计算机网络日益发展成为一个大型的不确定性动态分布式系统,现有的各种网络数据管理方案都已不能有效地满足当前数据统计及管理的需要,计算机网络数据管理正面临着新的挑战。将多Agent系统应用于网络及分布式数据管理是构造新一代网络及分布式数据挖掘系统的全新思路。 本文在介绍了数据挖掘、分布式计算与Agent技术理论的基础上,着重研究了多智能体系统(MAS)的基本理论、及MAS系统中各智能代理Agent间交互合作通信方式,进而针对地理或逻辑上分散的系统,提出了一种基于多智能体的分布式数据挖掘系统模型,该模型采用人工智能中新兴技术多Agent策略。文中对该系统的实现、多智能体各Agent之间的通信以及挖掘算法都给出一定的论述和见解,期望实现大容量数据在分布式存储情况下的数据挖掘,并对该系统性能及可行性,以及模型实现时需要解决的难题和关键技术等进行了详细分析和探讨。该模型在功能实现上集移动Agent和智能Agent的优点于一身,既能够对分布式数据挖掘提供更多的智能支持以实现系统的自治管理,又能够避免大量网络带宽耗费以解决数据传输的瓶颈问题。