导读:本文包含了自动协商机制论文开题报告文献综述及选题提纲参考文献，主要关键词:机制设计,协商—博弈,本体论
自动协商机制论文文献综述
何雨青,朱俊武,李开荣[1]（2019）在《分布式语义自动协商与博弈机制研究》一文中研究指出文章在语义集成中引入了协商—博弈机制。各个Agents由于对领域的认知程度不同,因此,他们构建本体的"可信度"也是不同的。本体"可信度"越高,基于本体语义进行的检索准确率就越高。注意到每个Agent构建的本体与最终本体之间相似度可以看作Agent的收益,Agents之间如果通过协商与博弈来形成均衡,那么这个均衡就是所有Agents最能接受的结果,即"可信度"最高的本体。因此,模拟Agents之间的协商与博弈,构建更"可信"的本体,是完全可行的。(本文来源于《无线互联科技》期刊2019年10期）
龙国伟[2]（2016）在《面向云存储用户的智能Agent自动协商机制研究》一文中研究指出随着互联网技术的迅猛发展,电子商务、即时消息系统和虚拟社区等新技术不断深入影响着人们生活的各个方面,依托个人用户的大量数据不断产生和积累,传统存储设备已经不能满足个人用户存储海量数据的需求,云存储成为越来越多个人用户所选择的一种新的有效存储方式。然而,随着云存储服务提供商数目的不断增加,服务质量成为个人用户在选择服务提供商时所关注的重要因素,如何为个人用户选择合适的云存储服务提供商成为一个亟待解决的问题。本文利用智能Agent系统的自动协商机制来解决个人云存储用户在多个云存储服务提供商中进行选择的问题,目标是在最大化自身效率的同时尽快达成与对方Agent的协商。本文首先对自动双边多议题协商问题的国内外研究现状进行了综述,深入研究和分析了多Agent系统及其常用协商算法。贝叶斯算法具有Agent通过学习其他Agent在协商过程中的行为来获得他们的信息的特点,针对协商过程中对对手偏好信息未知的问题,本文提出一种基于贝叶斯理论的偏好预测算法(Preference prediction based on Bayesian,PPBB),利用偏好预测计算对手的各偏好重要程度比率和让步行为曲线,并由此设计了相应的还盘报价策略和协商机制。本文接下来设计和实现了一个基于以上算法和策略的Agent自动协商系统,给出了详细的用例、模块和算法流程设计及其实现细节。最后的实验结果表明,本文所提出的算法能够在保证协商各方效用值的基础上,有效缩短协商时间。(本文来源于《湖南大学》期刊2016-05-30）
胡军,张振兴,邹立[3]（2015）在《基于协作度的分布式自动协商联盟形成机制》一文中研究指出现有联盟形成的研究中大都没有考虑到不同Agent的协作资源和协作态度不同的异质性,而是假定所有Agent具有相同的协作资源和协作态度.为此提出一种基于协作度的分布式自动协商联盟形成机制(collaborative degree-based distributed automatic negotiation coalition formation mechanism,CDBDN),通过对处在网络拓扑结构中Agent的协作资源和协作态度的描述建立Agent协作度的概念.以分布式的应用环境为背景,建立分布式协商协议(distributed negotiation protocal,DNP)来实现分布式自动协商方式构建联盟.该机制建立了分布式协商协议和引入了Agent协作度,提出基于Agent协作度的协商策略.实验结果表明,该机制在联盟形成的效率、Agent协商效率和个体效用方面都表现出有较好的性能.(本文来源于《计算机研究与发展》期刊2015年05期）
颜丽君,刘晓青[4]（2014）在《基于自动协商的社交网用户隐私保护机制研究》一文中研究指出针对社交网隐私安全问题,利用基于Agent的Pareto遗传算法构建社交网络隐私自动协商模型,实现隐私策略结果的多样性。实验表明,该模型根据用户隐私偏好和社交网隐私策略的不同协商可以产生不同的结果,实现了协商结果的多样性;该模型随着协商次数的增加,协商时间增加很小,在时间上具有可行性。各Agent获得的效用总值达到Pareto最优解,从而验证了该模型的有效性。(本文来源于《楚雄师范学院学报》期刊2014年03期）
韩莉[5]（2013）在《自动信任协商机制在WEB服务访问控制中的应用分析》一文中研究指出信任协商Web服务访问控制方法需要双方首先交换包含多个加密属性的信任证书,然后通过相应的访问控制策略多次交换密钥逐步向对方显示出自己的属性.这种信任协商方法,双方可以控制自己的信任书中属性值的出示,计算量比较小,实现了充分保护信任证书不受攻击、协商不被破坏,可有效防止敏感信息的泄露.(本文来源于《晋中学院学报》期刊2013年03期）
杨绍禹,王世卿,杜世琼[6]（2012）在《云环境下自动信任协商机制研究》一文中研究指出针对云计算环境带来的安全性问题,在目前云安全模型研究的基础上,对分层的云服务框架模型进行了安全性分析。综合考虑云计算环境特点,在不影响云服务质量的前提下保证数据安全,建立了一个云安全访问控制模型ACCP。该模型利用自动信任协商机制可以不依靠数据中心第叁方安全服务,通过双方信任证集的交互和策略的控制自适应地建立组合安全域。通过在用户-服务以及组合服务之间两个场景下信任协商建立过程,表明了模型可行性和有效性。(本文来源于《计算机工程与设计》期刊2012年09期）
申春[7]（2012）在《基于市场驱动代理和学习机制的自动协商模型研究》一文中研究指出随着计算机技术及网络技术的发展，尤其Internet的广泛应用，Agent自动协商技术越来越成为人们研究和应用的热点。我们研究的重点是针对电子商务环境下多边多议题自动协商的协议和策略。电子商务中协商是多Agent系统为了对商品和服务等资源进行交易，利用网络进行协商以期达成一致。多边多议题协商是Agent自动协商研究的一个十分复杂的问题，随着互联网的普及和发展，电子交易不再受到地域的限制，商品资源、商业服务、交易伙伴、物流配送等交易资源空前的丰富，交易的机会大大地增加，使得电子交易市场呈现极大的开放性和变动性。买卖双方如何充分利用电子市场快速变化的供求信息，建立一套有效可行的协商策略，合理平衡供求关系，最大化个体利益是电子商务协商的关键。市场驱动代理模型就是针对变化的市场交易环境，开发具有适应性的协商策略。协商过程中协商Agent从交易机会的大小，交易面临的竞争压力，协商时间的限制，对协商结果的热情度等四个方面，形成对市场协商环境的信息描述，决定采取的协商策略，在动态的电子交易过程中合理地进行让步，减小交易差以促成协议的达成。协商中个体为了保护自身利益以及安全上的考虑，一般都要对个人的偏好、协商的底价、使用的效用评价函数和协商策略等信息加以保密，加上协商环境十分复杂多变，使得协商中Agent拥有的知识是不完全的、模糊的甚至是矛盾的，协商中Agent还要经常面临协商时间的限制，Agent很难预先确定一套行之有效的协商策略。多Agent系统中Agent具有适应性、学习性和改变自身行为的能力，所以在复杂多变的电子商务协商环境下，Agent必须从以往的协商经验中发挥自我学习能力，主动适应环境的变化，自动调整协商策略成为协商成功的关键。本文主要利用市场驱动代理建立适应电子交易市场变化的市场信息描述，并运用包括贝叶斯学习、强化学习、遗传算法、模糊神经网络等多种学习方法，通过Agent的协商经历，学习对手的偏好以及优化自身的协商策略。本文基于这一思想，提出五种基于市场驱动代理和学习机制的自动协商策略及其模型：（1）利用多策略模糊推理建立基于协商双方出价满意度的自动协商模型。随着开放的电子市场环境的不断变化，协商参与者对某个谈判的意向和对协商结果的满意评价都也会随时发生变化。所以，协商开始前根据谈判形式对谈判结果进行正确的预测，会给整个谈判过程提供一个明确的目标指引，成为Agent在协商的不同阶段合理选择协商策略的重要依据。基于协商双方出价满意度的自动协商模型将一次协商过程分为协商前期、初期、中期和后期。协商前期是在协商前对本次协商的目标进行预测的准备期，协商Agent综合可以获得的市场信息，利用模糊决策判断自身和协商对手的谈判力大小以及第叁方环境因素的利弊，综合预测本次协商的预期目标，并依据该目标将整个协商可出价效用区划分为不同的出价满意度模糊集。协商交互过程中，根据协商双方提议所处的不同出价满意度，确定协商进展到不同阶段，决定采取相应的混合协商策略，并利用模糊推理生成新一轮总体让步值。这种协商策略综合运用了多目标模糊决策和多策略模糊推理技术，利用明确的总体目标为指导，提高了协商的成功率和总体收益。该模型针对多议题协商问题，设计了基于相似性原则的退火算法，在多议题间进行折衷，得到对协商双方都有利的最佳多议题出价方案。为了提高算法的有效性，我们还利用Bayesian方法学习对手对各议题的偏好权重。（2）为适应电子商务交易中的多边协商环境，提出基于市场驱动代理的自动协商模型。MDA针对开放多变的市场协商环境，从四个方面对协商环境信息进行评价：协商Agent继续谈判的机会；竞争压力；时间压力；对协商结果的期望度。据此，我们建立了多Agent环境下组织多边多议题协商的过程以及协商Agent根据对四个市场因素进行加权统计计算出新一轮协商总体让步值的协商策略。（3）提出基于分布式强化学习的多边自动协商策略。MDA利用四个市场驱动因素进行协商评估并决定其让步策略，但这些市场驱动因素对让步策略的影响并不是线性关系，简单地用算术公式综合决策的方法缺少灵活处理能力。针对这一问题，我们利用改进的Win-or-Learn-Fast Policy Hill-climbing（WoLFPHC）分布式多Agent强化学习方法开发具有适应性的市场驱动代理（Adaptivemarket-driven agent，AMDA）来增加多边协商环境下MDA的适应能力，这样协商Agent可以通过其协商的经历适应性地学习并获得有效的协商策略。WoLF PHC算法是一种可变学习率的策略爬山算法，不利时加快学习速度，有利时减慢策略的变化，在多Agent中感知环境的变化，适应性调整自身策略。通过对比AMDA和MDA的协商实验，AMDA更能适应多边协商环境的变化，通过不断的学习在成功率和协商收益上都最终超过MDA。（4）为了处理连续的协商状态，提出基于模糊神经网络的自动协商策略。WoLF PHC方法利用四个市场驱动因素评价函数形成当前协商的状态信息并存储于Q表中，因此它只能对离散的状态和动作进行强化学习，针对该方法离散粒度难于设定的问题，引入模糊神经网络学习优化协商策略。模糊神经网络的输入为连续的状态和策略动作，输出为状态动作对的Q值评价函数值，网络连接参数通过时序误差和BP反向传播方法进行调整。自动协商环境中，状态变量是由市场驱动代理评价的四个因素值形成的，实际执行的动作为当前状态下让步比率预测值，该值通过评测候选动作集中模糊神经网络Q值输出优胜的让步动作，并迭加高斯噪音获得的。（5）提出基于Actor-Critic强化学习的自动协商策略。基于模糊神经网络的自动协商模型中实际执行动作是取自候选动作集，虽然经过噪音处理，但并未真正实现对连续动作的处理。针对这一问题，我们使用Actor-Critic强化学习方法进行协商策略优化。执行器Actor和评价器Critic分别利用两个模糊神经网络建立，Critic神经网络参数通过时序误差和BP反向传播方法进行调整，Actor神经网络参数使用遗传算法进行优化。这种学习方法实现了对连续状态和动作的模糊处理，是对模糊强化学习方法的有益探索，并对该方法运用到自动协商中优化让步策略进行了尝试。以上基于学习型的自动协商策略是递次研究的结果，每个方法都是针对上一个协商策略的不足之处进行改进获得的。我们通过大量的实验验证了相应方法的效率和效果。(本文来源于《吉林大学》期刊2012-06-01）
张振文[8]（2010）在《基于让步提示的同步自动协商机制研究》一文中研究指出新千年之初,开放电子市场环境的出现推动了电子商务的蓬勃发展,作为电子商务重要组成部分的电子协商发挥的作用越来越显着。自动协商是一种利用智能的自利软件Agent代表其使用者和其他的Agent进行商品或服务交易的电子协商。协商机制是实现高效自主协商的结构化和系统化的方法,它包括协商协议和协商策略。目前,国内外关于自动协商的研究相继提出了一些形式化的模型,为后续的深入研究奠定了重要的基础。但是由于相关的研究在模型设计上做了相当程度上的假设和简化,还有一些协商形式不能够很好的实现,例如一对多、多对多及多属性议题的自动协商等等。另外传统协商机制下,交易者信息的公开流失、交易者协商过程中报价信息的非对称交互,极易造成协商过程和结果的不公平,使得人们在协商过程中心理负担沉重,协商效率受到较明显的影响,现有同步协商协议下的协商者缺乏必要的让步信息,更无法解决多属性议题下的复杂让步决策问题。因此,还需要对自动协商机制展开进一步的研究来解决上述相关问题。本文在国家自然科学基金资助的“封闭出价的同步讨价还价协议及Agent议价策略研究”等项目研究工作的基础上,深入地对自动协商的相关问题展开研究,提出了“基于让步提示的同步自动协商机制模型”,并对其协商策略问题进行了比较深入的研究。本文针对电子商务应用环境下的协商协议机制,从商务交易行为的现实需求出发,首先从形式复杂多样的协商任务中分离出协商基础—双边协商,并进一步分析结构化后的协商形式的应用前景,提出并构建了基于MAS(Multi-Agent-System)的双边同步自动协商协议,单方对单方的单属性自动协商是其他自动协商形式的基础单元,协议通过同步报价规则的构建和对提议信息的屏蔽,减少了参与者之间的猜忌,避免了协商者潜在利益的流失,通过引入公平第叁方来达到屏蔽双方参与者真实身份及报价信息,并引入让步引导性方法来加强对协商Agent的让步决策支持,解决协商参与者的让步决策信息缺乏的难题,可提高协商的效率并保障交易的公平性,从而使目前困扰协商研究及应用的一些难题在一定程度上得以解决。多方对多方的协商和多属性协商是重要的协商应用形式。通过对多方对多方双边同步议价模型的分析,构建了适用于多方对多方同步自动协商的协议,较好的解决了双边多参与者的报价及让步的协调一致问题。通过分析多属性协商的多属性议题的合成偏好、多维让步空间选择等特征等当前研究所面临的一系列难题,设计了一个基于多维空间让步的同步多属性自动协商协议。具有多维空间的让步引导机制解决了Agent让步方向和让步幅度的问题,该协议采用打包协商的方法,即提议中包含多个属性议题,当某个属性已经达成一致后,后面的协商以该属性已完成解为中继条件,继续进行其他待协商属性的协商,直至双方在所有属性议题上达成一致意见。文中对协商协议的运行特性和实际应用进行了实例性演示。协商Agent的决策信息和基本的策略组成将会对协议下Agent的协商决策带来直接影响。因此分别基于Agent的决策信息和基本的策略对不完全信息下买、卖Agent协商策略制定的具体原则和方法进行了研究,对时间衰减因素作用下协商Agent的让步策略选择进行分析,结合双方不同的策略选择组合类型,对协商过程中的动态相互作用的均衡结果进行了定性分析。有关Agent协商策略的分析和制定研究为协商参与者参与自动协商提供了一套策略制定的原则和方法。在上述研究的基础上,采用MATLAB设计并实现了同等条件下交替报价、同步报价、封闭信息的同步报价和基于让步引导的封闭式同步报价议价过程的对比实验。根据对不同协议下Agent议价策略的分析和说明,完成实验环境的设置、模拟数据的生成以及评测指标的设计等相关工作,获得了根据实验中各项评测指标的结果,比较和分析几种协议的表现情况。通过结果的分析与比较可以得出如下结论：在同等条件下,新型协商协议在缩短议价周期、公平性以及促进交易成功等方面均优于其他传统协议。(本文来源于《华中科技大学》期刊2010-05-01）
武小年,张润莲,马春波,周胜源[9]（2010）在《基于策略的自动协商机制在分布委托授权中的应用》一文中研究指出网格系统采用委托授权有效地解决了分布状态下的授权问题,但其动态变化将打破委托授权模式下不同安全域间访问权限的全局一致性。为解决该问题,采用了一种基于策略的自动协商机制。为及时发现问题并在相关安全域间快速协商和恢复双方访问权限的全局一致性,该机制定义了一组用于引导协商过程自动进行的策略规则,并给出一个系统必须遵循的协商状态转换图,从而在事件触发器的推动下,自动实施协商过程的状态变换,实现权限协商并重新授权。测试结果表明,与人工协商相比,该自动协商机制提高了解决问题的效率,改善了系统性能,并简化了管理者的安全维护管理工作。(本文来源于《计算机科学》期刊2010年03期）
刘百灵[10]（2010）在《自动信任协商中敏感信息保护机制及提高协商效率方法研究》一文中研究指出近年来,随着因特网的飞速发展,商业、军事、公司之间通过Internet的联系越来越频繁,来自不同管理域的陌生实体之间相互协作的需求愈来愈迫切,例如资源共享、安全交易等,基于单个管理域和集中式管理的传统访问控制已经不再适用。“如何在分布式环境中建立通信和交易主体间的信任关系”成为一个重要问题。为此,科研工作者提出了自动信任协商的概念,通过逐步请求和披露信任证以在陌生实体之间建立信任,并被视为一种在跨安全域的陌生实体间建立信任的有效方法。随着无线网络的发展,出现大量计算资源和通信资源受限的环境,例如普适计算、对等计算、传感器网络等。分析了自动信任协商的研究问题和热点之后,发现如果使自动信任协商能够应用于包括资源受限环境的各种网络环境,必须加强自动信任协商中对敏感信息保护和协商效率的研究,为开放式环境下的用户提供更加安全可靠、方便高效的服务。策略数据库的提出主要为了保护自动信任协商的拥有敏感信息,但策略数据库中仍然存在因概率推理而泄露资源的拥有敏感信息。为解决该问题,分别从句法和语义的角度,定义了访问控制策略之间的严格关系,通过添加一个新组件,在策略数据库系统中实现这种访问控制策略严格关系,提高了原始策略数据库系统的安全性,加强了自动信任协商中对拥有敏感信息的保护,理论分析证明了该方案具有可行性。协商策略是根据敏感资源的访问控制策略,负责生成使协商双方达成共识、彼此建立信任的信任证披露序列,它是自动信任协商的核心组件,其效率将直接影响整个协商过程的效率。在研究已有的协商策略的基础上,利用确定型有穷自动机,提出一种新的协商策略,确定型有穷自动机协商策略(Deterministic Finite Automaton Negotiation Strategy,简称DFANS),它兼顾理想协商策略的各种需求。最坏情况下,其通信复杂度仅为O(n),当不涉及回环依赖时,计算复杂度为O(m),其中n为协商过程中请求信任证的总数,m为协商双方所查找的访问控制策略的总大小。当遇到回环依赖时,只需增加合理的计算开销,在协商双方访问控制策略允许的情况下,能够保证协商成功。自动信任协商中,协商效率、协商成功率和敏感信息保护叁者之间存在着冲突,为了在这叁者之间进行权衡,扩展了已有的策略语言,提出了一种相关的协商协议,设计了一种实用的P.E.评估模型,并证明了这些方案在确保敏感信息安全的前提下,能够提高协商效率和协商成功率。自动信任协商中,披露序列的生成和信任证的有效性验证这两个过程通常会耗费较多的计算资源。提出了叁种高效的自动信任协商框架,分别从不同的角度,提高以上两个过程的效率,以提升信任协商效率。第一种协商框架利用了本地信任结点的历史协商信息,提高了披露序列的生成效率；使用声明权证和检验权证,减少了信任证的交换数量和信任证验证的次数,实验结果表明了协商效率得到明显的提高。第二种协商框架,将自动信任协商运用到电子服务技术,利用自动信任协商技术在资源受限的电子服务实体之间建立信任。第叁种协商框架,根据虚拟组织域的迭加数目评估结点的信任度,基于该信任度提出细粒度的自适应访问控制策略,简化了协商过程,减少了信任证的交换数目和信任的证验证次数,而且避免了无关信息的泄露。(本文来源于《华中科技大学》期刊2010-03-01）
自动协商机制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着互联网技术的迅猛发展,电子商务、即时消息系统和虚拟社区等新技术不断深入影响着人们生活的各个方面,依托个人用户的大量数据不断产生和积累,传统存储设备已经不能满足个人用户存储海量数据的需求,云存储成为越来越多个人用户所选择的一种新的有效存储方式。然而,随着云存储服务提供商数目的不断增加,服务质量成为个人用户在选择服务提供商时所关注的重要因素,如何为个人用户选择合适的云存储服务提供商成为一个亟待解决的问题。本文利用智能Agent系统的自动协商机制来解决个人云存储用户在多个云存储服务提供商中进行选择的问题,目标是在最大化自身效率的同时尽快达成与对方Agent的协商。本文首先对自动双边多议题协商问题的国内外研究现状进行了综述,深入研究和分析了多Agent系统及其常用协商算法。贝叶斯算法具有Agent通过学习其他Agent在协商过程中的行为来获得他们的信息的特点,针对协商过程中对对手偏好信息未知的问题,本文提出一种基于贝叶斯理论的偏好预测算法(Preference prediction based on Bayesian,PPBB),利用偏好预测计算对手的各偏好重要程度比率和让步行为曲线,并由此设计了相应的还盘报价策略和协商机制。本文接下来设计和实现了一个基于以上算法和策略的Agent自动协商系统,给出了详细的用例、模块和算法流程设计及其实现细节。最后的实验结果表明,本文所提出的算法能够在保证协商各方效用值的基础上,有效缩短协商时间。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自动协商机制论文参考文献
[1].何雨青,朱俊武,李开荣.分布式语义自动协商与博弈机制研究[J].无线互联科技.2019
[2].龙国伟.面向云存储用户的智能Agent自动协商机制研究[D].湖南大学.2016
[3].胡军,张振兴,邹立.基于协作度的分布式自动协商联盟形成机制[J].计算机研究与发展.2015
[4].颜丽君,刘晓青.基于自动协商的社交网用户隐私保护机制研究[J].楚雄师范学院学报.2014
[5].韩莉.自动信任协商机制在WEB服务访问控制中的应用分析[J].晋中学院学报.2013
[6].杨绍禹,王世卿,杜世琼.云环境下自动信任协商机制研究[J].计算机工程与设计.2012
[7].申春.基于市场驱动代理和学习机制的自动协商模型研究[D].吉林大学.2012
[8].张振文.基于让步提示的同步自动协商机制研究[D].华中科技大学.2010
[9].武小年,张润莲,马春波,周胜源.基于策略的自动协商机制在分布委托授权中的应用[J].计算机科学.2010
[10].刘百灵.自动信任协商中敏感信息保护机制及提高协商效率方法研究[D].华中科技大学.2010