Agent动态交互信任预测与行为异常检测模型童向荣;黄厚宽;张伟【期刊名称】《计算机研究与发展》【年(卷),期】2009(046)008【摘要】在agent理论中,信任计算是一个有意义的研究方向.然而目前agent信任研究都是以平均交互成功率来计算,较少考虑信任动态变化,因而准确预测和行为异常检测的能力不能令人满意.针对上述问题,以概率论为工具,按时间分段交互历史给出agent交互信任计算模型CMAIT;结合信任的变化率,给出信任计算的置信度和异常检测机制.实验以网上电子商务为背景,实验结果显示该计算模型的预测误差为TRAVOS的0.5倍,计算量也较少;既可用于对手历史行为的异常检测,防止被欺骗,又可用于对手未来行为的预测.改进了Jennings等人关于agent信任的工作.【总页数】7页(P1364-1370)【作者】童向荣;黄厚宽;张伟【作者单位】北京交通大学计算机与信息技术学院,北京,100044;烟台大学计算机科学与技术学院智能信息处理实验室,山东烟台,264005;北京交通大学计算机与信息技术学院,北京,100044;烟台大学计算机科学与技术学院智能信息处理实验室,山东烟台,264005【正文语种】中文【中图分类】TP18【相关文献】1.解析网络口碑的动态交互过程:一个基于网络回帖行为的分层贝叶斯选择模型 [J], 汪平;孙鲁平;彭璐珞2.基于社会网络与声誉信任机制的移动多Agent系统信任模型 [J], 彭泽洲3.多Agent系统中基于信任度评估模型的自动信任协商 [J], 黄志艳4.基于Agent的信任的情感劝说决策模型 [J], 伍京华;王佳莹;张富娟;韩佳丽;叶慧慧5.基于Agent的综合信任评价的情感劝说模型 [J], 伍京华;王凯欣因版权原因，仅展示原文概要，查看原文内容请购买。
《MCSN中基于信誉的任务分配机制研究》篇一一、引言随着网络技术的快速发展，多智能体系统网络（Multi-Agent System Network，简称MCSN）在分布式计算、物联网、云计算等领域中发挥着越来越重要的作用。
其中，基于信誉的任务分配机制成为了MCSN领域研究的重要方向。
该机制能够有效解决任务分配中的信任问题，优化任务分配策略，提高系统整体性能。
本文将针对MCSN中基于信誉的任务分配机制进行深入研究，探讨其原理、方法及实施策略。
二、MCSN概述MCSN是一种由多个智能体组成的网络系统，这些智能体通过相互协作和通信，共同完成任务。
在MCSN中，任务分配是关键问题之一。
合理的任务分配能够提高系统的整体性能，降低系统运行成本，提高工作效率。
然而，在任务分配过程中，由于智能体之间的信任关系不明确，往往会导致任务分配不均、效率低下等问题。
因此，基于信誉的任务分配机制应运而生。
三、基于信誉的任务分配机制原理基于信誉的任务分配机制是通过建立智能体之间的信任关系，来优化任务分配的一种机制。
其基本原理包括：1. 信誉评估：通过对智能体的历史行为、能力、可靠性等因素进行评估，形成每个智能体的信誉值。
2. 任务分配：根据各智能体的信誉值、任务需求等因素，将任务分配给最合适的智能体。
3. 动态调整：在任务执行过程中，根据智能体的表现和信誉值的变化，对任务分配进行动态调整。
四、基于信誉的任务分配机制方法基于信誉的任务分配机制主要包括以下几种方法：1. 集中式任务分配：由一个中心控制器负责收集各智能体的信誉值，根据信誉值进行任务分配。
该方法简单易行，但可能存在单点故障问题。
2. 分布式任务分配：各智能体之间通过相互通信和协作，自行进行任务分配。
该方法具有较好的容错性和可扩展性，但需要智能体之间建立信任关系。
3. 混合式任务分配：结合集中式和分布式任务的优点，通过引入信誉值等参数，实现任务在中心控制器和智能体之间的合理分配。
一个多Agent系统合作模型
马良荔;贲可荣
【期刊名称】《海军工程大学学报》
【年(卷),期】1997(000)003
【摘要】从多Agent系统的组成结构出发,综述合作问题的理论机制,提出了采用多Agent系统模型来求解逻辑推理问题的方法,根据各Agent自身意图,相互合作以达成群体目标。
【总页数】7页(P77-83)
【作者】马良荔;贲可荣
【作者单位】[1]海军工程学院管理工程系;[2]海军工程学院管理工程系
【正文语种】中文
【中图分类】TP18
【相关文献】
1.一个基于XML和多Agent系统的远程教学模型 [J], 李英
2.开放多Agent系统的一个信任信誉系统模型 [J], 赵翔;黄厚宽;董兴业;贺利坚
3.一个多Agent系统模型 [J], 董红斌;石纯一
4.一个网络教学多Agent系统数据模型的研究 [J], 郑明秀;张小真;周竹荣
5.一个基于自组织多Agent系统的智能控制与决策模型 [J], 杨斯博;李敏强
因版权原因，仅展示原文概要，查看原文内容请购买。
Electronic Technology & Software Engineering 电子技术与软件工程• 255【关键词】动态任务分配 改进合同网 任务中转站 任务优先级1 引言随着信息技术以及分布式系统理论的迅速发展，多Agent 系统已经引起研究人员的广泛关注。
Agent 能感知自身以及外界状态变化，并能产生相应的自主行为。
多Agent 系统概念在军事领域中的运用，是未来战争体系中的关键，连入网络的各作战单元可以看作Agent 。
由于战争环境复杂多变，且Agent 在执行任务过程中能力可能出现变化。
因此，研究多Agent 动态任务分配问题，对于提高多Agent 协同作战能力具有重要的意义。
目前，基于合同网的算法已经广泛运用在求解任务分配问题中。
文献[4]通过引入任务熟人集的概念，在招标范围上进行改进，减少招标对象的数量，有效减少了协商时间。
文献[5]通过建立条件合同机制，并引入时间网络约束，保证了算法能准确实现任务重分配。
文献[6]综合考虑Agent 的负载、能力和信任度，提出基于多属性的中标策略，提高了算法求解的效率。
但是大多数方法对环境变化产生的任务没有预先处理，导致任务分配时较为混乱。
因此，本文在传统合同网基础上，引入任务中转站和任务优先级协助处理任务的分配，并改进了招标和投标阶段，提高了多Agent 处理动态任务分配问题的效率。
2 多Agent动态任务分配模型2.1 多Agent动态任务分配问题在作战开始前，指挥中心通常会根据已多Agent 动态任务分配问题文/张家良 王迎磊 李复名 周涛掌握的战场信息，对己方作战单元进行任务预分配。
但随着战场环境的变化以及Agent 在执行任务过程中出现突发情况，若按照之前的方案执行任务，可能会使得执行任务的效能降低。
因此，在出现环境变化后，多Agent 需调整自身任务，使得执行任务的效能保持最大。
2.2 多Agent分布式结构基于Agent 的特点，将连入网络的作战单元看作Agent ，各Agent 通过数据链传递信息，构成多Agent 分布式结构，如图1所示。
