论文部分内容阅读
多智能体系统的理论和应用,是人工智能领域重要的研究方向。在本文中,我们将对多智能体系统的构建与分析两个方面进行研究。首先,阐述和讨论了一个多智能体系统的开发方法,并以此来构建对异构智能实体具有动态开放性的系统。其次,引入马尔可夫链的模型检测方法,对社会网络以及容侵系统等多智能体系统的性质进行定量分析,并分别提出了一个基于逻辑的条件传播的信任值计算法,以及一个对包括部分观察黑客的网络系统安全性分析的逻辑框架。
近年来,面向智能体的系统开发成为了一个热点的研究课题。随着应用领域的扩展,产生了具有对异构智能实体的动态开放性系统的构建需求。比如在X1象棋联赛中的人机协作弈棋系统,既要求棋手和计算机协同工作,还需要能让外部智能实体在加入系统后,实时地与棋手和计算机,动态地设置和组织新的协作模式来完成比赛。然而当今的多智能体系统开发方法,如GAIA、Tropos、ROADMAP等,大都在设计阶段将角色固定由一类智能体来实现,因而所开发的系统难以满足对异构智能实体的动态开放性的要求。
在本文中,我们对包含异构智能实体并具有动态开放性的系统的开发,进行了研究、讨论与实践。首先,定义了一个智能(aptitude)模型,并以此来对异构智能实体的智能属性进行抽象,以及对智能体行为与方法进行分类。然后,我们以一个人机协作五子棋弈棋系统IChess的构建为例,总结阐述了一个基于智能模型的多智能体系统的开发方法。在该方法的系统分析和设计阶段,通过将可以由不同智能实体扮演的角色,建模成具有平台功能的动态智能体模型。从而使得系统在运行的时候,动态智能体可以由不同的智能实体来绑定并实现。由于这种绑定机制是动态的,因此根据我们的方法,能够构建出对异构智能实体的动态开放的多智能体系统。最后,我们用基于场景的软件体系结构分析方法,将IChess和用其他两种方法设计的人机协作系统原型来分析比较。分析的结果表明,用我们的方法所建构的系统,能够满足对异构智能实体具有动态开放性的要求。
除了上述对多智能体系统的构建进行研究外,本文还对多智能体系统的性能分析进行了探讨,具体地,将基于马尔可夫链的模型检测技术,运用于对社会网络的信任传播以及包含部分观察黑客的网络系统安全性的分析中。
如何对互联网上的智能体或者用户进行信任的评估分析,是语义网络中的重要课题。而基于信誉(reputation)的信任,是利用用户的行为以及用户之间交流的历史经验,来进行分析并作出信任与否的决定,这在Facebook、评分网等社会网络中有着广泛的应用。对于在社会网络的信誉信息传播中,如何设计对信息的信任计算法(metrics)的研究,越来越得到重视。而当今的信任计算法,都是研究无条件限制传播下的信任值。
为了计算条件传播中的信任值,在本文中,我们提出了一个基于逻辑的条件传播的信任计算法。首先,我们定义了马尔可夫信任网络模型来对社会网络建模,然后通过信任传播逻辑的定义来对条件信任传播的属性进行描述。最后,我们结合离散时间马尔可夫链模型检测技术,给出信任传播逻辑的模型检测算法。通过例子的演示,可以看到该逻辑和计算法能够描述条件传播下的信任属性以及计算相关的信任值。
基于马尔可夫链的软件系统定量性能分析,有着很长的研究历史,主要思想是将软件系统建模成一个容错系统,然后利用随机过程理论对系统性能指标定量分析。而在将这项技术,运用于对网络系统进行安全性分析时,产生了新的挑战——需要对黑客及其行为建模。然而当今这方面的研究,大都假定黑客对网络系统是完全观察的,即完全了解系统的情况。在网络系统规模愈发庞大的今天,这个假定显然并不现实。
为了对部分观察的黑客建模,同时将模型检测马尔可夫链技术用于网络系统定量分析,本文提出了一个结合了认知逻辑与随机概率逻辑的框架。首先,我们将连续时间马尔可夫链模型和解释系统结合,得出带N个智能体观察的马尔可夫链模型。然后,基于智能体对系统运行的等价观察,提出了一个连续时间概率知识逻辑框架。接着,给出了在智能体无记忆且系统是同步系统设定时该框架的一个实现,并且讨论了该实现下的模型检测算法。最后通过一个容侵系统的例子,我们展示如何对包含部分观察黑客的网络系统,进行安全性能定量分析。从该例子中可以看到,对部分观察的黑客的知识建模,对于预测黑客行为增强系统防御有着实际的意义。