面向多主体的基于政策的运行机制研究

发布时间：2020-06-25 12:43

【摘要】： 目前,计算机系统变得越来越复杂,如何有效地管理这些系统是当前的一个热点问题。一般来说,为了有效地管理复杂的系统,特别是分布式系统,有两个问题需要解决:1)系统行为的自治性。系统怎样在无干扰的情况下自主地管理自己,减轻管理人员的负担。2)系统管理的可控性。提供怎样改变系统行为的一种手段和机制,使系统按照人的意图运行。 我们的研究工作以系统管理的自治性与可控性为出发点,以多Agent协同为研究对象,并引入政策到系统管理中,详细阐述了政策精化方法及政策管理运行机制,为实现政策驱动的多Agent协同系统提供了一种新的探索。提出了基于概念分解的政策精化方法,利用本体在表达语义方面的优势来简化政策精化的过程。大致说来,主要工作和贡献包括以下两个方面: a)研究了政策精化方法,提出了一种基于概念分解的政策精化方法。该方法借助于本体在描述概念之间语义方法的优势,通过建立政策本体与相关的领域本体,借助本体语义推理,实现了将作为本体中一个概念的政策约束在语义上分解为一系列语义单一的概念的集合,完成精化过程。当业务发生变化或应用域发生更改时,只要修改或替换相应的本体,精化的结果可以及时地反映最新的变化。 b)研究了政策管理的运行机制,提出了新的政策运行机制。在我们的政策运行机制中,政策、政策受管对象以及受管对象的行为被视为三个独立的研究对象。它们之间的关系是政策控制受管对象的行为,受管对象的行为要通过受管对象来执行。政策用来控制受管对象进行行为选择,通过政策来驱动受管对象进行行为切换,从而达到执行政策的目的。该方法的好处在于政策执行更简单,整个运行机制能根据不同的要求进行修改和扩展,以适应不同的情形。
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：TP302.1
【图文】：

7过眼睛观察到天快要下雨了，于是他知道到屋用手拿一把伞。一个典型的 Agent与环境的交互图如图 2.1 所示：图 2.1 Agent 通过 sensors 和 effectors 与环境交互由图 2.1 可知：Agent 通过 sensors 接受输入，输出结果为一系列的 actions。具体的处理输入过程不依赖于任何外部环境，也就是说一个 agent 能够根据 sensor传过来的输入(percepts)，自主的决定应该采取哪个相应的 action，通过 effectors输出 actions。Agent 技术作为人工智能的重要分支，已经得到了广泛深入的研究，目前对Agent 的定义尚存在不同的看法。依据 Wooldridge 和 Jennings[11,12]的观点，Agent定义为：Agent 是处在某个环境中的计算机系统，该系统有能力在这个环境中自主行动以实现其设计目标。总的来说

图 4.1 政策类型的定义了政策的几种模态类型，即授权政策和义务政策负授权政策，分别对应 A+和 A-。义务政策又分别对应 O+和 O-。关于政策的属性，我们主要定主体、客体、政策的外部条件和政策的内部条件 语言定义如图 4.2 所示。

【引证文献】

相关硕士学位论文 前1条

1 李正通;基于分层政策的多Agent协同系统研究[D];湖南大学;2010年

本文编号：2729150