委托--代理问题的抵押激励合同设计

运用成本——收益方法设计委托——代理激励机制，提出将代理人的每年收益的一部分作为抵押资产．得到有效的重复博弈长期激励机制．使代理成本最小化，通过利益协调的道路来确保没有公司财产的管理人员能以股东价值最大化为目标运作企业．     

Mobile Agent在信息检索中的应用研究

为了实现对分布、异构数据库方便、灵活、快捷的访问，研究了利用Mobile Agent技术对分布、异构信息进行检索的原型系统的系统架构和各主要部分的功能．讨论了为提高系统性能而采用的若干关键技术：返回结果的策略、访问的自适应和有效的代码迁移机制．该原型系统既可用于虚拟企业寻找合作伙伴时的信息查询，又可用于电子商务中商品信息的搜索．指出下一步将对该平台进行扩展，实现对非结构化信息的检索．     

SDL进程及SDL环境通信接口分析

简单介绍了SDL语言产生的背景和特点，对SDL的结构、通信、信号以及SDL状态等基本概念做 了较详细的说明。这里着重论述了SDL进程和SDL环境的通信机理及实现方法,给出了一种SDL进程在 Nucleus PLUS多任务系统上运行的接口实现方法。对于利用SDL软件进行实时通信协议设计具有很好的 参考价值。     

基于代理的IP包源追踪系统

提出了一种不需要ISP合作的基于代理的IP包源追查体系结构,描述了支持这种体系结构的分布式包记录代理服务器和集中式反向追查安全控制服务器的实现步骤,扩充了UnixIP包转发算法,实现了包摘要算法和自动追查系统,解决了诸如可疑包的识别、记载、追踪的安全性,节省路由器资源·通过仿真实验证明基于代理的IP包追踪方法是行之有效的·     

基于多代理的制造系统建模框架和实现方法

介绍了基于功能建模和基于过程建模两种制造系统建模框架与方法,分析了软件对象技术、组件技术和代理技术的不同特点·提出了基于多代理的制造系统建模框架,它由对象自治性层次维、软件生命周期维和多视图模型维组成·采用基于多代理的软件工程实现方法,开发了基于多代理的制造系统软件·与软件对象和组件相比,智能代理具有更强的自治性和智能性,能够满足复杂制造系统对分布式数据和分散控制的要求,为制造系统过程集成提供了新的途径·     

CORBA COM及其互操作技术

CORBA（通用对象请求代理体系结构）和 COM（组件对象模型）是分布计算的2个重要规范(因此 详细讨论了CORBA和 COM的体系结构(还介绍了它们互操作的实现6重点介绍了CORBA/COM对 象管理体系结构.模型ORB的系统组成ORB的运行过程和 COM的客户/服务器体系结构以及CORBA/COM互操作的模型和实现方法     

CORBA在电子商务智能代理中的作用

在电子商务和智能代理定义的基础上，分析了以商务为核心的电子商务中消除资源迷向，CORBA所基于的分布式对象等技术，以及与CORBA相关的ORB，IIOP，IDL。介绍了ORB的分布对象间调用和透过IIOP的分布对象间的调用。讨论了多层结构CORBA在电子商务中的应用。     

面向复杂多阶段任务的多活性代理系统活性度量化策划方法

针对在"互联网+"发展大背景下,复杂信息系统须完成任务往往具有多阶段特征变化、复杂度高等特点（以下简称"任务"）.提出一种面向复杂多阶段任务的多活性代理系统活性度量化策划方法,采用随机服务系统理论,建立"系统"服务运行模型,并依此进行服务活性度量化计算及系统策划.所提方法解决了弱先验信息获得条件下多活性代理系统活性度量化问题,具有一定普适性.      

基于代理重加密的VANETs中安全位置服务

提供车辆位置服务是车载网络(vehicle ad hoc networks, VANETs)的重要应用。而用户(车辆行驶人)希望他的位置信息只能暴露于他授权的消息发送者,这就涉及位置隐私问题。提出基于代理重加密的安全位置服务算法(proxy re-encryption- based secure location service, PRESLS)。PRESLS算法采用中心管理模式,并由交通信息港(traffic information center, TIC)扮演中心管理者,且由TIC维持车辆轨迹数据,同时,TIC作为车辆与路边设施单元的中介,使得路边设施单元能安全地共享轨迹数据。利用代理重加密算法,使得轨迹数据不仅对未授权的实体,而且对TIC也是隐匿的,进而实现了位置数据所保密性。通过安全性能分析和基于地图位置服务(map-based location service, MBLS)的实验评估PRESLS算法的性能。分析表明,车辆能够控制仅由车辆允可的路边设施单元才能接入车辆的轨迹数据。同时,基于MBLS的实验数据表明,PRESLS算法在维持车辆轨迹数据安全的同时,并没有降低位置查询成功率。     

基于贝叶斯推理的乘员约束系统参数识别

为了克服测量响应的不确定性给乘员约束系统参数识别带来的困难,利用马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)采样和近似模型构造技术,提出一种基于贝叶斯推理的乘员约束系统不确定性参数识别方法.该方法结合约束系统参数的先验分布和测量响应,通过马尔科夫链在未知参数联合概率密度空间进行抽样,从而获得了织带刚度缩放系数和质量流率缩放系数的后验边缘概率密度函数.识别结果表明,相比于传统确定性识别方法,基于贝叶斯推理的不确定性参数识别方法不仅能有效给出乘员约束系统参数的概率分布,而且能够保证参数寻优的全局收敛性.