高交互客户端蜜罐Agent系统研究

根据国内外客户端蜜罐系统的发展现状以及恶意网页攻击机理,设计了一个基于高交互客户端蜜罐技术的协同Agent工作模型,并实现了Malicious Web Site Hunter(MWSH)恶意网页检测系统。系统主要包括控制子系统、高交互级蜜罐子系统及服务子系统三个部分。系统利用Agent技术的协作性以及客户端蜜罐技术的准确性来发现网络中的恶意网页。利用基于VSK逻辑的Agent形式化描述语言对系统涉及的Agent进行了形式化描述,并做了具体实现,不仅可以描述Agent和它的环境信息特征,而且可以描述其完整状态变化过程。     

基于Agent的分布式入侵检测模型研究

传统的入侵检测系统多采用集中式的分析引擎,误报率较高且缺乏自适应性,难以满足大规模分布式网络环境的安全需求.Agent技术有效地解决了网络间任务分配合作问题,本文提出了一种基于移动Agent的主动网络自适应入侵检测系统.系统通过响应分析,自动产生响应策略,并派遣移动Agent去执行;根据入侵检测系统的报警可信度和响应执行情况,系统能够自适应地调整响应策略.同时,针对现有大多数模型具有较高漏报率的问题,提出一种基于蜜罐分布式的入侵检测系统模型.     

基于多Agent的智能DSS

在总结传统智能 DSS的不足及 Agent特性的基础上 ,提出了一个在单机环境下基于多 Agent的智能 DSS开发方法。根据 DSS设计特点及智能 Agent的自治、协作等特性 ,将 DSS的开发映射为多 Agent系统构造。讨论了将智能 Agent引入 DSS的可行性 ,基于多 A gent的智能 DSS结构和工作原理 ,并给出了基于成熟的面向对象技术的智能 DSS实现方法。     

从智能决策支持系统论Agent技术的应用

智能Agent技术研究是目前AI领域研究的热点,本文在Agent技术和MAS的基础上,对智能决策支持系统进行研究分析,从实用性的角度讨论Agent的应用及其发展,并尝试构建Agent的应用系统框架结构。通过对Agent技术应用于智能决策支持系统(IDSS)优势的分析,提出一种在网络环境下,基于Agent的智能决策支持系统模型,并给出了其决策支持过程描述和形式化定义。     

一种基于代理和蜜罐技术的分布式入侵检测系统模型

提出一种基于Agent的自适应分布式入侵检测系统模型,以解决大多数传统的、 采用集中式的分析引擎的入侵检测系统误报率较高且缺乏自适应性的缺点； 同时, 针对现有大多数模型具有较高漏报率的问题, 提出一种基于蜜罐分布式的入侵检测系统模型.     

基于多Agent的智能决策支持系统研究

本文将多Agent思想引入智能决策支持系统,提出了基于多Agent的智能决策支持系统框架并对其通信机制进行了研究。该系统可以有效地解决传统智能决策支持系统难以适应动态环境变化的问题。     

基于Web服务和多Agent的敏捷供应链系统模型研究

本文基于Web服务技术与Agent技术对敏捷供应链系统模型进行研究.首先分析了基于多Agent的供应链系统,指出传统分布计算技术在实现供应链成员Agent跨Internet集成和协作时的不足.然后分析了基于Web服务的供应链系统,指出其在处理供应链成员自主决策、动态联盟等问题中的缺点.在此基础上,将多Agent技术与Web服务技术相结合用于处理供应链问题,提出了基于Web服务和多Agent的敏捷供应链系统模型,很好的解决了上述两种供应链系统存在的问题.     

基于Jade的智能答疑系统设计

针对传统答疑系统灵活性差、答疑效率低等问题,将Agent技术与Web技术结合起来,构建了一个基于Jade的智能答疑系统.介绍了Jade平台以及Agent设计方法.设计了学生代理、管理代理、检索代理和专家代理4个Agent进行交互和协商,大大增强系统的智能性和灵活性,提高了答疑的效率.     

基于多智能体系统的分布式数字农业管理平台构建

在探讨数字农业发展现状和趋势的基础上,引入了智能体(Agent)技术,阐述了Agent和多智能体系统(Multi-Agent systern,MAS)的概念和原型,为解决分布式农业管理系统提供了有效的方法;同时,提出了基于MAS的数字农业管理平台框架,该框架通过智能体之间的协同达到整体优化管理的目的,不设管理中心,将传统的集中式管理转变为分布式管理,为多智能体技术应用与数字农业开辟了一条切实可行的解决方案.目前,基于此方案建设的平台试运行稳定,系统达到了设计目标.     

基于多Agent的设备动态智能预测决策研究

通过对网络模式下设备管理特点的分析,阐明了Agent的基本特征和多Agent系统的体系结构.结合多 Agent 系统技术理论,提出一个基于 Internet 的多 Agent 设备动态智能预测决策支持系统的实现模式与方法.     

基于本体的多Agent信息检索系统模型探析

传统的信息检索技术是基于关键字而不是基于内容的,它的查全率和查准率都有待提高. 本体具有通过概念之间的关系来表达概念语义的能力,将它引入信息检索系统能够提高检索的查全率和查准率,而智能Agent能给传统的信息检索系统带来智能化和个性化. 本文将两种技术相结合,提出了一种基于本体的多Agent信息检索系统模型,并给出了它的框架结构和功能设计.     

基于多Agent的智能质量控制系统建模方法

提出一种基于多Agent的智能质量控制系统建模方法.将基于多Agent的方法应用于质量控制过程中,每个质量控制过程作为一个独立的Agent可以降低问题的复杂度.将神经网络技术及案例推理技术应用于Agent的智能决策中,可以有效地解决系统的智能故障模式识别及诊断问题,进而为工序调整和控制提供决策.计算结果表明,该建模方法是可行的.     

一种基于移动Agent的远程ICAI系统模型

Agent技术提供了一种全新分布的计算模式和问题求解途径,它以一种非集中的、并发的方式来寻求问题的解决,能够有效地缓解集中的、顺序的控制对系统的约束.ICAI(Intelligent Computer As-sisted Instruction System,智能CAI)系统是将人工智能技术引入CAI系统中,赋予机器以人类高级智能的系统,从而有效解决传统CAI的各种缺点.本文结合教学工作将Agent技术用于远程ICAI,提出了一种基于Agent的远程ICAI系统.     

基于移动Agent的智能培训系统的设计

文章在分析了移动Agent在分布式计算中所具有的技术优势的基础上,提出了把移动Agent技术与网络培训相结合的思想,设计了一个基于移动Agent的智能培训系统模型,并详细讨论了系统实现的关键技术.该系统充分利用了移动Agent的移动性和智能性特点,较好地解决了网络培训中个性化教学等一系列问题.     

基于MAS的本体语义Web服务智能搜索系统的设计研究

目前传统Web服务查询缺乏智能语义支持和配置灵活性等诸多问题,无法适应Web用户持续增长的服务性能要求,基于多Agent技术改进的本体语义Web服务检索系统和解决方案可以较好的解决上述问题。在讨论多Agent技术、本体语义以及Web服务的基础上,提出了将Agent表达为Web服务,并通过UDDI发布该服务而将Agent和Web服务融合的解决方案,并设计了一个基于多Agent技术和本体语义的Web服务智能搜索系统。并通过对系统的Web服务搜索实例检测,验证了系统是可用的和有效的。     

一个基于多Agent的远程教学系统研究与实现

随着网络技术的日趋发展,以网络为教学平台的远程网络教育越来越受到人们的关注,而传统的远程网络教育技术在教学环节中存在着诸多问题,制约了网络教育的发展.将智能Agent引入现代网络教育,提出了一个基于多Agent的远程教学系统的具体模型及实现思路.     

基于移动Agent的教学资源智能采集系统的研究

文章在分析了移动Agent在分布式计算中所具有的技术优势的基础上,提出了把移动Agent技术与Web教学资源采集相结合的思想,研究设计了一个基于移动Agent的教学资源智能采集系统模型,并详细讨论了系统实现的关键模块和技术。该系统充分利用了移动Agent的移动性和智能性特点,有效地解决了传统搜索引擎在教育资源领域方面存在检索精度不高、信息反馈量过大的问题。     

基于Agent的智能e—Education系统研究

为了在e-Education系统中充分发挥网络资源的优势,提高其智能性,实现自适应教学和个性化服务,设计并实现了基于Agent的智能e-Education系统模型．运用教学策略Agent和教学管理Agent,根据学生的学习进度,智能地选择教学策略,以实现教学的个性化,达到智能化教学的目的;使用移动Agent技术实现Agent之间的通信,提高了用户与系统的交互性．     

Agent的多目标优化分布式智能算法

根据多目标优化的理论,将传统多目标优化的方法与Agent技术相结合,提出一种基于Agent技术的多目标优化分布式智能算法．在该算法中,每个智能体由目标函数、协调算法和通信模块组成．由智能体组成多目标优化的多智能体系统．通过每个Agent的独立优化和Agent之间的通信和协调。实现多目标优化．文中用实例验证算法的有效性．     

基于Agent的智能e—Education系统研究

为了在e-Education系统中充分发挥网络资源的优势,提高其智能性,实现自适应教学和个性化服务,设计并实现了基于Agent的智能e-Education系统模型．运用教学策略Agent和教学管理Agent,根据学生的学习进度,智能地选择教学策略,以实现教学的个性化,达到智能化教学的目的;使用移动Agent技术实现Agent之间的通信,提高了用户与系统的交互性．