多Agent分布式协同环境下基于多维信任向量和双层信用模型的信任体系研究

论文摘要

随着分布式计算环境中,网络上的节点向着智能化和服务性方向发展,智能Agent（IntelligentAgent,IA）和多Agent系统（Multi-Agent System,MAS）成为支持开放的、可重构的和可伸缩的新型分布式协同计算的重要技术。在多Agent系统中,信任和信誉机制的建立有助于智能Agent找到可靠、可信赖的服务协作伙伴,保证分布式协同工作正常和高效的进展,对Agent管理日益复杂和规模扩大的分布式系统有着积极作用。近几年的信任和信誉机制的研究提出各种基于不同原理和针对不同情境的信任和信誉模型,但是,目前的基于多Agent的分布式协作系统中的信任和信誉模型不能很好解决不公平评价、低动机评价、串通欺骗和信任的个性需求等方面的问题,从而影响了信任和信誉机制的实际应用。因此,本文研究了多Agent系统中的基于多维信任向量表示和双层信用框架的信任体系结构（VBPD DLTA,Vector-Based Personal Decision Double-Layer Trust Architecture）,建立和完善了该体系的基本原理和技术框架。针对传统的只考虑事务层信任的单层模型不能很好地解决不公平评价、随意评价、串通欺骗等利用不正确的评价信息扰乱和攻击信任计算的问题,本文提出了双层信用模型（Double-Layer Trust Model,DLTM）。模型区分了两种不同性质的信用,事务信用（TT Transaction Trust）和评价信用（RT,Rating Trust）,并提出了基于事务层和评价层的双层可信度的体系结构,依靠两层之间的相互依赖和影响的连接关系来动态地维护事务和评价的可信度。实验证明在解决传统信任问题的同时,该模型也能很好地应对对评价系统的攻击行为。针对传统的基于单值信任量的计算模式在许多应用情况下不能很好地表达信任的多维含义,不能丰富准确地表示出被评价者的可信状况,也不能支持应用域和个体倾向相关的信用决策的问题,本文提出了基于多维信任向量的信任表示。用多维信任向量取代传统的单值信任量表示可信度,得到在每个维度上都准确的信任值,支持Agent对服务的个性化需求的表达及个性化决策的判断。结果证明,多维信任向量的引入提高了Agent做个性化的决策判断的正确性。针对传统的依赖单值信任量的信用决策机制一般采用简单的阈值判别方法,不能满足应用中复杂要求的问题,本文提出基于信任向量的个性化决策机制。在多维信用模型的支持下,得到对可信度进行细致分类的多维信任向量值,同时结合考虑应用域相关和个体倾向的因素,计算包含丰富的个性化信息的可信度值,帮助做更有效的信用决策。结果证明,基于多维信任向量的个性化决策机制提高了Agent对服务提供者选择的正确性,解决了个性化需求问题。最后本文提出了基于多维信任向量和双层信用的VBPD DLTA信任体系。综合基于多维信任向量的信用模型和个性化决策层建立的VBPD-DLTA信任系统,包括了系统的体系结构,内部的组成部分的介绍和相互间的交互。与当前的信任系统相比,基于多维信任向量和双层信用框架的VBPD-DLTA信任体系可以有效地解决不公平评价、随意评价、串通欺骗等扰乱和攻击信任计算的问题,并能满足应用域相关和个体倾向的信任决策的需求。VBPD-DLTA信任系统支持更加准确和可靠的信用值计算和信任决策,使得信任机制本身更加的可信,增强了信任系统的坚固性和实用性,从而推进信任模型和系统在分布式环境中的应用。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 分布式协同工作和多Agent系统
• 1.1.1 分布式协同工作
• 1.1.2 智能Agent的定义和特性
• 1.1.3 多Agent系统
• 1.1.3.1 多Agent系统概述
• 1.1.3.2 多Agent系统的应用
• 1.1.3.3 多Agent系统的研究范围
• 1.2 论文的研究动机
• 1.2.1 信任和信誉机制在基于多Agent的分布式协作中的研究意义
• 1.2.1.1 人类社会中的信任和信誉机制
• 1.2.1.2 信任和信誉机制在基于多Agent的分布式协作中的研究意义
• 1.2.2 多Agent系统中的信任和信誉机制面临的挑战
• 1.2.3 多Agent系统中信任和信誉机制的研究现状
• 1.3 论文的研究内容和组织
• 1.3.1 论文的研究内容
• 1.3.2 论文的研究组织
• 第2章 信任和信誉模型
• 2.1 多Agent系统中信任和信誉的基本概念
• 2.1.1 信任的定义和属性
• 2.1.2 信誉的定义和属性
• 2.1.3 信任和信誉模型的分类
• 2.2 主流信任和信誉模型与方法
• 2.3 信任和信誉模型的分析
• 2.4 本章的小结
• DLTA信任体系结构'>第3章 基于双层信用和多维信任向量的VBPD_DLTA信任体系结构
• 3.1 基于MAS分布式协同的信任体系中的基础理论和概念
• 3.1.1 WEB服务
• 3.1.2 服务环境中Agent的协同行为
• 3.1.3 通用的Agent信任系统
• 3.1.4 基于信任的多Agent协作中Agent的角色
• 3.1.5 直接经验的信用DET（Direct Experience Trust）
• 3.1.6 间接经验的信用IET（Indirect Experience Trust）
• 3.2 基于多维信任向量和双层信用的信任体系
• 3.2.1 情境定义和假设
• 3.2.2 信任体系中的概念和术语
• 3.2.3 基于双层信用的信任体系的运作流程
• 3.3 关键技术介绍
• 3.3.1 双层信用模型DLTM（Double-Layer Trust Model）
• 3.3.1.1 双层信用模型DLTM的定义
• 3.3.1.2 DLTM中各元素的计算依赖和影响关系
• 3.3.2 基于多维信任向量的个性化决策
• 3.3.2.1 多维信任向量
• 3.3.2.2 决策
• DLTA信任体系'>3.3.3 VBPD_DLTA信任体系
• DLTA'>3.3.3.1 信任体系VBPD_DLTA
• DLTA的Agent模型'>3.3.3.2 基于VBPD_DLTA的Agent模型
• 3.4 本章小结
• 第4章 双层信用模型DLTM及其运作机制
• 4.1 双层信用模型DLTM的信用计算机制
• 4.1.1 事务层元素的计算
• 4.1.1.1 直接事务经验DE
• 4.1.1.2 事务信誉TR
• 4.1.1.3 事务信用TT
• 4.1.1.4 事务层元素计算总流程
• 4.1.2 评价层元素的计算
• 4.1.2.1 本地评价信用LRT
• 4.1.2.2 评价信誉RR
• 4.1.2.3 评价值RV
• 4.1.2.4 评价信用RT
• 4.1.2.5 评价层元素计算总流程
• 4.2 DLTM信用模型中的信用通讯机制
• 4.2.1 消息格式
• 4.2.2 桥接规则
• 4.3 DLTM信用模型的运行机制
• 4.4 DLTM信用模型的性质
• 4.4.1 DLTM信用模型具备的通用性质
• 4.4.2 DLTM信用模型具有的特性
• 4.4 本章小结
• 第5章 基于多维信任向量的信用计算和个性化决策机制
• 5.1 基于多维信任向量的信用模型
• 5.1.1 多维信任向量的具体形式
• 5.1.2 基于多维信任向量的信用模型
• 5.2 多维向量模型的信用计算
• 5.2.1 事务层的多维信用计算
• 5.2.2 评价层的多维信用计算
• 5.2.3 多维信任向量的双层交互
• 5.3 多维信任向量的个性化信任决策
• 5.3.1 多维信任向量之间的优势比较
• 5.3.2 基于任务特性和个性化的判断
• 5.3.3 基于多维信任向量的信任决策
• DLTA信任体系'>5.4 基于多维信用计算和个性化决策的VBPD_DLTA信任体系
• 5.5 本章小结
• 第6章 算法实现、仿真实验与结果分析
• 6.1 DTLM双层信用模型的信用计算算法
• 6.1.1 事务协作建立前的信用算法
• 6.1.2 事务完成后的调整算法
• 6.2 多Agent协作实验平台
• 6.2.1 平台的Agent体系结构
• 6.2.2 关键组件
• 6.2.3 主要功能
• 6.3 实验与结果分析
• 6.4 本章小结
• 第7章 结论与展望
• 7.1 论文的主要工作和创新点
• 7.2 将来的工作
• 参考文献
• 作者简历
• 致谢