一、移动Agent及基于移动Agent的分布式网络管理研究(论文文献综述)
周瑜[1](2019)在《基于联盟形成博弈的任务分配方法研究》文中进行了进一步梳理联盟是多智能体系统(MAS)中研究的一个重要问题,而合作是群体工作中最重要的组成部分。MAS在多Agent合作中着重专注于如何建立组织,形成联盟以及如何进行任务分配。组织和联盟是合作的基础,任务分配则体现合作关系。联盟形成是一个复杂的组合优化问题,使用传统方法寻找一个最优联盟时间复杂度较高,所以如何更高效地找到一个相对更好的联盟是值得深究的。联盟形成博弈是MAS中重要的合作模型,运用博弈论可以分析MAS中的博弈关系,尤其是Agent之间的合作问题。Agent通过形成联盟实现某个共同的目标,从而获得收益。基于博弈关系的MAS是博弈理论与人工智能交叉领域中多产的领域之一,所以研究促使Agent通过合作博弈形成联盟的原因及过程是十分有意义的。本文以基于联盟形成博弈的任务分配方法研究为背景,主要贡献和研究成果归纳如下:(1)由于某些任务的复杂性以及参与者能力或资源的有限性,导致在分配的过程中不可避免地要涉及参与者之间的合作,所以本文重点研究以联盟的方式形成完成任务的群组,并使用博弈理论来分析理性参与者之间的冲突与合作,其中重点分析了成员之间的合作博弈关系。介绍了本文的相关基础理论知识及相关工作,包括联盟机制的组成部分以及任务分配的相关工作研究。(2)考虑到Agent之间的约束,引入社会网络的概念分析Agent之间的行为交互。这种带结构的状态限制了联盟的个数,同时基于这种社交网络考虑参与成员之间的关系,也更加符合实际应用。提出了移动Agent联盟形成模型,具体介绍相应的CMA-CF机制以及算法中的联盟值求解,同时给出了联盟形成过程的偏好规则,最后对算法进行了性能仿真分析,并对比了与其他联盟形成方式在任务分配成本上的优劣。(3)考虑到提高资源的利用率,引入重叠联盟形成博弈的概念分析Agent之间的协调合作,并引入虚拟Agent降低重叠联盟形成过程的复杂性。同时,考虑到联盟伙伴间的关系会成为影响联盟形成的内部因素,研究其对联盟成员选择的影响是有意义的。在熟人之间形成战略联盟确有必要,这里,我们以协作度来衡量参与者之间的伙伴关系,并且协作度依据任务完成的质量不断动态更新,通过仿真实验验证了算法的有效性,实现了 Agent到任务的最佳映射。
柴源[2](2019)在《基于分布式GPU的密码破解系统设计与实现》文中研究表明密码破解的主要方向是利用现有的网络资源进行分布式计算,而作为一种分布式计算技术,移动Agent技术具有异步性、能动性、移动性和自主性等特点,该技术的出现为破解密码提供了新的途径。本文首先对基于分布式GPU的密码破解模型进行了构造设计,确定了该模型的体系结构和层次分布,然后对该模型的各个模块的设计进行了描述。之后对密码破解模型的任务分配、容错策略、通信机制等主要技术进行了详细介绍。其中,任务的分配通过密码看见和任务再分配技术来实现;通讯失效的问题主要由设置标志位和注册表来实现。本文还提出了隐式迁移和显式迁移的概念,对移动Agent迁移的实现步骤进行了全面描述,之后利用任务计算方法对模型的容错方案进行了阐述。最后本文选择了Aglet2.0为移动Agent系统平台,结合GPU技术,使用JAVA等技术开发了模型,然后对系统进行了测试,通过测试对系统的实用性进行了确认。本文所做的主要工作有:1、对移动Agent进行了描述,并提出了分布式密码破解理论,然后建立了基于移动Agent的MADCCM;2、设计了密码破解模型的体系架构和主要功能模块;3、利用密码破解模型,解决了容错策略问题、迁移方案问题以及任务分配问题;4、开发了系统并对系统进行了测试,通过测试验证了移动Agent下分布式GPU进行密码破解的可行性。随着当前网络犯罪的不断升级,公安机关迫切需要一套先进的密码破解系统来追踪犯罪分子打击犯罪行为。本项目已经成为了A省公安厅的重大科研项目之一。本系统能够高效利用公安计算机系统中的各类闲置资源,能够大大提升破解密码的速度,为打击网络犯罪行为提供了有力的技术支撑。
周林立,宋良图[3](2017)在《基于移动Agent的分布式地理信息检索系统研究》文中指出如何从海量的空间信息中快速准确地找出用户感兴趣的信息,是地理信息空间检索服务所要解决的主要问题。为此,本文提出了一种基于移动Agent的分布式地理信息检索框架,并对其中的关键技术进行了研究。移动Agent技术的引入使得空间检索更加智能化,能有效解决网络带宽问题和离线计算问题,同时极大地提高了检索效率,为分布式GIS系统建设提供了一种新的思路和解决方法。
王雪丽,李中涛[4](2017)在《基于移动代理的分布式数据库事务处理算法设计》文中研究表明数据库是承载海量信息化软件应用数据的物理空间,随着"互联网+行业应用"的兴起,分布式管理系统开发并发性地接入到数据库中,数据库事务处理日益增多,亟需采用先进的数据库处理算法对其进行优化,进一步提升分布式数据库的处理速度.该文提出了一种基于移动代理的分布式数据库事务处理算法,可以大幅度提升数据和代码的自治力、耦合程度等,并且在分布式数据库查询中进行实例验证,实验结果表明移动代理模式的分布式数据库可以大幅度提升事务处理速度和效率.
李佳[5](2017)在《基于Multi-Agent的分布式智能检测可视化系统的设计与实现》文中研究说明网络通信技术的飞速发展使得网络设备、服务、协议推陈出新的同时,也不可避免的带来了大量的网络安全问题。Internet服务的开放性决定了用户在各类Web应用的使用过程中很少受到约束,用户的行为模式具备天然的复杂性、不确定性,而现有的各类入侵检测系统在基于用户行为模式进行检测时性能各异,导致入侵检测表现出高误报、高漏报和低效率的缺点,检测的实时性也得不到有效保证。因此,入侵检测系统的运行效率已成为影响系统实施的瓶颈因素。此外,传统的集中式或分层式入侵检测系统通常采用叶子节点采集数据、中心节点或中间节点分析数据的检测架构,使得系统存在因关键节点故障而导致瘫痪甚至崩溃的风险。为了解决上述问题,智能化和分布化的入侵检测成为一条行之有效的解决方案。本论文首先对入侵检测系统进行了分类论述和对比分析,并在此基础上提出了一个基于Multi-Agent的分布式智能检测可视化系统的模型。该模型采用基于三级代理的分布式架构,管理Agent、驻留Agent、移动Agent之间既相互独立又相互协作,针对目标系统中网络数据和硬件信息实现实时分析和告警,形成一个“信息采集-威胁分析-实时告警-可视展现”的网络安全监测闭环。本文的主要工作如下:1、对入侵检测领域研究现状、Agent智能体在该领域的应用进行了综述,通过分析各类入侵检测系统的优缺点,在满足传统分布式入侵检测技术的基础上提出了一种基于Multi-Agent的分布式智能检测可视化系统模型。2、对JADE多Agent平台实现方案进行了研究,介绍了如何利用JADE进行Agent创建、外部任务添加等;对Snort入侵检测系统的构成和规则进行了研究。3、对Multi-Agent分布式智能检测可视化系统进行了需求分析和概要设计,并对数据采集模块、Agent模块、管理控制台模块的功能结构进行了详细设计。在系统架构上,每个网络节点均部署一个驻留Agent,负责数据的采集和初步分析,移动Agent负责威胁证据发现,局域网中部署唯一的管理Agent充当中心节点,负责规则下发、证据的融合分析以及告警生成。在发挥分布式入侵检测系统长处的同时,又改善了传统分布式入侵检测系统的高误报、传输负荷重、鲁棒性差等问题。4、对系统的数据采集层和检测层进行了编码实现。并对系统的入侵检测功能和可视化效果进行了测试。
李明,唐轶[6](2016)在《基于移动Agent的分布式Web搜索模型的设计与实现》文中指出传统基于C/S模式的Web搜索方法对网络带宽和网络通畅性的要求都比较高,因此在当今互联网的海量数据中的检索效率比较低。在分析移动Agent技术特点的基础上,提出一种基于移动Agent的分布式Web搜索模型。该模型根据中文信息搜索的特殊性,将移动Agent技术与分类算法相结合,在搜索过程中引入了用户输入信息的预处理过程来进行信息分类,然后根据分类结果形成基于用户兴趣度的移动Agent搜索路径选择策略以及并发方法,由此来提高Web搜索的效率。详细介绍框架的组成和所采用的关键技术,并通过一个移动Agent的开发平台——Aglet平台对模型进行实现和实验。实验结果表明,采用该模型进行Web检索,比传统的C/S检索方式减少50%以上的搜索时间,而在各资源服务器存储的文件资源类别和资源数量差异较大情况下的搜索效率比非并发的其他移动Agent搜索模型搜索时间要减少70%以上。
乔国娟[7](2014)在《基于移动Agent的负载均衡算法研究》文中研究说明当前,随着信息技术,特别是网络技术和多媒体技术的发展,远程教育系统已经得到了广泛的运用。与此相应,远程实验教学平台应用程度的不断提高,带来访问量的增加,是影响服务器响应速度、网络服务质量及可靠性的一个根本原因。单个服务器处理能力受到限制,很可能成为网络访问的新瓶颈,如何设计服务器集群的负载均衡算法及调度策略以解决远程教育平台出现的各种不适应问题,使得服务平台更好、更快地响应用户请求是本文研究的主要内容。目前,大多数服务器集群的负载均衡的实现采用集中的控制方式,它的缺点在于容易增大网络通信的开销,同时服务器个体的自我智能性差,对负载均衡节点的依赖性大。而移动代理技术(MobileAgent)在对等网络中的广泛应用,表现出良好的智能性,将移动代理技术应用于远程实验教学系统结合负载均衡算法,能够很好地解决负载信息的搜集、调度及均衡策略调整中存在的问题。本课题组已经完成了远程教学平台的基本功能的设计,采用B/S(浏览器/服务器)的访问模式,用户可以通过远程登录异地完成相关课程的学习。本文将在原有B/S模式基础上,引入移动Agent技术,构建基于移动代理技术的LPMA(Load Balancing basedonMobileAgent)三层结构模式,在服务器与客户交互时,由中间代理层作为媒介完成负载均衡的实现。文章的主要开发和实现任务是:利用移动代理实现负载信息的搜集与更新、集群节点的负载迁移算法以及LPMA系统中移动代理子系统的主要功能。系统包含了B/A/S三层结构模型,主要有:底层-OpenMosix分布式系统平台,进行数据的获取;中间层-Aglets移动代理平台,包括任务Agent、整合Agent、任务管理和调度Agent、执行Agent、实时数据采集Agent和共享知识库等几个部分,其功能是进行负载数据搜集与更新,以及节点任务的迁移调度;上层-用户界面,用于响应客户请求的交互界面。负载信息的搜集与更新主要是由实时数据采集Agent与执行Agent进行交互实现,采用轮询机制定期获取数据,并计算出各负载节点的规模,决定是否需要负载迁移。采集的指标主要是CPU利用率、内存利用率、网络利用率、I/O设备利用率和当前服务器的连接速度。关于节点迁移算法,本文使用聚类和随机区间的分析方法,对过载节点选择合适的节点进行匹配,实现任务的迁移与交互,使之达到负载均衡目的。在上述实现过程中,移动代理需要实现以下三个关键功能:(1)动态路由,(2)多代理并行操作,(3)异步执行任务。本文详细给出了在IBMAglet平台上,利用Java语言的开发过程。为了验证系统结构模型的优越性及算法的可靠性,在局域网环境下利用虚拟机搭建一个简单的异构分布式系统,底层安装OpenMosix平台,并设计了一个数据运算的仿真实验,以负载均衡度作为LBMA系统的评价指标来评估算法的有效性。通过实验结果的分析表明该算法可以有效地进行负载的再分配,以及任务的迁移,使得系统的平衡度明显提高,从而提高了系统的资源利用率。同理如果将该系统运用于远程教学平台同样可以有效解决高访问量下的负载分配不均的问题,从而确保远程教学平台的实时性和智能性。在文章的结尾,对本平台的开发工作进行了系统的总结,并对下一步研究方向进行展望。
王新颖[8](2014)在《基于移动Agent的电子商务系统的研究》文中指出在第五次信息技术革命、全球信息化浪潮和国家信息化战略的推动下,电子商务已经进入普及期,并且逐步引领当今社会的经济发展,它的信息传递快、交易成本低、流通环节高效和市场规模大使得越来越多的企业参与到其中,推动着我国经济的不断发展。2007年,电子商务在中国的贸易总额才2.17万亿元;2012年,电子商务在中国的贸易总额突破8万亿元,估计到2013年,将突破10万亿元。因而可知,电子商务具有广阔的应用前景。然而,随着电子商务应用领域的深入和新技术的不断出现、发展,当今的电子商务系统、相应的技术和支撑环境面临着很大的挑战。网络用户的增加,使得电子商务的用户越来越多,电子商务系统的应用量不断增大,买家和商家之间的交互愈加频繁,造成了网络带宽严重浪费,负荷增加,系统交易效率严重降低;同时,随着大数据时代的来临,信息量日益膨胀,买家需要更长的时间来找寻合适的商务需求;各种新技术的发展,现今的电子商务系统已经向智能化方向发展。所以,如何改善现今电子商务系统的网络带宽利用率、减少交易时延、提高效率、响应性以及智能性是我们首要解决的问题。移动Agent技术具有移动性、自主性、响应性、智能性等特点为实现智能化电子商务提供了良好的基础。将移动Agent技术应用于电子商务系统的开发中,将能够高效地解决目前电子商务系统在发展中所出现的问题。本文在对当今电子商务及其交易流程和移动Agent技术的深入研究的基础上,比较得出当今的电子商务系统存在的限制其发展的因素,然后根据电子商务的交易流程,提出一个完善的基于移动Agent的电子商务系统的设计模型,模型包含买家、商家、物流、中介服务、支付网关等部分,对模型中的各个Agent功能进行了详细介绍,包括买家Agent的查询Agent、协商Agent、物流Agent以及交易Agent等。其中,利用Agent的自主性和推理学习能力,在电子商务系统中引入谈判机制,以Agent间的谈判模拟人与人之间的沟通、谈判的交易模式;同时引入个性化推荐机制和商家导购机制,个性化推荐机制采用基于项目的协同过滤算法,提高推荐效率,导购机制采用相关联规则导购,为商家提供积极地销售策略,物流Agent提供购物前、后的物流查询功能,从而提高买家的主动性和交易的效率。最后深入研究了移动Agent的迁移策略以及其开发平台Aglet,并对基于移动Agent的电子商务系统做了较详细的设计,然后,以Aglet为开发平台结合Java编程语言、Servlet技术,对系统进行了初步实现,通过部分系统的实现来验证本文在基于移动Agent电子商务系统方面所做工作的可行性。
杜娟[9](2011)在《基于多Agent的分布式网络管理的研究与设计》文中提出随着计算机网络技术的不断发展,网络规模不断扩大,网络结构日益复杂,网络服务数据的飞速增加使网络管理的重要性日益显着。传统的网络管理是基于SNMP的集中式的管理,较容易实现且有较好的扩展性,但随着网络规模的不断增大,这种集中式网络管理机制的缺陷越来越显着。为适应当前网络的新要求,运用多Agent系统进行网络管理已经成为近年来的一个研究内容。Agent的特点是能在异构的网络节点之间移动,并通过与其他Agent的通信来获取信息共同完成网络管理局部性的任务。根据网络管理中心分派的任务,Agent在自己所管辖的节点领域获取数据并处理,并主动向管理中心传送结构,从而大大减少网络带宽的负载和开支,提高了网络管理的效率。在研究目前国内外关于Agent技术在网络管理中应用的基础上,根据当前网络管理的需求,本文重点研究网络流量负载和多Agent技术在网络管理中的应用。通过蚁群算法来均衡网络负载,并实现了网络模拟;充分利用Agent技术,并利用区域管理的分布式方法进行网络管理。结合以上研究,提出一种基于多Agent的网络管理系统模型,该系统采用的是分布式和自主式的体系结构,在一定程度上能均衡网络负载,大大缓解规模较大网络中的拥塞现象,从而提高网络管理的效率。Agent在网络管理中能够监测和管理网络设备,起到节约管理者资源和网络带宽的作用,有效解决网络管理者的瓶颈。Agent还能实时获取、分析和处理网络数据,提高网络管理的时效性。
宋艳[10](2011)在《分布式网络管理模型的研究及其关键技术的实现》文中提出网络管理是关系到计算机网络的可靠性、安全性的重要技术之一。面对网络日益复杂的变化,传统的集中式网络管理模式已越来越显得滞后,在系统的可扩展性、可靠性等方面暴露出诸多不足,而分布式网络管理为解决这些问题提供了一种很好的方法。采用分布式系统概念研究网络管理具有基础理论研究意义和工程实用价值。本文介绍了网络管理和分布式网络管理,并重点对分布式网络管理模式、研究现状和一些分布式网络管理中的主要技术进行了分析。在描述了网络、网络管理等概念后,采用集合论知识对链接、网络通信、管理域等进行了刻画。在此基础上,提出了一种分布式网络管理的理论模型。根据所提出的分布式网络管理模型,设计了一种基于管理网关的分层分布式网管系统的方案,且对相应的原型系统进行了讨论。该原型系统的主要特点是引入了移动代理技术,并能够兼容SNMP管理。定量分析与比较的结果表明:在一定条件下,该系统结构的性能要优于目前研究中广泛采用的结构的性能。本文还介绍了MA-SNMP管理网关的设计和实现,并阐述了移动Agent的实现。本课题来源于中兴通讯研究基金项目“基于分布式技术的现代网络管理系统研究”。
二、移动Agent及基于移动Agent的分布式网络管理研究(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、移动Agent及基于移动Agent的分布式网络管理研究(论文提纲范文)
(1)基于联盟形成博弈的任务分配方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究现状 |
1.2.1 合作博弈的研究现状 |
1.2.2 联盟博弈的研究现状 |
1.2.3 联盟内部信任分析的研究现状 |
1.3 论文的主要研究工作 |
1.4 论文的组织结构 |
第二章 相关基础理论知识 |
2.1 多Agent系统的协作机制 |
2.1.1 多Agent系统 |
2.1.2 Agent联盟 |
2.1.3 多Agent系统中的协作过程 |
2.2 Agent联盟机制 |
2.2.1 联盟形成 |
2.2.2 任务分配 |
2.2.3 效用分配 |
2.3 任务分配相关工作研究 |
2.3.1 拍卖 |
2.3.2 博弈论 |
2.3.3 优化算法 |
2.4 本章小结 |
第三章 社会网络环境下基于联盟形成博弈的任务分配 |
3.1 引言 |
3.2 问题描述 |
3.3 基于联盟形成博弈的任务分配设计 |
3.3.1 联盟形成过程 |
3.3.2 移动Agent联盟形成模型 |
3.4 合作移动Agent联盟形成(CMA-CF)机制设计 |
3.4.1 博弈描述概念 |
3.4.2 系统目标 |
3.4.3 联盟形成算法 |
3.5 实验设计 |
3.5.1 参数设置 |
3.5.2 结果分析 |
3.6 本章小结 |
第四章 基于动态联盟形成博弈的任务分配 |
4.1 引言 |
4.2 问题描述 |
4.3 基于动态联盟形成博弈的任务分配设计 |
4.3.1 联盟形成过程 |
4.3.2 虚拟Agent联盟形成模型 |
4.4 虚拟Agent联盟形成(VA-CF)机制设计 |
4.4.1 初始联盟结构生成 |
4.4.2 虚拟Agent迁移 |
4.4.3 协作度更新 |
4.5 实验设计 |
4.5.1 参数设置 |
4.5.2 结果分析 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 本文工作总结 |
5.2 进一步展望 |
参考文献 |
致谢 |
攻读学位期间发表论文及参加科研项目 |
(2)基于分布式GPU的密码破解系统设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究的背景 |
1.2 国内外研究现状 |
1.3 课题研究的主要内容 |
1.4 课题研究的意义 |
1.5 本文的组织结构 |
第二章 相关理论与技术 |
2.1 移动Agent |
2.2 GPU及其特性 |
2.3 分布式计算 |
2.4 本章小结 |
第三章 基于分布式Agent口令破解模型设计 |
3.1 口令破解模型的基本流程 |
3.2 总体架构设计 |
3.2.1 层次结构 |
3.2.2 体系结构 |
3.2.3 工作流程 |
3.3 Agent模块设计 |
3.4 数据库表设计 |
3.4.1 作业列表 |
3.4.2 子任务表 |
3.4.3 资源学习表 |
3.4.4 任务分配表 |
3.5 本章小结 |
第四章 密码破解系统设计 |
4.1 任务分配和分解 |
4.1.1 问题描述 |
4.1.2 任务分解策略 |
4.1.3 任务分配策略 |
4.2 通信机制 |
4.2.1 移动Agent通信方式和通信语言 |
4.2.2 通信要求 |
4.2.3 寻址机制 |
4.2.4 通信失效的解决方案 |
4.2.5 通信步骤 |
4.3 迁移方案 |
4.3.1 迁移概述 |
4.3.2 密码破解模型迁移方案 |
4.3.3 移动Agent隐式迁移时机的确定 |
4.3.4 移动Agent的迁移过程 |
4.4 容错策略 |
4.4.1 移动Agent容错概述 |
4.4.2 故障分析 |
4.4.3 容错策略 |
4.5 本章小结 |
第五章 系统实现与测试 |
5.1 系统详细设计 |
5.1.1 用例分析 |
5.1.2 功能分析 |
5.2 系统实现 |
5.2.1 系统技术架构的实现 |
5.2.2 GPU特性及实现 |
5.2.3 Agent模块的实现 |
5.3 系统关键技术实现 |
5.4 系统界面 |
5.5 测试和性能分析 |
5.5.1 分布式计算效率测试 |
5.5.2 分解颗粒度与破解时间关系测试 |
5.5.3 多线程运行效率测试 |
5.5.4 性能分析 |
5.5.5 GPU测试 |
5.6 本章小结 |
第六章 总结和展望 |
参考文献 |
致谢 |
作者简介 |
(3)基于移动Agent的分布式地理信息检索系统研究(论文提纲范文)
0 引言 |
1 移动Agent技术 |
2 系统总体框架 |
3 移动Agent平台 |
3.1 移动Agent平台框架 |
3.2 核心Agent设计 |
4 基于Jade平台的系统实现 |
5 结束语 |
(4)基于移动代理的分布式数据库事务处理算法设计(论文提纲范文)
1 移动代理Agent概述 |
2 基于移动代理的分布式数据库事务处理算法设计 |
3 移动代理的分布式事务应用效果分析 |
4 结束语 |
(5)基于Multi-Agent的分布式智能检测可视化系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 本文主要研究内容 |
1.4 论文结构 |
第二章 Multi-Agent分布式智能检测关键技术综述 |
2.1 入侵检测技术 |
2.1.1 入侵检测技术概述 |
2.1.2 入侵检测技术分类及对比分析 |
2.1.3 分布式入侵检测技术 |
2.2 Snort入侵检测系统 |
2.2.1 Snort系统概述 |
2.2.2 Snort规则语法及实例 |
2.3 Multi-Agent系统实现方案JADE |
2.3.1 JADE多Agent平台 |
2.3.2 JADE Agent创建 |
2.3.3 Agent外部任务创建 |
2.4 相关开发技术介绍 |
2.4.1 远程方法调用RMI |
2.4.2 Web开发技术 |
2.5 本章小结 |
第三章 Multi-Agent分布式智能检测可视化系统设计 |
3.1 系统需求分析 |
3.2 系统结构设计 |
3.2.1 系统整体设计思想 |
3.2.2 系统整体架构 |
3.2.3 Multi-Agent结构设计 |
3.3 系统功能设计 |
3.3.1 数据采集模块 |
3.3.2 移动Agent模块 |
3.3.3 驻留Agent模块 |
3.3.4 管理Agent模块 |
3.3.5 管理控制台 |
3.4 基于信息素的Agent移动策略 |
3.4.1 蚁群交互算法 |
3.4.2 蚁群交互思想在移动Agent中的应用 |
3.5 系统数据库设计 |
3.6 本章小结 |
第四章 Multi-Agent分布式智能检测可视化系统实现 |
4.1 系统总体流程 |
4.2 HDSensor模块实现 |
4.2.1 模块结构 |
4.2.2 配置说明 |
4.2.3 工作流程 |
4.3 SNTSensor模块实现 |
4.3.1 模块结构 |
4.3.2 配置说明 |
4.3.3 工作流程 |
4.4 Aggregate模块实现 |
4.4.1 模块结构 |
4.4.2 配置说明 |
4.4.3 工作流程 |
4.5 AntEnvironment模块实现 |
4.5.1 模块结构 |
4.5.2 配置说明 |
4.5.3 核心工作流程 |
4.6 本章小节 |
第五章 Multi-Agent分布式智能检测可视化系统功能测试 |
5.1 测试方式介绍 |
5.2 测试环境搭建 |
5.2.1 虚拟机集群搭建 |
5.2.2 WinPcap安装 |
5.2.3 搭建Tomcat服务器和MySQL数据库 |
5.3 Multi-Agent平台部署 |
5.3.1 MasterHost部署 |
5.3.2 SlaveHost部署 |
5.4 检测功能测试 |
5.4.1 攻击场景构建测试 |
5.4.2 蚁群监控可视化测试 |
5.4.3 Agent管理测试 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 问题和展望 |
参考文献 |
致谢 |
(6)基于移动Agent的分布式Web搜索模型的设计与实现(论文提纲范文)
0 引言 |
1 移动Agent技术简介 |
(1)降低网络负载 |
(2)平台无关 |
(3)自主性 |
(4)并行性 |
2 基于移动Agent的分布式搜索系统的系统架构 |
(1)用户本地Agent系统 |
(2)远程资源管理系统 |
(3)Agent转接系统 |
3 系统实现的关键技术 |
3. 1基于朴素贝叶斯分类算法的用户输入预处理过程 |
( 1) 用户输入预处理模块 |
( 2) 关键词语义扩展模块 |
( 3) 关键词分类模块 |
3. 2 移动Agent的路由策略 |
( 1) 最小生成树资源路由策略 |
( 2) 个性化搜索路由策略 |
3. 3 搜索的并行化 |
4 系统实现与实验 |
4. 1 与传统分布式搜索对比 |
4. 2 与普通Agent搜索系统对比 |
4. 3 Agent并行化对比 |
5 结语 |
(7)基于移动Agent的负载均衡算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现 |
1.2.1 集群系统研究 |
1.2.2 负载均衡算法 |
1.2.3 移动 Agent 模型的研究与发展 |
1.3 本文的主要工作 |
第二章 负载均衡算法及 Agent 相关技术概述 |
2.1 分布式系统负载均衡算法 |
2.1.1 分布式系统 |
2.1.2 负载均衡技术 |
2.2 移动代理技术 |
2.2.1 移动 Agent 概念与特性 |
2.2.2 移动 Agent 体系结构与工作原理 |
2.2.3 移动技术和移动策略 |
2.2.4 Aglet 系统结构 |
2.3 移动代理技术在 Internet 中的应用 |
2.4 本章小结 |
第三章 基于移动 Agent 的负载均衡系统设计 |
3.1 引言 |
3.2 基于 Agent 的负载均衡系统的设计思想 |
3.3 LBMA 负载均衡系统 |
3.3.1 LBMA 系统结构 |
3.3.2 共享知识库结构 |
3.3.3 知识规则集和推理机制设计 |
3.4 OpenMosix 集群的构建 |
3.4.1 OpenMosix 系统介绍 |
3.4.2 OpenMosix 的安装及配置 |
3.5 本章小结 |
第四章 LBMA 系统负载均衡算法 |
4.1 引言 |
4.2 移动 Agent 迁移原理 |
4.2.1 移动 Agent 迁移机制 |
4.2.2 迁移路径 |
4.2.3 迁移过程 |
4.3 基于移动 Agent 的负载均衡模型实现与性能分析 |
4.3.1 移动 Agent 内核设计 |
4.3.2 基于 Agent 的负载信息搜集算法 |
4.3.3 节点负载迁移策略 |
4.4 本章小结 |
第五章 相关功能的实现 |
5.1 路由选择 |
5.2 Agent 间的通信方式 |
5.3 关键技术实现 |
5.3.1 动态路由 |
5.3.2 多代理并行操作 |
5.3.3 异步执行任务 |
5.4 本章小结 |
第六章 系统模型仿真 |
6.1 引言 |
6.2 实验环境配置 |
6.3 OpenMosix 集群仿真测试 |
6.4 实验结果分析 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
攻读硕士期间发表的学术论文 |
致谢 |
(8)基于移动Agent的电子商务系统的研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.1.1 电子商务综述 |
1.1.2 目前电子商务系统存在的问题 |
1.1.3 移动 Agent 技术引入电子商务的可行性 |
1.2 国内外的研究现状 |
1.3 论文的研究工作及创新点 |
2 移动 Agent 技术及其相关理论 |
2.1 移动 Agent 技术 |
2.2 移动 Agent 的开发平台 Aglet |
2.3 Java 开发语言 |
2.4 小结 |
3 基于移动 Agent 的电子商务系统的分析 |
3.1 现有电子商务的分析 |
3.2 基于移动 Agent 的电子商务系统的分析 |
3.2.1 设计思想 |
3.2.2 设计目标 |
3.2.3 电子商务业务流程 |
3.2.4 系统总体结构 |
3.2.5 系统工作流程 |
3.3 系统模型内部基于移动 Agent 的各个子系统分析 |
3.3.1 买家 Agent 子系统 |
3.3.2 商家 Agent 子系统 |
3.4 小结 |
4 基于移动 Agent 的电子商务系统的设计与实现 |
4.1 系统设计 |
4.1.1 系统总体设计 |
4.1.2 系统的具体设计 |
4.2 数据库设计 |
4.3 系统的实现 |
4.3.1 开发环境 |
4.3.2 基于时间片的移动 Agent 迁移策略 |
4.3.3 基于 Aglet 的移动 Agent 迁移 |
4.3.4 系统功能模块的实现 |
4.4 小结 |
5 结论与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
附录A |
致谢 |
(9)基于多Agent的分布式网络管理的研究与设计(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题来源 |
1.2 论文的研究背景及意义 |
1.3 基于多 Agent 的网络管理的研究现状 |
2 网络管理技术 |
2.1 网络管理的概念 |
2.2 网络管理的功能 |
2.3 网络管理的模式 |
2.4 网络管理协议 |
2.5 新型网络管理模式 |
2.5.1 基于WEB 的网络管理模式 |
2.5.2 基于CORBA 的网络管理模式 |
2.5.3 基于移动 Agent 的网络管理模式 |
3 Agent 技术 |
3.1 Agent 技术概述 |
3.1.1 Agent 定义 |
3.1.2 Agent 体系结构 |
3.1.3 Agent 的应用及研究意义 |
3.2 移动 Agent(Mobile Agent)技术 |
3.2.1 移动 Agent 的定义 |
3.2.2 移动 Agent 系统的体系结构 |
3.2.3 移动 Agent 的生命周期 |
3.2.4 移动 Agent 环境的体系结构以及需求 |
3.3 移动 Agent 系统的关键技术 |
3.3.1 移动 Agent 的通信语言 ACL |
3.3.2 移动 Agent 的通信模型 |
3.3.3 Agent 的传输协议(ATP) |
3.3.4 路由决策 |
3.3.5 容错策略 |
3.3.6 控制策略 |
3.3.7 安全机制 |
3.3.8 强移动性 |
3.4 移动 Agent 的应用及优势 |
3.5 多 Agent 系统 |
3.5.1 多 Agent 合作求解 |
3.5.2 多 Agent 系统的关键问题 |
4 基于多 Agent 的分布式网络管理体系结构 |
4.1 多 Agent 网络管理体系结构 |
4.1.1 中心层 |
4.1.2 区域层 |
4.1.3 接入层 |
4.2 多Agent 的通信 |
4.3 多Agent 间的协作 |
4.4 基于多Agent 的网络管理模型的框架 |
4.5 网络管理的自动化 |
4.6 与现有网络管理系统的集成 |
5 网络流量负载的研究 |
5.1 网络流量与负载均衡简介 |
5.2 蚁群算法概述 |
5.2.1 蚁群算法的基本原理 |
5.2.2 蚁群算法的数学模型 |
5.3 基于蚁群算法的网络负载均衡 |
5.3.1 数学建模的基本思想 |
5.3.2 蚁群算法的设计原理 |
5.3.3 算法设计的流程图 |
5.3.4 基于蚁群算法实现负载均衡的设计 |
5.4 负载均衡模拟实验 |
6 基于多 Agent 分布式网络系统模型的设计与实现 |
6.1 JADE 概述 |
6.1.1 JADE 软件框架 |
6.1.2 Agent 类 |
6.1.3 Agent 通信语言(ACL) 消息 |
6.2 Agent 管理器 |
6.3 基于多Agent 的分布式网络管理模型 |
6.4 系统理论模型的验证 |
6.5 仿真模拟实验 |
结论 |
参考文献 |
致谢 |
攻读学位期间发表(录用)的学术论文目录 |
(10)分布式网络管理模型的研究及其关键技术的实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 网络管理概述 |
1.1.1 网络管理的产生和意义 |
1.1.2 网络管理相关概念和基本模型 |
1.1.3 网络管理功能和参考模型 |
1.2 分布式网络管理 |
1.2.1 分布式系统简介 |
1.2.2 分布式网络管理模式及其研究现状分析 |
1.3 分布式网络管理技术及其发展趋势 |
1.3.1 基于Web的网络管理 |
1.3.2 基于CORBA的网络管理 |
1.3.3 基于主动网络技术的网络管理 |
1.3.4 基于移动Agent的网络管理 |
1.4 论文的研究背景和意义 |
1.5 论文的研究工作及组织安排 |
第二章 分布式网络管理模型的研究 |
2.1 网络和网络管理的内涵 |
2.2 基本概念和定义 |
2.2.1 链接 |
2.2.2 网络通信 |
2.2.3 管理域 |
2.3 分布式网络管理模型 |
2.3.1 管理系统 |
2.3.2 中间件 |
2.3.3 被管网络 |
2.3.4 管理网 |
2.4 网络管理通信模式 |
2.4.1 管理通信层次 |
2.4.2 管理者和代理的交互模式 |
2.4.3 管理者之间的一种通信模型 |
2.5 本章小结 |
第三章 分布式网络管理系统的设计 |
3.1 基于移动Agent的网络管理系统的研究 |
3.1.1 移动Agent概述 |
3.1.2 已有系统体系结构的分析 |
3.2 分布式网络管理系统的设计思想 |
3.3 基于管理网关的分布式网管系统模型的设计 |
3.4 分层分布式网络管理原型系统的设计 |
3.4.1 MA-SNMP管理网关 |
3.4.2 基于移动Agent和SNMP的分布式网络管理系统 |
3.4.3 系统性能的分析与比较 |
3.5 本章小结 |
第四章 系统关键技术的设计和实现 |
4.1 实现平台和开发环境 |
4.1.1 系统移动平台的选择和介绍 |
4.1.2 AdventNet SNMP开发包 |
4.2 MA-SNMP管理网关的设计和实现 |
4.3 移动Agent的实现 |
4.4 本章小结 |
第五章 总结和展望 |
5.1 工作总结 |
5.2 论文展望 |
致谢 |
参考文献 |
在学期间的研究成果及发表的学术论文 |
四、移动Agent及基于移动Agent的分布式网络管理研究(论文参考文献)
- [1]基于联盟形成博弈的任务分配方法研究[D]. 周瑜. 扬州大学, 2019(02)
- [2]基于分布式GPU的密码破解系统设计与实现[D]. 柴源. 西安电子科技大学, 2019(02)
- [3]基于移动Agent的分布式地理信息检索系统研究[J]. 周林立,宋良图. 测绘与空间地理信息, 2017(11)
- [4]基于移动代理的分布式数据库事务处理算法设计[J]. 王雪丽,李中涛. 通化师范学院学报, 2017(08)
- [5]基于Multi-Agent的分布式智能检测可视化系统的设计与实现[D]. 李佳. 北京邮电大学, 2017(03)
- [6]基于移动Agent的分布式Web搜索模型的设计与实现[J]. 李明,唐轶. 计算机应用与软件, 2016(04)
- [7]基于移动Agent的负载均衡算法研究[D]. 乔国娟. 东华大学, 2014(07)
- [8]基于移动Agent的电子商务系统的研究[D]. 王新颖. 贵州财经大学, 2014(03)
- [9]基于多Agent的分布式网络管理的研究与设计[D]. 杜娟. 青岛科技大学, 2011(07)
- [10]分布式网络管理模型的研究及其关键技术的实现[D]. 宋艳. 南京邮电大学, 2011(04)