论文部分内容阅读
目前，多Agent系统中的信任模型研究主要包括基于证据(即主观信任)及基于凭证(即客观信任)两个方面。基于证据的信任模型充分考虑了信任的主观性、不确定性和动态性。它是对交互历史进行评估，形成并使用信任关系。但现有的大多数模型，或者对直接信任度的计算过于简单，或者对信任度的综合计算过于简单，或者没有考虑Agent的恶意欺诈等。基于凭证的信任模型中的信任关系通过凭证或凭证链获得，这种模型的特点是对安全度量绝对化，没有考虑信任概念的风险或不确定性，不符合信任的本质特征，即信任是一个形成、进化及使用的过程，无法实时地满足动态环境的变化。
针对上述现行多Agent系统中信任模型中存在的问题，本文以开放环境下多Ment合作求解为研究背景，以信任在Agent合作过程中所起的作用为研究重点，在前人工作的基础上，从决定Agent之间信任度大小的因素着手，对信任的定义、度量和综合计算等方面进行了理论研究，提出一个基于Agent能力和名誉的信任模型--CORE模型。本文主要工作如下：
(1)介绍了Agent及Agent系统概念，讨论了多Agent技术的一些基本理论，定义了信任的基本概念，分析了信任问题在多Agent合作研究上的重要因素，着重研究了多Agent系统中的合作机制；
(2)深入研究了多Agent系统中的信任模型，对于几个经典的信任度评估模型进行了重点探讨，并指出现有典型信任模型中有待进一步解决的问题；
(3)总结前人有关信任建模研究的理论成果基础之上，抽象出“能力”和“名誉”这两个决定Agent信任大小的度量值，建立了多Agent系统中合作求解的信任模型--CORE模型，该模型不仅从静态角度对Agent的能力、名誉进行建模，而且从动态角度提供了Agent的能力增长，名誉更新机制；
(4)基于NetLogo平台，对本文提出的CORE模型进行了仿真实验，实验结果表明，CORE模型能有效模拟多Agent系统中的信任问题，具有较好的理论意义和实际应用价值。
(5)结合基于范例的推理(CBR)及扩展合同网理论，将CORE模型应用于多Agent系统的任务分配，为CORE模型找到了一个应用场景，有效地解决了当今出现的动态联盟、电子商务、计算网格等复杂系统中的任务分配问题。