特点,在研究现有信任关系的基础上提出一种改进的基于域的分层信任模型来处理网格环境中实体之间的信任关系,该模型把管理域的信任关系分为域内关系和域间关系来处理,并完善信任值的更新机制和时间衰减影响因子。分析和实验仿真表明,该模型在有效性方面显示出更好的性能,是对网格信任模型的有效补充。     

一种基于云模型的主观信任评价方法

如何通过直观、简单和有效的评价方法,辅助消费者完成网上交易中的信任决策,已成为该领域需要面对和解决的一个基本问题.在信任云的基础上,提出一种基于云模型的主观信任量化评价方法.使用主观信任云的期望和超熵对信任客体信用度进行定量评价,进而设计一种信任变化云刻画信任客体信用度的变化情况,为进一步的信任决策提供依据.对实验数据的分析表明,该方法能够有效地支持信任主体的主观信任决策过程,对主观信任评价研究进行了有益的探索和尝试.     

面向网格的信任评估模型GTruMod

提出一个新型的面向分布式环境的信任评估模型：GTruMod。GTruMod基于后验概率思想分析实体间的协作历史,推导实体间直接信任,基于信任的社会模型特点计算实体的信誉,综合直接信任和信誉给出信任度的计算方法。基于该模型,该文提出一种基于图搜索方法对实体间信任度实施评估的算法,分析了该算法的复杂度。通过实验分析了该模型的评估性能特征,说明模型具有防范恶意推荐的能力。     

一种新型推荐信任模型

开放网络环境中,电子商务活动越来越频繁,文件共享等服务越来越普遍,用户之间的信任关系成为安全问题的重点。为确定大量未知实体的信任关系,出现了基于不同方法的推荐信任模型,其关键在于如何解决推荐信任的传播与合成。该文研究了现有的推荐信任模型,分析了其中存在的问题;为解决推荐信任传递问题,提出了信任向量的定义;在此基础上提出了基于推荐信任向量的新型推荐信任模型。最后进行了仿真实验分析。     

基于领域和贝叶斯网络的P2P电子商务细粒度信任模型

针对现有P2P电子商务模型信任粒度比较粗糙,不能很好体现节点真实行为的问题.提出一种细粒度信任模型(FG-trust),可以计算一个节点在不同领域、不向方面的可信度.模型采用多代理结构,将网络划分为多个域,每个域内设一个代理,管理域内节点信息,整个网络中设置一个总代理管理域间消息传递.引入领域模型的概念,计算同一节点在...     

基于贝叶斯决策的自组网推荐信任度修正模型

在分析了信任评估过程中攻击手段及其相互间关系的基础上,提出了基于贝叶斯决策理论的根据推荐偏差度修正对推荐的信任度方法.使用贝塔分布描述推荐偏差度,依据最小损失原则修正对推荐的信任度,并将具备推荐信任修正机制的信任模型运用在自组网的路由协议中,以便优化路由选择.MATLAB下的仿真结果表明,该方法能够有效抵御一些针对信任管理的威胁并提升信任管理的正确率,进而提高自组网环境下检测恶意节点的效率.     

网格环境下层次信任模型研究

信任管理作为网格研究的核心内容,受到研究人员的高度关注。目前设计的模型中,实体域的信任值由直接信任值和推荐信任值合成,但引入推荐信任就必须对网格域进行层次划分。现有的划分方法只是主观地根据网格域之间的交易情况来划分层次,这种划分方式得到的推荐值的可靠性难以保证,并且不能防止联合欺骗的行为。基于对网格实体域行为的深入研究,给出了一个基于实体域行为的直接信任值动态量化模型,在此基础上,引入匹配指标和粗糙度的概念,给出了一个层次划分模型,利用该模型很好地解决了推荐信任值的计算问题,给出了一个信任评估模型,理论分析和实验结果表明,该模型能够保证推荐信任值的可靠性,并且防止了推荐过程中的联合欺骗,有效地解决了网格环境中信任评估问题。