mirror of
https://github.com/Estom/notes.git
synced 2026-04-13 13:59:51 +08:00
lunwen
This commit is contained in:
shanghai
@@ -15,8 +15,21 @@
|
||||
* 自组织的（self orgnization）
|
||||
* 分布式的（distributed）没有中心的控制与数据。
|
||||
* 个体简单，群体复杂，信息交流
|
||||
* 可扩充，
|
||||
* 可扩充。
|
||||
|
||||
|
||||
(1) 控制是分布式的,不存在中心控制。因而它更能够适应当前网络环境下的工作状态,并且具有较强的鲁棒性,即不会由于某一个或几个个体出现故障而影响群体对整个问题的求解。
|
||||
(2) 群体中的每个个体都能够改变环境,这是个体之间间接通信的一种方式,这种方式被称为“激发工作”(Stigmergy) 。由于群体智能可以通过非直接通信的方式进行信息的传输与合作,因而随着个体数目的增加,通信开销的增幅较小,因此,它具有较好的可扩充性。
|
||||
(3) 群体中每个个体的能力或遵循的行为规则非常简单,因而群体智能的实现比较方便,具有简单性的特点。
|
||||
(4) 群体表现出来的复杂行为是通过简单个体的交互过程突现出来的智能( Emergent Intelligence) ,因此,群体具有自组织性。 [1]
|
||||
|
||||
### 基本原则
|
||||
|
||||
(1) 邻近原则( Proximity Principle) ,群体能够进行简单的空间和时间计算;
|
||||
(2) 品质原则(Quality Principle) ,群体能够响应环境中的品质因子;
|
||||
(3) 多样性反应原则( Principle of Diverse Response) ,群体的行动范围不应该太窄;
|
||||
(4) 稳定性原则(Stability Principle) ,群体不应在每次环境变化时都改变自身的行为;
|
||||
(5) 适应性原则(Adaptability Principle) ,在所需代价不太高的情况下,群体能够在适当的时候改变自身的行为。
|
||||
### 应用领域
|
||||
|
||||
* 旅行者商问题
|
||||
|
||||
@@ -1,108 +0,0 @@
|
||||
# 文献阅读内容整理
|
||||
|
||||
|
||||
## 主题：群体智能与协同防御
|
||||
|
||||
### 课题目标
|
||||
|
||||
将群体智能与网络安全技术进行结合，实现局域网范围内的协同防御。
|
||||
|
||||
### 主要对象
|
||||
局域网内的计算机、工控设备、打印机等网络设备。
|
||||
|
||||
### 主要任务
|
||||
1. 能够从局域网内的不同设备采集数据。群智感知？分布式数据采集？显然主要任务是实现分布式数据采集。群智感知的对象是分布式网络中的智能个体-人。人后通过智能个体构成的分布式网络实现对整个社会的感知任务。然而在我们的目标当中，每个对象都是计算机，不需要激励机制，不需要设备对象感知社会。
|
||||
不过也存在这么一种情况。如果是分布式的群体智能的话，即没有中央控制的智能设备的话，智能个体之间的交互是否可以存在两种形式：请求响应，主动分发。通过这两种形式，实现局域网络内智能设备的沟通与同步，实现知识积累后的传递。
|
||||
综上所述，群智感知领域的论文可能不太适合，应该是分布式数据采集的能力。
|
||||
关于构想的模型，分布式数据采集，是否需要中央控制器。群体智能与协同防御是否是中央控制网络还是分布式控制网络。如果要实现分布式控制网络，每个个体可能都是一个能够独立完成任务的独立个体。所以相比中央控制的网络具有哪些优势？就像传统的360安全控制一样，有统一的服务器分发针对每种病毒每种攻击的防御方法。
|
||||
所以现在，主要是搞清楚要做一个什么样的东西。
|
||||
2. 每个个体能够独立完成个体的数据采集与防御工作，同时又能与其他个体进行协同，交换彼此的数据，增强个体防御工作。协同防御。
|
||||
3. 所以我的研究方向，必然是将群体智能与网络安全技术进行结合的产物，你的目标不应该是为了完成某个自己都不明确的项目，而是创造一个符合你当前具备的知识的项目或者说潜在可能有价值的项目。
|
||||
4. 群智感知--不太适合。分布式数据采集。这里可以扭曲一下。群智感知的特点：个体有必要决定是否参加感知任务，感知任务的主要目标是将数据发送给集中服务器，或者说，发送给数据请求者。
|
||||
|
||||
|
||||
|
||||
关于分布式数据采集和群智感知的分析：经过阅读论文，crowd sensing群智感知与分布式数据采集存在明显的不同。
|
||||
|
||||
## 文献阅读
|
||||
|
||||
### MCSN中基于参与者能力和数据质量的激励机制
|
||||
* 移动群智感知网络MCSN（mobile crowd sesing network）
|
||||
* 对移动群智感知网络的优化方案：
|
||||
* 任务分配：将感知任务进行合理分配，针对性覆盖。
|
||||
* 定价机制：以最少的代价获得质量最高的信息。
|
||||
* 激励机制MRAI-BDQ基于参与者能力与数据质量的激励机制。这种信息采集的激励机制，采取不同方法提高参与者的积极性。
|
||||
* 移动群智感知网络主要是从移动设备构成的智能感知网络，获取信息用于趋势预测、信息分析、数据共享。
|
||||
* 分析：这里的群智感知是基于移动网络的，这里的激励机制主要是针对人群参与度进行激励；而我们要面对的群智感知应该是自主运行的电脑，采集的信息，那是否需要进行激励？如何激励单个智能体反馈更多的信息。
|
||||
|
||||
### 复杂网络结构下高阶多智能体系统的分析与综合
|
||||
|
||||
* 多智能体系统====>分布式自主系统。
|
||||
* 网络拓扑是网络形状，是网络在物理上的连通性。网络拓扑结构是互连各种设备的物理布局，用什么方式把网络中设备连接起来。拓扑图给出网络服务器、工作站的网络配置和相互间的连接。
|
||||
* 高阶多智能体，拓扑结构动态性、层次性。
|
||||
* 多智能体一致控制。（集中控制）协同控制问题：多层次下同步控制；动态条件下的协同控制。
|
||||
* 分析：解决了多智能体的协同-控制问题。可能与自己的目标方向不太一致。
|
||||
|
||||
### 基于博弈论的群智感知激励机制
|
||||
|
||||
* MCS（mobile crowd sensing）旨在利用大量普通用户及其携带的移动设备来实现大规模的社会感知任务。
|
||||
* 所以说群智感知这个课题可能与自己需要完成的任务不太一样。
|
||||
* 群智感知是一种参与感知。以人为中心的计算，通过移动用户手机数据。
|
||||
|
||||
### 多智能体系统仿真与评价
|
||||
* 自然界智能个体-->相互作用应用-->产生集群行文。
|
||||
* 动力学模型（基于群体相互作用的集群动力学模型）、信息传递机制、混合多智能体、数据驱动的运动评价。
|
||||
* 多智能体动力学建模、大规模鸟群中的扰动现象。
|
||||
* 分析：通过对蚁群、羊群等群体生物的仿真，可以分析群体智能系统的构成，群体中个体之间的交互以及相互作用，对理解群体智能算法有非常大的帮助。
|
||||
|
||||
### 群智感知系统中协同计算若干关键技术研究
|
||||
|
||||
* 群智感知分为被动感知和主动感知。
|
||||
* 被动群体感知：不需要取的感知对象的同意，准确性、稀疏数据处理。
|
||||
* 主动群体感知：感知对象选择性参与（激励机制）。
|
||||
* 主要解决的问题：大范围数据的感知路径规划。稀疏数据重建。使用动态任务分配降低单个感知对象的任务处理难度。
|
||||
|
||||
### 群体智能在旅行商问题中的应用综述
|
||||
|
||||
* 群体智能：生物群体间对信息分享和相互协作表现出的智能行为。应用在调度问题、路径规划、可靠性优化问题上。
|
||||
* 旅行商问题：
|
||||
* 蚁群算法
|
||||
* 粒子群算法
|
||||
* 鱼群算法
|
||||
* 混合蛙跳算法
|
||||
* 人工蜂群算法
|
||||
* 分析：通过五种不同的群体智能算法解决旅行商问题。可一根据这个文献自己实现组合优化的旅行商问题。进行代码实验。
|
||||
|
||||
### 群体智能优化算法在入侵检测中的应用综述
|
||||
|
||||
* 入侵检测领域有IDS、IPS、NSM等入侵检测系统，降低误报率，提高检测率。常用的入侵检测算法主要有贝叶斯分类器、人工免疫原理、支持向量机、深度神经网络算法等。
|
||||
* 群体智能优化算法，只能用在问题解决过程中的参数优化步骤上。
|
||||
|
||||
### 基于事件驱动的多智能体编队控制研究
|
||||
|
||||
* 智能体通过事件响应机制，对外部的变化实施响应，不需要一致通信。
|
||||
* 智能体能够通过相邻的智能体获得状态信息以及所期望的编队信息。
|
||||
* 分析：对于多个智能体扮演的角色、通信方式、事件响应机制提供一些思路。
|
||||
|
||||
### 基于群体智能的自组织运动控制综述
|
||||
|
||||
* 简单个体行为->复杂群体行为。
|
||||
* 特点：分布式控制、个体之间间接沟通、个体能力有限行为简单、群体自发形成表现出自组织特性。
|
||||
* 对群体智能的发展过程进行综述。
|
||||
|
||||
### 关于群体智能算法及其在信息安全中的应用
|
||||
|
||||
* 文献级别：重要文献
|
||||
* 关键词：群体智能算法、信息安全、密码学
|
||||
* 主要内容：讲解SI的应用方法。
|
||||
|
||||
|
||||
## 兴趣
|
||||
|
||||
觉得自己感兴趣的方向：智能算法的研究与应用。
|
||||
|
||||
显然智能算法------与智能算法的具体应用领域。都需要进行细化。
|
||||
|
||||
智能算法：神经网络、支持向量机、遗传算法……应用在不同领域。
|
||||
|
||||
智能算法应用领域：自然语言处理、语音识别……
|
||||
@@ -1,168 +0,0 @@
|
||||
# 文献阅读内容整理2
|
||||
|
||||
|
||||
## 文献阅读
|
||||
|
||||
### Using a multi-agent system and artificial intelligence for monitoring and improving the cloud performance and security
|
||||
|
||||
* 文献级别：普通文献
|
||||
* 关键词：cloud computing,large-scale ditributed,MAS-CM
|
||||
* 内容：建立了多智能体云计算检测系统。能够实现多任务的规划，任务安全控制，控制智能体的性能。
|
||||
|
||||
## Research and application of virtual user context information security strategy based on group intelligent computing
|
||||
* 文献级别：普通文献
|
||||
* 关键词：group intelligent computing,privacy protection,neural network
|
||||
* 内容：使用BP神经网络、遗传算法，结合group intelligence实现了安全策略
|
||||
|
||||
|
||||
## Swarm intelligence: past, present and future
|
||||
* 文献级别：普通文献
|
||||
* 关键词：Optimization,Nature-inspired algorithms
|
||||
* 内容：介绍了群体智能算法的由来、定义、特性、能解决的问题。
|
||||
|
||||
## Swarm Intelligence and IoT-Based Smart Cities: A Review
|
||||
* 文献级别：重要文献
|
||||
* 关键词：robust, scalable, self-organized,IoT Smart cities
|
||||
* 主要内容：deal with dynamic and fast changing systems。介绍了群体智能、群体智能算法在智慧城市中的应用、群体智能框架、未来的发展趋势、以及如何使用群体智能算法。
|
||||
|
||||
### A parallel self-organizing overlapping community detection algorithm based on swarm intelligence for large scale complex networks
|
||||
* 论文级别：参考文献
|
||||
* 关键词：PSOCD,networks,SLPA
|
||||
* 主要内容：介绍了一种基于群体智能的更高级的网络社区组织方式。主要算法为PSOCDa Parallel Self-organizing Overlapping Community Detection (PSOCD) algorithm
|
||||
|
||||
### A Review of Computational Swarm Intelligence Techniques for Solving Crypto Problems
|
||||
* 文献级别：重要文献
|
||||
* 关键词：crypto,cryptography,cryptanalysis
|
||||
* 主要内容：介绍群体智能在密码学和密码分析当中的应用。
|
||||
|
||||
|
||||
### Security‐aware SaaS placement using swarm intelligence
|
||||
* 文献级别：普通文献
|
||||
* 关键词：SaaS,security,PSO
|
||||
* 主要内容：distributed and the highly dynamic 。群体智能算法一半用来解决分布式的动态变化集群的智能算法。
|
||||
|
||||
|
||||
### A swarm intelligence-based algorithm for the set-union knapsack problem
|
||||
* 论文级别：参考文献
|
||||
* 关键词：Genetic Algorithm,optimization,PSO
|
||||
* 主要内容：使用粒子群算法解决集合背包问题
|
||||
|
||||
### Secure impulsive synchronization control of multi-agent systems under deception attacks
|
||||
* 论文级别：参考文献
|
||||
* 关键词：secure synchronization,multi-agent, deception attacks
|
||||
* 主要内容：为了解决认知无线电技术中的诱骗攻击问题。
|
||||
|
||||
### Inverse hygric property determination based on dynamic measurements and swarm-intelligence optimisers
|
||||
* 论文级别：普通文献
|
||||
* 关键词：hygric,building materials,dynamic measurements
|
||||
* 主要内容：提供了多孔建筑材料湿度属性测量的方法，是基于群体智能的动态测量方案。可以用来参考群体智能方法的应用。
|
||||
|
||||
### A survey on recent advances in distributed sampled-data cooperative control of multi-agent systems
|
||||
* 论文级别：普通文献
|
||||
* 关键词：multi-agent,cooperative control,sampling data
|
||||
* 主要内容：多智能体的分布式数据抽样的联合控制。这个设计数据采集，可能对于这里的网络安全结合分布式数据采集有些关系。
|
||||
|
||||
### A survey of swarm intelligence for portfolio optimization: Algorithms and applications
|
||||
|
||||
* 论文级别：普通文献
|
||||
* 关键词：portfolio,SI,Artificial bee colony
|
||||
* 主要内容，对投资组合问题的优化，使用了群体智能方法。可以用来了解群体智能的具体应用。
|
||||
|
||||
### Designing a sustainable supply chain network integrated with vehicle routing: A comparison of hybrid swarm intelligence metaheuristics
|
||||
* 论文级别：普通文献
|
||||
* 关键词：sustainable,suply chain,Vihicle routing
|
||||
* 主要内容：建立了一个可持续的供应链模型，考虑到供应路线问题，采用PSO和ABC算法进行解决。这也是一个群体智能的应用，可以用来了解群体智能的具体用法。
|
||||
|
||||
### A cooperative swarm intelligence algorithm for multi-objective discrete optimization with application to the knapsack problem
|
||||
* 论文级别：普通文献
|
||||
* 关键词：Multi-objective,Firefly Algorithm,PSO
|
||||
* 主要内容：将萤火中算法与粒子群算法进行结合，解决多对象问题。可以作为群体智能算法的一个应用。
|
||||
|
||||
### A survey on security control and attack detection for industrial cyber-physical systems
|
||||
* 论文级别：重要文献
|
||||
* 关键词：cyber-physical,attack detection,security control
|
||||
* 主要内容：讲解工控网络中的安全控制与攻击发现。是一篇综述文献，有利于自己了解工控网络的安全架构。
|
||||
|
||||
|
||||
### Solving task allocation problem in multi Unmanned Aerial Vehicles systems using Swarm intelligence
|
||||
* 论文级别：普通文献
|
||||
* 关键词：Task allocation,Multi-agent systems,Swarm intelligence
|
||||
* 主要内容：利用群体智能，解决多个无人机系统的任务分配问题。是群体智能算法的一个具体应用，可以用来了解群体智能算法如何应用。
|
||||
|
||||
### A swarm intelligence-based hybrid approach for identifying network modules
|
||||
* 论文级别：普通文献
|
||||
* 关键词：Comparative analysis,Modularity,Network modules
|
||||
* 主要内容：使用群体智能实现网络模块识别（但并不知道到网络模块识别是什么）应该属于群体智能算法的一个应用。
|
||||
|
||||
|
||||
### Swarm Intelligence Approaches for Parameter Seting of Deep Learning Neural Network: Case Study on Phishing Websites Classification
|
||||
* 论文级别：普通文献
|
||||
* 关键词：Machine learning, neural networks, optimization,classification
|
||||
* 主要内容：使用群体智能优化神经网络的参数，然后使用训练好的神经网络模型，识别钓鱼网站。也算是群体智能的一个应用。
|
||||
|
||||
|
||||
### Modeling Others using Oneself in Multi-Agent Reinforcement Learning
|
||||
* 论文级别：普通文献
|
||||
* 关键词：RL,Self Other Model,multiagent
|
||||
* 主要内容：通过分布式多智能体系统，实现单个智能体的强化学习，即一个智能体与相邻智能体通过预测-验证过程进行训练，完成整个拓扑结构中的相互识别。然后问章解决了三种任务。与群体智能无关，但是多智能体强化学习，感觉有点意思。
|
||||
|
||||
### RELATIONAL FORWARD MODELS FOR MULTI-AGENT LEARNING
|
||||
* 论文级别：参考文献
|
||||
* 关键词：RFM,multi agent,prediction
|
||||
* 主要内容：通过RFM模型，对多智能体建模，用来预测多智能体未来的行为。与群体智能无关，但与预测算法有关。
|
||||
|
||||
### Multi-Agent Common Knowledge Reinforcement Learning
|
||||
* 论文级别：参考文献
|
||||
* 关键词：multi aget,RL,common knowledge
|
||||
* 主要内容：也是多智能体的强化学习，似乎这一方面有点火。
|
||||
|
||||
### Bayesian Action Decoder for Deep Multi-Agent Reinforcement Learning
|
||||
* 论文级别：参考文献
|
||||
* 关键词：RL,multi agent,bayesian
|
||||
* 主要内容：使用贝叶斯来加强深度学习。也是多智能体深度学习领域。
|
||||
|
||||
|
||||
### Unveiling Swarm Intelligence with Network Science—the Metaphor Explained
|
||||
* 论文级别：普通文献
|
||||
* 关键词：self-orgnization,network science,SI
|
||||
* 主要内容：使用网络来描述SI算法，并进行讲解。
|
||||
|
||||
|
||||
### Meerkat Clan Algorithm: A New Swarm Intelligence Algorithm
|
||||
* 论文级别：重要文献
|
||||
* 关键词：Meerkat Clan,SI,TSP
|
||||
* 主要内容：介绍新的SI方法。
|
||||
|
||||
|
||||
### Extending a Multi-Agent Systems Simulation Architecture for Systems-of-Systems Security Analysis
|
||||
|
||||
* 论文级别：普通文献
|
||||
* 关键词：SoS,multi agent,security
|
||||
* 主要内容：多智能体安全问题
|
||||
|
||||
### Applying Formal Methods to Specify Security Requirements in Multi–Agent Systems
|
||||
* 论文级别：普通文献
|
||||
* 关键词：security,multi agent,Descartes Agent
|
||||
* 主要内容：多智能体安全问题。
|
||||
|
||||
|
||||
### Enhancing the Security of Multi-agent Networked Control Systems Using QKD based Homomorphic Encryption
|
||||
* 论文级别：普通文献
|
||||
* 关键词：multi agent,security,QKD
|
||||
* 主要内容：多智能体网络安全问题。
|
||||
|
||||
|
||||
### A Review on Swarm Intelligence and Evolutionary Algorithms for Solving Flexible Job Shop Scheduling Problems
|
||||
* 论文级别：重要文献
|
||||
* 关键词：SI,evolutionary algorithms,FJSP
|
||||
* 主要内容：SI算法应用的综述
|
||||
|
||||
### Digital Ant Mechanism and Its Application in Network Security
|
||||
* 论文级别：重要文献
|
||||
* 关键词：security,digital ant,decesion making
|
||||
* 主要内容：分布式网络安全问题。
|
||||
|
||||
### SOME SECURITY MODEL BASED ON MULTI AGENT SYSTEMS
|
||||
* 文献界别：重要文献
|
||||
* 关键词：security,multi agent,AI
|
||||
* 主要内容：多智能体安全问题。
|
||||
Reference in New Issue
Block a user